基于PCC-RBF网络的风电功率短期预测方法

风电功率预测对风电场安全平稳运行、电网调度具有重要意义。针对风电功率短期预测指标选择不合理、预测精确度偏低的问题,提出一种基于皮尔逊相关系数(PCC)和径向基函数(RBF)神经网络的风电功率短期预测方法。该方法利用PCC筛选出与风电功率密切相关的3个指标,即电流、温度、风速,然后以这3个指标作为预测模型的输入对风电功率进行RBF样本训练与短期预测。试验结果表明,所提的预测模型预测误差更小,预测精度更高,能够满足风电功率短期预测的要求,具有广泛的应用前景。     

基于FPGA实现AES的侧信道碰撞攻击

为了解决攻击点在能量迹中具体位置的识别问题,在对侧信道碰撞攻击技术研究的基础上,提出了通过计算能量迹中每个采样点的方差来识别攻击点的方差检查技术。并利用基于相关系数的碰撞检测方法,对一种AES的FPGA实现实施了攻击。实验结果表明,方差检查技术可以有效地识别攻击点在能量迹中的具体位置。     

MODIS数据Bowtie效应消除算法

MODIS数据不仅具有较高的过境频率和光谱分辨率,还具有成本低、覆盖面广等优势。受地球曲率的影响,MODIS L1B数据大多存在一种重叠效应,即Bowtie效应,主要发生在图像的边缘地带,该效应制约了MODIS遥感数据的进一步分析及应用。针对遥感影像几何畸变问题,提出一种不基于传统星历表的Bowtie效应消除算法,采用相关系数法确定每个扫描带的重复行数,根据不同分辨率的MODIS L1B数据,使用相对应的重采样方法对图像进行重采样处理。通过与其他Bowtie效应消除算法的对比实验及分析,证明该算法不仅能够有效去除Bowtie效应,而且执行速度较快,具有较高的工程应用价值。     

天基信息支援作战仿真用例设计

为解决天基信息支援作战仿真要素多,关系复杂,仿真实验成本高的问题,提出仿真用例设计的原则和过程,应用相关系数法对影响因素进行了筛选,提出了连续型因素的取值规则,基于元用例思想对仿真用例进行了分层优化,采用正交设计方法对仿真用例进行了规模优化;最后通过实例分析证明了该方法的可用性和有效性.     

ICP-AES法测定高炉渣中MgO,Al_2O_3,SiO_2,TiO_2含量

采用电感耦合等离子体原子发射光谱(ICP-AES)法测定高炉渣中Mg,Al,Mn,Ti的含量,选取适宜的仪器测定参数和分析谱线,采用HCl-HNO_3-HF-HClO_4的混合酸体系,可以使样品完全溶解。在选定的条件下,回收率达97%～108%。     

泡沫混凝土配合比的设计

在研究泡沫混凝土各种原材料性能及大量实验和中试生产实践基础上,运用数理统计归纳分析,设计出既能满足泡沫混凝土干密度、导热率、强度、浇筑稳定性等技术要求,又经济合理、易于操作的各种原材料配合比,达到控制泡沫混凝土导热系数和抗压强度的目的,进而指导泡沫混凝土生产工艺过程,确保产品质量.     

大豆蛋白纤维机织面料性能对缝缩率的影响

测试了3类20种大豆蛋白纤维机织面料的主要物理力学性能,利用均值方差分析3类面料各自的特点;按照不同角度进行缝纫实验,测量试样缝纫前后的变化并计算缝缩率;运用Pearson简单相关系数分析影响3类机织面料上下层缝缩率的主要性能指标,并将主要性能指标与上下层缝缩率之间做相关性分析和回归分析。结果表明:真丝/大豆、毛/大豆蛋白纤维机织面料的缝缩率与物理性能存在较弱相关性,与力学性能存在较强相关性,棉/大豆蛋白纤维机织面料的缝缩率与物理力学性能指标都存在一般相关性。并对上述有较强相关性的性能指标与缝缩率之间做了回归分析。     

磁记忆信号与应力之间的关系

为明确磁记忆信号与工作应力和残余应力之间的对应关系,对Q235低碳钢板状试件进行了静载拉伸实验.利用TSC-1M-4型磁检测仪,研究了光滑试件和人工缺陷试件表面法向磁场强度在不同工作载荷下及卸载后的变化规律.结果表明:磁记忆信号与工作应力之间具有较好的相关性,利用相邻两磁信号之间的相关系数可以判断试件是否处于某种临界或极限状态;塑性变形前后的离线磁信号并无明显区别,但断裂后的磁信号及梯度曲线可用于准确识别断裂位置.     

一种卷积神经网络的模型压缩算法

卷积神经网络的研究取得一系列突破性成果,其优秀表现是由深层结构支撑的。针对复杂的卷积神经网络在参数量及计算量上存在大量的冗余问题,提出一种简洁有效的网络模型压缩算法。首先,通过计算卷积核之间的皮尔逊相关系数判断相关性,循环删除冗余参数,从而压缩卷积层。其次,采用局部-全局的微调策略,恢复网络性能。最后,提出一种参数正交正则,促使卷积核之间的正交化,进而减少冗余特征。实验结果表明,在MNIST数据集上,该压缩算法能够在不损失测试精度的前提下,使AlexNet卷积层的参数量压缩率达到53.2%,浮点操作计算量可以减少42.8%,并且网络模型收敛后具有较小的误差。     

配电线路拓扑及台户区分自校验系统的研究

针对人工检查低压配电网拓扑关系带来的管理难度和成本高的问题,本研究分别在时域和频域上比较了皮尔逊相关系数和灰色关联分析,提出了一种实用的配电线路拓扑异常检查方法,该方法利用从数据采集与监控系统和电力信息采集系统获得的配电数据,使用皮尔逊相关系数来判断用户电压序列曲线的相似性,采用灰色关联法对用户样本集进行分析,对中间节点的电压变化确定了下游节点的异常位置,发现识别出站区标识错误的用户;根据实验验证的结果,与灰色关联分析法相比,皮尔逊相关系数不具有良好的鲁棒性,而且会增加误判的次数,采用频域相似度的灰色关联分析法得到配电线路拓扑校验准确率达到99.9％,十分适用可靠.