基于群延时信息的超声信号处理方法

充分利用超声信号的群延时信息，结合短时傅里叶变换，给出了群延时对频率导数在时一频域中的分布，以此来反映时一频域中局部信噪比的强弱。在此基础上，进一步利用超声信号的群延时信息，极大地增强了缺陷信号。     

数据融合在电梯群控系统中的应用

将数据融合技术引入电梯群控系统中,建立了基于数据融合技术的模糊联结聚合神经网络模型,对影响电梯调度的各因素进行充分有效的数据处理后,得到的电梯控制参数作为电梯调度单元的输入.应用实例表明了该方法是方便且有效的.     

黄金峡水利枢纽工程大型水泵机组选型设计及运行调节研究

引汉济渭工程黄金峡水利枢纽是陕西省境内一项重要的大型跨流域调水工程,泵站装机容量和设计流量均为目前国内甚至亚洲在建和已建泵站之最,且调水过程复杂、调水流量分布范围宽广。在分析黄金峡泵站调度原则及运行方式的基础上,综合比较目前国内外大型泵站机组设计制造水平、枢纽建筑物及机电设备投资等因素,详细论证了大型单级单吸离心式水泵机组台数和性能参数的确定方法及其影响因素,并给出了黄金峡泵站机组选型设计的最优方案,同时论证了采用变频调节的必要性及其效果。研究结果可为大型调水泵站机组的选型设计提供参考。     

黑龙江化肥厂锅炉房用煤车、贮存、运输方案的优化设计

通过对原可行性研究报告中的锅炉房用煤采用筒仓群贮存方案的了解、分析、比较后,提出了采用矩形库贮存煤的优化方案设计的成果。     

胶东调水工程宋庄泵站优化调度运行决策分析

宋庄泵站是胶东调水工程的第一级泵站,在多年的调度运行中,针对泥沙沉积、地表沉降、冬季冰凌等多种因素影响,提出了宋庄泵站调度运行中存在的问题及解决办法。     

淮阴站泵站变电所GIS设备预防性试验及局部改造

泵站SF_6全封闭组合电器是20世纪70年代初期出现的一种先进的高压电气配电装置,国际上称这种设备为Gas-Insulater Switchgear(GIS)。GIS由断路器、母线、隔离开关、电流互感器、电压互感器、避雷器、套管等电器元件组合而成。其绝缘介质为SF_6气体。由于它具有优良的技术性能和占地面积小的特点,在国内外获得广泛应用。本文对淮阴站变电所GIS预防性试验及检查内容进行简要介绍,并结合2017年两个间隔三通气室微水试验超标进行分析探讨,提出了相应的防范和解决措施。     

具有负载分享的P2P IPTV重迭网络的设计

针对在IPTV服务中当网上收视人数大规模增长时网络带宽消耗及服务器负载大大提高的问题,提出了利用P2P(Peer-to-Peer)概念中的应用层群播所形成的重迭网络来解决IPTV负载分享的问题,并通过P2P中Chord路由算法,加速构建与寻找对应的群播代理人节点。实验证明将Chord与应用层群播代理人做有效结合,可以提供用户具有服务质量、扩充性与负载分享的全方位P2P IPTV服务。     

基于Monte Carlo随机模拟的综合交通网络布局评价与决策方法

针对综合交通网络评价指标权重及属性值具有主观性和随机性的特点,提出了基于模拟运算的布局规划方案排序选优的群体随机决策方法.仿真生成满足集结的多个专家对指标重要性偏好排序统计分布的权重,同时考虑交通需求的不确定性对指标值的影响,结合客观熵权计算方案的综合评价值,由多次模拟得到的排序优势度确定方案的优劣差异.根据设计的仿真流程通过算例说明了方法应用的有效性,评价中考虑了主客观因素及随机性特征,可以为网络布局提供科学决策依据.     

基于自适应差分优化的改进虚拟力导向粒子群算法研究

为提高节点在无线传感器网络中的自部署性能,本文以虚拟力导向粒子群算法为基石,在部署区域内,采用正方形网格划分方式,并引入一种改进的自适应差分进化策略,对原算法进行改进。改进算法引入了移动目的地对移动节点的引力作用,并通过自适应调整,有目的的向扩大网络覆盖率的目标进化,从而最大限度地优化节点的部署速度和网络的覆盖率。通过对该算法的性能进行了仿真与分析,在网络覆盖率、算法收敛速度以及部署时间等方面,相比于经典虚拟力算法及虚拟力导向粒子群算法,该算法具有更佳的部署性能。     

结合双粒子群和K-means的混合文本聚类算法

传统K-means算法对初始聚类中心选择较敏感, 结果有可能收敛于一般次优解, 为些提出一种结合双粒子群和K-means的混合文本聚类算法。设计了自调整惯性权值策略, 根据最优适应度值的变化率动态调整惯性权值。两子群分别采用基于不同惯性权值策略的粒子群算法进化, 子代间及子代与父代信息交流, 共享最优粒子, 替换最劣粒子, 完成进化, 该算法命名为双粒子群算法。将能平衡全局与局部搜索能力的双粒子群算法与高效的K-means算法结合, 每个粒子是一组聚类中心, 类内离散度之和的倒数是适应度函数, 用K-means算法优化新生粒子, 即为结合双粒子群和K-means的混合文本聚类算法。实验结果表明, 该算法相对于K-means、PSO等文本聚类算法具有更强鲁棒性, 聚类效果也有明显的改善。