基于柔性神经树的智能变电站过程层网络流量预测

从智能变电站过程层网络流量监测系统的需求出发,提出了一种基于柔性神经树模型的智能变电站过程层网络流量预测解决方案.柔性神经树模型利用遗传规划开发与优化,其参数由粒子群优化算法做优化.首先初始化随机的柔性神经树结构和相应的参数,不断地学习优化柔性神经树结构,完成树结构的优化之后,再对参数进行优化.最终通过反复循环获得满足要求的柔性神经树.实验结果表明,柔性神经树模型能有效地预测过程层网络流量,再现真实的流量测量的统计特性;其预测精度较高,误差集中在0附近.预测结果可以有效地监控网络流量状况,保障电网安全运行.     

Logistic回归与分类树模型的比较

为了有效地评估客户的可信度,提高信贷机构经济效益。文中通过统计学中的参数方法Logistic回归和非参数方法分类树这两种方法,建立两种模型对数据进行预测,应用SPSS软件的Binary Logistic Regression方法,利用ROC曲线的性质来对模型的性能进行评价,根据输出结果比较两种模型在应用中都是可行有效的,在实际操作中应因地制宜,把握两种方法的优势,得到更有价值的结果.     

钢制锻模失效的系统分析

应用失效树系统分析法研究了钢制锻模裂纹、磨损、变形、粘合等主要失效形式 ,给出锻模失效树及分析过程 ,得出了钢制锻模失效的形式及各因素对失效影响重要程度的相对顺序表 ,对减少锻模失效率有一定的现实意义     

Composite corrosion inhibitors for secondary alkaline zinc anodes

The corrosion inhibition property of PEG600 and In(OH)3 as composite corrosion inhibitors for secondary alkaline zinc electrodes was studied, and the inhibition efficiency was determined as 81.9%. The research focused on the mechanism by the methods of electrochemical impedance spectroscopy, polarization curves and IR spectroscopy. The results indicate that the corrosion inhibition effectiveness is attributed to the joint inhibition of anodic zinc dissolution and cathodic hydrogen evolution. And the anodic process is depressed to a greater extent than the cathodic process. The synergistic mechanism of the composite inhinbitors proves to be the enhancement of adsorption of PEG600 by In(OH)3. Potentiostatic experiment results and SEM images verify the inhibition of dendritic growth by the composite inhibitors.     

不锈钢GTAW焊焊接中的氧化试验研究

对于不锈钢的焊接，在NDT检测中仅对夹渣、未熔合、未焊透、气孔等缺陷均有评定标准，而对菜花状缺陷、树瘤状氧化缺陷、蓝脆现象、氧化现象等却没有评定方法及标准。为此，以不锈钢管的焊接试验为主鲒合不锈钢板的焊接，针对不锈钢在GTAW焊焊接中氧化缺陷的防止方法、氧化评定及检测标准提出几点看法，供行业界借鉴与批评指证。     

MPLS组播及其可扩展性的研究

介绍了一种基于MPLS组播实现的新方法--状态编码法.通过分析该方法的原理,并与其他已提出的方法做比较,得出该方法可以减少标签的使用数量,占用更少的存储空间.有效地解决了MPLS网络的扩展性问题.     

一种基于元数据静动态数据联合查询方法的研究与实现

研究和实现一种结合股票静、动态数据进行实时行情信息联合查询的方法。描述运用元数据定义和管理各数据源关键信息的虚拟表,通过复制、移动和分割虚拟SQL查询语法树分支,实现对数据表的查询分割和根据查询返回合成查询结果集的技术思路与做法。研究的方法屏蔽了异构数据源查询的复杂细节,能够为用户提供一个统一、简便的SQL查询接口,使静、动态数据之间的联合查询更加便捷,有效地提高了联合查询的执行效率。     

一种基于加权规则的显著模式挖掘算法

在频繁项集挖掘过程中会发现事务或关系数据集中项目具有不同的重要性,而一些经典的频繁模式挖掘算法仅考虑项目频数这一属性来进行挖掘操作。针对该问题为不同的项目添加不同权重,提出一个新的加权规则模型,定义一种特殊的模式即显著模式。构造一棵类似于FPTree树的、具有高度压缩存储特性的数据结构树——SPTree(Significant Pattern Tree),之后基于SPTree树提出一个新颖的挖掘显著模式的算法DMSP(Data Mining Significant Pattern)。实验结果验证DMSP算法能够高效地挖掘显著模式。该算法可以有效解决由于项目重要性各不相同而导致的问题,有利于发现更多有研究价值的信息。     

基于双向随机KD树的点云配准

在三维跟踪及逆向工程三维重建的过程中,需要采集大量物体表面的特征点（点云）数据,为达到更好的重建结果,采用多视角采集点云方式。多片点云数据的配准（Registration）是目前的研究热点之一。对点云快速配准方面传统采用的ICP算法加以改进,提出基于相机标定和双向随机KD树的ICP改进算法,提高了ICP在应对小型点云时的匹配精度。     

小波树和Fisher线性鉴别的人脸识别

结合小波树和子空间分析中Fisher线性鉴别方法,本文提出基于小波树和Fisher线性鉴别的人脸识别算法(WAFLD)。该算法先利用小波变换公式,在人脸图像上计算出一个小波近似分量和三个细节分量;然后对小波近似分量进行二次小波分解,相应地计算出各小波近似分量;其后对三层分解的小波近似系数进行重新组合,得到一个新的样本集;最后在此样本集上使用Fisher线性鉴别方法进行人脸识别。ORL和CAS-PEAL-R1人脸库的实验结果表明,与Fisherfaces和Eigenfaces方法相比较,WAFLD方法的人脸识别率为99%,对光照条件、脸部表情变化有良好的鲁棒性。