基于曲波变换和快速非局部均值的地震数据随机噪声压制

在常规的地震勘探中,由于受到激发、接收环境或仪器等因素影响,地震数据中会不可避免地混杂随机噪声,导致有效信号被淹没,从而无法被清晰识别,因此随机噪声的压制至关重要.本次研究提出一种改进曲波变换阈值去噪结合快速非局部均值去除地震随机噪声的方法:首先将循环平移和块状复数域阈值方法引入到曲波变换阈值去噪中,改进传统的曲波阈值...     

基于模糊均值聚类的调峰调频信息控制方法研究

随着分布式能源大规模接入电网,接入电力网络的信息呈多元化趋势发展。为解决分布式能源调峰调频控制信息时延保障的问题,提出了一种基于模糊均值聚类的调峰调频信息控制方法。首先,对分布式能源信息进行聚类,并对分布式能源按控制、信息类划分传输优先级。其次,建立多个网段的流量协作控制单元,对区域网络进行统一控制。然后,通过边缘计算判断当前网段节点流量数据是否越限,对超过流量阈值的信息类数据进行流量卸载,降低调峰调频信息的传输时延。最后,在某区域配电网进行实例验证。该方法的数据分析准确率平均为99.7%,高于四阶累积量方法。其运行结果验证了该方法的有效性。     

绝缘导体的热稳定校验公式中K值之校验——《低压配电设计规范》GB50054-95第四章第2节

1 问题的提出 工作中偶而涉及铜的电阻率,查阅《建筑电工手册》,第659页表12.1-1竟然和第660页的表12.1-3相差100倍,哪个数值对呢?     

一种改进模糊C均值聚类的电离层杂波分类方法

在高频地波超视距雷达系统中,电离层杂波作为一种时变、非均匀、非高斯的复杂杂波,其复杂性导致了单一杂波抑制算法无法有效地抑制电离层杂波.针对不同特性,将复杂的电离层杂波进行分类,可以有效地提升电离层杂波抑制性能.常规的杂波聚类方法由于仅在特征空间进行聚类,分类结果存在空间分布离散化的问题.针对该问题,结合电离层杂波特性与...     

基于Jeffrey散度相似性度量的加权FCM聚类算法

针对模糊C均值(FCM)聚类算法在数据集下聚类效果差的情况,以及基于欧氏距离的相似性度量只考虑数据点之间的局部一致性问题,提出了基于Jeffery散度相似性度量加权FCM聚类算法(JW-FCM).引入源于Jeffery散度的相似性度量,首先,对于FCM算法进行特征加权,对数据的不同特征值赋予适当的权重,再将Jeffer...     

一种细晶铸造K465合金低压涡轮叶片组织和力学性能

为提高叶片铸件质量和生产效率,对某型机K465合金低压涡轮叶片开展细晶铸造工艺研究,对细晶铸造的精铸低压涡轮叶片的显微疏松、组织进行观察,力学性能及极限疲劳性能进行测试,并与原工艺的叶片对比,验证晶粒细化对涡轮叶片晶粒度和疲劳强度的影响.结果表明,细晶铸造工艺能使叶片铸件低倍晶粒度、枝晶间距细化,叶片的显微疏松、显微组...     

基于未确知聚类的动态联盟伙伴选择研究

就盟主企业建立动态联盟的过程、盟友的评价指标体系、优化决策的算法进行分析研究,建立盟主选择的数学模型,提出未确知C-均值聚类(UCM)。将此聚类算法应用于实践中,证明其可行性和有效性,最后在理论上与C-均值聚类、模糊C-均值聚类(FCM)作出比较,证明此方法的科学性。     

地空协同场景下加权模糊聚类用户簇划分方法

为了解决应急通信场景下使用无人机作为空中基站进行辅助通信时涉及的无人机基站部署策略中的用户簇划分问题,在兼顾无人机基站性能和用户体验的条件下,提出一种基于特征加权的模糊聚类(Improved FCM)算法。首先,根据每个无人机基站的信号覆盖范围和最大服务用户数量的性能约束,针对随机分布条件下的用户簇在划分过程中算法计算量大不易收敛的问题,提出一种基于距离加权的特征加权节点数据投影算法;其次,针对同一用户处于多个簇有效范围内时用户划分的有效性和无人机基站资源的最大化利用问题,提出一种基于用户位置和无人机基站负载均衡的价值加权算法。实验结果表明,所提方法充分满足无人机基站的服务性能约束,且与几何分形法(GFA)、谱聚类(Sp-C)等算法相比,特征加权模糊聚类算法获得的平均负载率和覆盖比是最优的,分别达到了0.774和0.026 3,因此,该算法可为应急通信场景下的用户簇划分问题提供一种可行的解决方案。     

鹈鹕优化算法在岩体结构面分组中的应用

结构面广泛分布于岩体之中,难以逐一进行分析。现有研究方法存在对初始信息敏感,分组结果可靠性差,以及难以准确对产状相近的结构面进行分组等不足。针对上述问题,提出了一种基于鹈鹕优化算法(POA)的岩体结构面分组方法。首先,利用POA算法全局寻优初始聚类中心,结合模糊C均值算法(FCM)将结构面产状数据进行完全分组。其次,利用蒙特卡罗模拟技术,生成符合Fisher分布的产状数据。最后,基于正交设计,对比传统FCM算法,以识别错误率为指标,研究了新算法在不同结构面数量、结构面组数、聚类中心、离散度情况下分组精度的变化规律。结果表明：聚类中心对分组精度具有显著影响;所提方法能对产状极点边界不清晰的结构面数据进行有效分组,可有效提高分组精度和分组结果的可靠性。以大连某水库边坡结构面数据为基础,对其进行分组处理,验证了新方法的工程实用性。研究结果可以为结构面三维网络计算机模拟和岩体工程稳定性分析提供依据。