水电厂电气一次设备过电压保护措施探讨

以揭阳横江水电站电气一次设备过电压分析为例,归纳总结了水电厂电气一次设备过电压保护措施,为类似电厂电气一次设备防过电压设计提供了参考。     

载波移相调制死区时间对模块化多电平换流器的影响研究

分析了死区时间对模块化多电平换流器单个子模块的影响,得出了以下结论:桥臂电流大于零时,子模块从投入状态转向切除状态会产生正极性的死区电压;桥臂电流小于零时,子模块从切除状态转向投入状态会产生负极性的死区电压。分析了死区电压对模块化多电平换流器理想基波电压的影响,推导了输出死区基波电压等效幅值、实际输出电压基波幅值及角度偏移量的公式,得出了以下结论:直流侧电压一定时,死区电压对模块化多电平换流器的影响与载波比、死区时间和输出电压与电流的相位差有关,与投入模块数无关;提高电压调制度和降低死区时间可有效降低死区时间对模块化多电平换流器的影响。仿真结果验证了上述结论的有效性。     

基于主成分的SFLABP网络模型在帕金森氏病分类中的应用

针对BP神经网络学习效率低、容易陷入局部最优等缺点,提出了一种基于主成分分析的混合蛙跳算法(Shuffle FrogLeaping Algorithm)优化的BP神经网络模型。使用主成分分析法对高维数据进行特征提取,作为网络输入;采用混合蛙跳算法优化BP神经网络的权系数和阈值,构建基于混合蛙跳算法神经网络的帕金森病分类模型。最后,以UCI中Parkinson数据为例,实验表明,新模型优于传统的BP网络。     

主引导程序型硬盘锁的原理及解除

出于硬盘保护的需要，很多用户修改主引导程序，以达到增加硬盘启动口令检查、硬盘隐藏的目的。本文详细分析了各种硬盘锁的原理及解锁方法，并向加锁用户提出了相应的建议。一、主引导扇区的结构与功能硬盘主引导扇区位于0柱0头第1扇区。DOS功能无法访问该扇区，页B10S的磁盘中断INT13H则可直接读写。主引导扇区分为三个部分：微机启动后首先执行ROMBIOS中的程序，在内存低端填写中断向量及BIOS通讯区的交换信息，然后将主引导扇区读人内存地址000：7C00H处并执行主引导程序。1．主引导程序流程：其中3，4，5部分都有可能出错而死…     

高分辨雷达一维距离像的融合特征识别

雷达目标识别中,提取目标的有效特征将直接影响识别效果。针对雷达目标高分辨距离像(HRRP)具有平移敏感性,提出了一种基于多特征的融合特征来作为目标特征进行识别。利用PCA将三种平移不变特征融合,采用支持向量机算法来实现识别。仿真实验结果表明,该方法不仅降低了目标特征的存储量,同时也克服了高分辨距离像的平移敏感性,具有较高的识别率和很好的推广性。     

基于分层梯度方向直方图和SVM的人体识别

为了进一步提高图像人体识别精度,提出了一种能够反映局部图像整体形状信息的加权分层梯度方向直方图(HOG)特征;采用主成分分析(PCA)法对所提出的特征结构进一步改进,得到了另一种分层HOG+PCA特征;应用了基于径向基函数(RBF)核的支持向量机(SVM)模型作为人体分类器,交叉验证了模型的参数,并在一个较为完备的人体图像样本集上进行了训练和测试;实验结果表明,所得到的两种局部图像形状描述特征均具有比HOG特征更高的人体识别精度.     

一种基于L2,1范数的PCA维数约简算法

传统PCA存在对异常值和特征噪声敏感等问题,基于L2,1范数的PCA算法改进了这些缺点。现有的基于L2,1范数的PCA算法是通过降低矩阵的秩来实现维数约简,而秩的计算复杂。针对这一问题,提出一种新的维数约简算法。该算法提出利用迹范数代替矩阵的秩来简化L2,1-PCA的计算,提高算法效率;对于算法的求解提出了基于拉格朗日乘子的方法并将算法应用扩展Yale B人脸数据集进行图像去噪。可视化的实验结果表明所提出的算法有效。     

回采工作面瓦斯涌出量耦合预测模型研究

为准确、快速地预测回采工作面瓦斯涌出量,提出一种基于主成分分析法（PCA）和改进的果蝇算法（MFOA）优化支持向量机（SVM）的回采工作面绝对瓦斯涌出量预测模型。模型首先运用PCA方法对原始数据进行降维处理,消除数据冗余,而后采用改进的果蝇算法对SVM参数进行全局寻优,避免SVM参数的选取对模型预测结果的不利影响,最终建立基于PCA-MFOA-SVM的耦合预测模型,并以实际监测数据为例进行仿真预测。结果表明：该模型预测的平均绝对误差为0.077 5 m3/t,平均相对误差为1.323 7%,与其他模型相比,预测精度高,综合性能好,能够实现回采工作面瓦斯涌出量的动态预测。     

PCA分块结合高通滤波的多聚焦图像融合研究

针对传统像素级图像融合方法割裂像素间联系的问题,提出了一种新的基于区域检测的图像融合方法。该算法主要利用PCA与高通瘛波进行区域的检测。首先,将图像分块;其次,对每块利用高通滤波和主分量分析算法判断其是清晰块还是模糊块。最后选择相应的清晰块重构图像,从而得到最终的融合结果图。实验结果表明,此方法优于传统的PCA和小波方法。     

一种基于增广网络的快速微博社区检测算法

微博是当前最流行的在线社交媒体之一,有效地检测出微博用户的社区结构,能够帮助人们理解微博社交网络的结构和用户的行为特征,从而为用户提供个性化的服务。然而,现有社区检测算法大多只考虑社交网络节点之间的直接链接关系,忽略节点自身的内容特征。针对此问题,提出一种基于增广网络的快速微博社区检测算法。该算法通过融合社交网络的链接信息以及用户在微博上所发布的博文内容信息构建增广网络,然后以模块度为目标函数快速挖掘增广网络中的主题社区。通过真实微博社交网络的实验表明,提出的算法能够高效地检测出社交网络的主题社区。