基于数学解析法的油纸绝缘参数辨识研究

现阶段变压器油纸绝缘等效弛豫机构参数辨识多采用拓扑支路数任意假定、粒子群等智能算法对 N组非线性方程组寻优迭代计算。其计算往往具有收敛性差、结果不唯一等问题,且难以从介质响应函数特性分析真实的油纸绝缘弛豫过程,影响后续弛豫参数对老化评估的准确性。基于此,提出一种应用数学解析法的变压器油纸绝缘弛豫机构参数辨识新方法。首先,从介质响应函数特性出发,深入挖掘弛豫项数信息,辨识油纸绝缘等效弛豫机构的拓扑结构;其次,公式推演得到参数辨识的数学计算公式,避免了智能算法对非线性方程组的寻优误差与不唯一性;最后,通过实例验证该方法的有效性与可行性,提出的数学解析法可为变压器油纸绝缘介质内部弛豫响应特性提供可靠的数学分析模型。     

一种基于信息论模型的入侵检测特征提取方法

在网络入侵检测中,由于原始数据特征维度高和冗余特征多,导致入侵检测系统的存储负担增加,检测分类器性能降低。针对该问题本文提出了一种基于信息论模型的入侵检测特征提取方法。它以具有最大信息增益的特征为搜索起点,利用搜索策略和评估函数迭代调整数据集分类标记、已选取特征子集和候选特征三者之间的相关度,最后通过终止条件确定选取特征子集。以入侵检测样本数据集为实验数据,将该方法选取的特征向量运用到支持向量机分类算法中,在特征维度大幅度降低的情况下,检测精度变化很小。实验结果证明了本方法的有效性。     

食用农产品监督抽检重点品种必检项目检验参数分析

文章对照长沙市2021年市、县食用农产品监督抽检重点品种必检项目表,结合2021年国家食品安全监督抽检实施细则,对食用农产品监督抽检重点品种必检项目的检测方法、判定依据及其限量值进行了分析和归纳。     

一种便携式10kV绝缘隔离挡板固定装置的研制

根据《中国南方电网有限责任公司电力安全工作规程》规定：电压等级为10kV时,若作业人员与带电体之间安全距离<0.7m时,应设置隔离措施。由于高处未提供绝缘挡板固定方式,为解决这一问题,文章提出设计一款满足绝缘性能、机械性能的绝缘挡板固定装置,工作人员站在地面上就能将绝缘挡板在高空中固定,满足安全距离不足需设置隔离措施的要求。     

高速公路建设项目资金监管机制内涵及演化动因

以高速公路建设项目资金监管机制的生成过程及经济后果为研究对象,运用资金监管理论、归纳法及演绎法探究了高速公路建设项目资金监管机制的内涵及其演化动因.阐述了高速公路建设项目资金监管机制的涵义;分析了高速公路建设项目资金监管机制的演化动因;构建了高速公路建设项目资金监管机制演化动因的结构模型.研究结果表明:高速公路建设项目资金监管机制是确保资金运行的合法性、有序性和效率性的一套适时性、系统性的资金监控规制和经济监控操作规程;其演化动因遵循"监督论--效率论--治理论--均衡论"的逻辑路线图而循序渐进.     

基于GPS轨迹的用户移动行为挖掘算法

挖掘用户的移动行为,可以通过对交通出行方式进行识别来实现。传统的交通方式识别方法在交通堵塞或多种交通方式结合的情况下,识别效果并不理想。针对这种情况,提出基于轨迹分段和监督式学习相结合的识别方法,首先利用速度小于某一阈值的数据点将原始GPS轨迹划分为交通方式单一的子轨迹段,然后对子轨迹段分别抽取特征,采用监督式学习方法建立推断模型对不同子轨迹的交通方式进行识别。实验结果表明,提出的算法能够有效地识别不同交通方式,达到较为理想的效果。同时在交通堵塞的情况下也能够很好地识别。     

一种基于极大熵的快速无监督线性降维方法

现实世界中高维数据无处不在,然而在高维数据中往往存在大量的冗余和噪声信息,这导致很多传统聚类算法在对高维数据聚类时不能获得很好的性能.实践中发现高维数据的类簇结构往往嵌入在较低维的子空间中.因而,降维成为挖掘高维数据类簇结构的关键技术.在众多降维方法中,基于图的降维方法是研究的热点.然而,大部分基于图的降维算法存在以下两个问题:(1)需要计算或者学习邻接图,计算复杂度高;(2)降维的过程中没有考虑降维后的用途.针对这两个问题,提出一种基于极大熵的快速无监督降维算法MEDR. MEDR算法融合线性投影和极大熵聚类模型,通过一种有效的迭代优化算法寻找高维数据嵌入在低维子空间的潜在最优类簇结构. MEDR算法不需事先输入邻接图,具有样本个数的线性时间复杂度.在真实数据集上的实验结果表明,与传统的降维方法相比, MEDR算法能够找到更好地将高维数据投影到低维子空间的投影矩阵,使投影后的数据有利于聚类.     

基于流形距离的半监督判别分析

大量无类别标签的数据具有对分类有用的信息,有效地利用这些信息来提高分类精确度,是半监督分类研究的主要内容.提出了一种基于流形距离的半监督判别分析(semi-supervised discriminant analysis based on manifold distance,简称SSDA)算法,通过定义的流形距离,能够选择位于流形上的数据点的同类近邻点、异类近邻点以及全局近邻点,并依据流形距离定义数据点与其各近邻点之间的相似度,利用这种相似度度量构造算法的目标函数.通过在ORL,YALE人脸数据库上的实验表明,与现有算法相比,数据集通过该算法降维后,能够使基于距离的识别算法具有更高的分类精确度.同时,为了解决非线性降维问题,提出了Kernel SSDA,同样通过实验验证了算法的有效性.     

基于半监督学习的眉毛图像分割方法

眉毛图像的分割,由于受到毛发、姿势及个体差异的影响,是一个非常困难的问题。提出了一种利用半监督学习技术进行彩色眉毛图像分割的方法,首先通过手工在眉毛图像上简单画上几条线标注部分眉毛点和非眉毛点,然后利用半监督学习技术完成眉毛图像分割并从中提取纯眉毛图像,最后通过实验说明该方法具有非常好的分割效果,可用于眉毛识别的前期预处理。     

一种基于核聚类的关键帧提取方法

为了在视频数据库中提供有效的视频检索和浏览功能，必须用简明的方式表示视频的内容。关键帧是对视频镜头的简洁表示，关键帧提取已成为视频检索的一个重要研究方向。文中提出了一种基于核聚类的视频关键帧提取方法，它通过对视频提取颜色特征．并将这些特征作为样本映射到高维特征空间之后，在特征空间中进行聚类，使原来没有显现的特征突现出来，自动将内容相似的样本归为同类，每一类可取一个样本代表其内容，这样的样本即为关键帧。实验结果表明这种方法可以较好地概括视频内容。