一种通用的继电保护数据库模型

首先分析了公共信息模型在描述保护信息方面的不足,然后以仿真培训系统为实际应用背景,提出了一种通用的继电保护数据库模型,它能够从保护装置的内部结构和外部特征2个方面完整地表达实际的保护装置。该数据库模型允许用户在保护装置级进行保护配置,支持用户通过自定义新型号的保护装置扩展装置模型,支持装置模型升级后保护配置的自动更新,从而大大提高了保护数据库的维护效率。使用该数据库模型实现的各种仿真培训系统现场运行良好、运行维护方便,证明了该模型的有效性。     

虚拟环境中三维CAD模型数据优化及重组

三维CAD在虚拟环境中有着广泛的应用,其模型数据由于具有复杂的结构且拥有较多的冗余信息而不能高效的运用到虚拟环境的构建中。基于此,针对虚拟场景渲染对数据模型的要求,给出了三维CAD模型数据优化及重组方法,该方法能去除冗余信息,优化文件结构,丰富数据内容,且能够有效地提高虚拟环境的绘制效率。     

基于Si8250的数控开关电源环路补偿器设计

以数字电源控制器的设计方法为研究对象,通过建立数控半桥变换器的环路数学模型,利用MathCAD和Matlab来完成环路开环稳定性的运算和分析,采用Venable III型补偿方法设计出数字PID补偿器。环路补偿实验证明,利用Si8250控制器的直接数字控制方案可以达到很好的环路动态响应和稳定特性。     

基于决策树模型的医疗设施可达性影响因素分析——以苏州市为例

精准衡量城市医疗设施的空间配置情况、合理规划医疗公共空间,是实现城市稳定健康发展的重要保障。以江苏省苏州市为例,运用两步移动搜索法,以街道为最小单元测算医疗设施的空间可达性,并基于决策树模型探讨影响苏州市医疗设施可达性空间格局的主要因素。分析结果表明：苏州市医疗设施可达性自中心城区向郊区逐渐递减;且人口密度对医疗设施可达性影响显著,住宅区密度、容积率对医疗设施可达性影响较显著,人均GDP、路网密度和老龄化程度对医疗设施可达性作用较弱。据此提出改善苏州市医疗设施分布均衡性和公平性的政策建议,以期为其他城市医疗设施建设提供借鉴。     

基于AHP赋权云模型的煤自燃风险评价

为实现煤自燃风险的科学性判别,从煤的自燃倾向性、供氧漏风、蓄热散热条件等3个方面构建了煤自燃风险评价指标体系。通过层次分析法（AHP）确定指标权重,结合云模型理论,提出了基于AHP赋权云模型的煤自燃风险评价。以沈煤集团某煤矿为工程背景对构建的模型进行验证,研究结果表明,该矿煤自燃风险为Ⅱ级,与实际情况相符。     

过程模拟研究进展

随着计算机技术的不断发展, 过程模拟在各行各业中的应用越来越广泛. 过程模拟使用模拟模型来模仿业务流程行为, 它可以用于预测和优化系统的性能, 评估决策的影响并向管理者提供决策依据, 也可以用于减少实验成本和时间. 目前, 如何高效地去构建一个可以信任的仿真模型得到了广泛关注. 本文通过追踪、归纳和分析关于构建业务过程模拟模型方法的相关研究文献, 对基于过程模型、系统动力学和深度学习的3种仿真建模方法的流程、优缺点和研究进展进行了阐述, 并探讨了过程模拟面临的挑战和未来的发展方向, 以期为业务过程模拟未来的研究方向提供参考.     

浦东新区集成电路行业危险废物产量现状及模型研究

选取上海市浦东新区7家集成电路制造业危险废物产量较大的企业,分析企业2020年危险废物产生现状和产量影响因素,采用广义线性模型（GLM）对企业危险废物产量进行数据建模,通过模型拟合结果对比以及与企业2021年危废实际产量验证,得出与集成电路行业生产工艺影响因素更符合的模型。此次行业模型研究有助于新区危险废物管理部门加强行业全过程监管,也为浦东新区“中国芯”产业发展设施布局提供依据。     

基于特定词集的无载体文本信息隐藏技术

当前,由于深度学习技术的发展,信息隐藏方向有了巨大进步,由原始的隐写方法逐步实现语言隐写,尤其近几年来语言隐写技术取得了很大的突破。但是之前所提出的基于循环神经网络等的隐写方法存在偏差,而且在生成步骤所获得的候选池也是基于固定的控制,这样会使隐写的安全性大大降低。基于此,提出了一种基于动态选词策略的语言隐写模型,在保证秘密信息正常隐藏在生成文本中的同时,通过计算词典中单词的方差与阈值进行比较来确定最佳候选池的大小,从而以降低困惑度的形式来实现生成句子的安全性。实验表明,基于动态选词的方法可以实现生成更加流畅且自然的隐写文本,但会小小的牺牲嵌入率。     

基于河道形状设计达到河流自动拦污模型研究 ——使淡水河永湖镇段河道恢复的方法模型

淡水河是东江水系二级支流,位于东江一级支流西枝江下游的左岸,发源于深圳市梧桐山以北,流经深圳市、惠州市惠阳区的淡水街道办、秋长街道办、三和经济开发区、永湖镇及惠州市惠城区的三栋镇,在紫溪口汇入西枝江.淡水河主要为防洪排涝.淡水河干流两岸大部分区域为建成区,支流分布有较多的农田.每年汛期容易造成流域内部分城市固体废物和农...     

基于特征图梯度连接生成对抗网络的结肠癌腺体细胞数据增强

深度学习的良好表现往往离不开大量数据的支持。为了更好地利用深度学习来研究结肠癌腺体细胞病理,提出了特征图梯度连接生成对抗网络的算法模型。该模型通过在生成器和判别器特征图大小对应相等的卷积层后添加额外的卷积层建立梯度连接,来给GAN模型提供更多的梯度,缓解梯度消失的问题。在cifar-10数据集上的实验表明,该算法模型较DCGAN而言能更好的收敛,而且生成的图像较DCGAN和WGAN生成的图像而言具有更高的Inception Score。最后将该算法模型应用在结肠癌腺体细胞病理图像的生成任务上,在一定程度上实现了数据增强。