丹水撇洪渠左岸变形边坡稳定计算及评价

丹水撇洪渠位于长阳土家族自治县,是高坝洲水库区津洋口镇大防护工程的一个组成部分。覆盖层下的强风化岩体中出现了一步发展的趋势,通过分析轻微变形区中的两个剖面确定其相应的滑动面及滑动趋势。     

无线传感器网络残余节点的研究

研究残余节点的能量阈值及数量的选取方式对无线传感器网络生命周期的影响。针对LEACH协议的不足,将剩余能量加入阈值计算公式,并在簇头节点和汇聚节点间采用多跳通信方式。     

基于谱残差和多分辨率分析的显著目标检测

根据人类视觉系统的特点,提出一种融合谱残差和多分辨率分析的显著目标检测方法。该方法通过在不同尺度上计算图像的亮度、颜色以及方向特征的谱残差,构建多分辨率显著性图谱序列,然后用线性插值方法将不同分辨率的特征显著图叠加得到3个特征显著图,再利用k均值聚类算法将每个特征显著图聚为两类,选择聚类中心距离最大的特征显著图作为最终的显著图,最后经过动态阈值处理获得图像的显著目标区域。基于自然图像的显著目标检测实验结果表明,该方法具有较强的稳定性和实用性,得到较为满意的检测结果。     

信息系统残留风险动态管理方法研究

本文在对残留风险需要动态管理分析的基础上,提出了一种残留风险动态管理方案。对其进行了流程和形式化描述,并对流程做了进一步的分析。实例分析,该方案能很好的实现残留风险的动态管理。     

两级故障检测在SINS-Galileo-北斗组合中的应用研究

针对联邦滤波器子系统同时存在硬故障和软故障问题,提出一种适用于联邦滤波结构的两级故障检测方法。首先,构造联邦结构残差2χ检验法对系统硬故障进行检测,再用第k-m步未发生故障时的全局最优估计信息构造滑动残差检验函数,对未检测出的软故障进行时间积累,进而检测软故障,同时,联邦滤波信息分配系数根据软故障检测函数进行自适应调节。通过SINS-Galileo-北斗组合导航系统仿真对比分析了基于局部滤波残差2χ检验法和本文提出的故障检测方法,结果表明:该故障检测方法对系统硬故障和软故障具有较高的故障检测灵敏度,能够提高组合导航系统的可靠性。     

基于ZIGBEE网络的ZiCL改进算法

针对ZigBee网络中使用的ZiCL算法可能造成节点过度耗能和网络能耗不均的问题,提出一种改进算法。该算法根据网络运行过程中簇成员能量状态来动态调整路由选择策略。仿真结果表明,改进算法提高了网络传输的可靠性,有效节约了能量。     

正则蕴涵算子族G-λ-R0及其三Ⅰ支持算法

首先给出了一个新的蕴涵算子族:G-λ-R0(λ∈[0,1])(它包括Gsdel(简称RG)算子与R0算子).然后重点讨论了G-λ-R0(λ∈[0,1])族算子的伴随算子及其正则性.结果表明,在该算子族中,每一个算子都具有伴随算子且具有正则性.从而说明了此算子是较理想的蕴涵算子.最后讨论了基于此蕴涵算子族的三Ⅰ支持算法.     

基于残差神经网络的无人机射频信号识别

针对民用小型无人机对低空领域安全造成威胁及无人机视觉上识别难的问题,提出了一种无人机射频信号识别的方法,使用深度学习技术学习无人机与控制器之间的射频信号特征来识别无人机。首先将射频信号数据集中的无人机信号进行预处理操作,接着使用残差神经网络进行模型训练,最后使用训练好的网络模型对无人机信号进行识别验证。实验结果表明,该方法识别无人机是否存在的准确率达到99.8%,识别无人机型号的准确率达到91.1%,识别无人机运行模式的准确率达到70.3%,且该方法具备较强的鲁棒性和环境抗干扰能力,性能明显优于基准方法。     

基于提取双选紧密特征的RGB-D显著性检测网络

针对现有算法对不同来源特征之间的交互选择关注度欠缺以及对跨模态特征提取不充分的问题,提出了一种基于提取双选紧密特征的RGB-D显著性检测网络。首先,为了筛选出能够同时增强RGB图像显著区域和深度图像显著区域的特征,引入双向选择模块(bi-directional selection module, BSM);为了解决跨模态特征提取不充分,导致算法计算冗余且精度低的问题,引入紧密提取模块(dense extraction module, DEM);最后,通过特征聚合模块(feature aggregation module, FAM)对密集特征进行级联融合,并将循环残差优化模块(recurrent residual refinement aggregation module, RAM)配合深度监督实现粗显著图的持续优化,最终得到精确的显著图。在4个广泛使用的数据集上进行的综合实验表明,本文提出的算法在4个关键指标方面优于7种现有方法。     

基于空间矢量复合判断指标的变电站动力电缆漏电检测算法

为提高变电站长段动力电缆漏电监测水平,提出了一种基于空间矢量复合判据的变电站长段动力电缆漏电检测算法。首先对现有方法中无法检测三相漏电故障的问题进行了分析。然后,引入空间矢量的概念,将剩余电流数据转换为空间矢量圆,提出了剩余电流差流、A相漏电流以及空间矢量圆半径变化率3个漏电状态判断指标。并建立了针对电缆不平衡漏电及三相漏电故障的类型判断机制,实现了对长段动力电缆漏电状态及类型的准确检测。最后,通过仿真及江苏电网某500 kV变电站实际数据对所提方法的有效性与优越性进行验证。结果表明,该方法能够准确实现对不平衡漏电故障、故障演变过程以及三相漏电故障的判断,丰富了电缆漏电故障的诊断信息,有效提高了对变电站漏电问题的分析处理效率。