基于改进非参数核密度估计和拉丁超立方抽样的电动公共客车负荷模型

为了建立更精确的电动公共客车充电负荷模型,对起始荷电状态和起始充电时间的概率分布和抽样方法进行研究。首先针对概率分布,提出采用边界核的自适应非参数核密度估计算法,该方法无需概率分布的任何假设,能有效解决边界偏差和缺乏局部适应性的问题,从而提高了起始荷电状态和起始充电时间概率分布的准确度和适应性。其次针对抽样环节,提出结合三次样条插值法的改进拉丁超立方抽样算法,该方法不仅可以解决累积分布函数的反函数较难求解的问题,而且具有准确度高、抽样规模小等优点。最后,以这两种算法为基础,建立电动公共客车充电负荷模型,并将其与实测数据和传统参数估计方法所得结果进行对比。仿真结果证明了所提方法的适应性和有效性。     

基于边界边缘检测的在线产品轮廓跟踪

产品流水线实时检测需有效解决流水线上运动产品的图像跟踪,提出仅选择在视频码流中跟踪目标的一个边界边缘来实现产品轮廓的跟踪。首先利用边缘运动去除背景,随后使用跟踪轮廓的正常方向导数选择边界边缘。准确跟踪是基于减少无关边缘的影响,因此仅选择边界边缘像素。使用边缘运动消除背景边缘需要计算跟踪目标的运动,同时移除边缘的运动和边缘与目标不同方向的运动,从而得到运动产品的轮廓。仿真实验结果表明,该跟踪方法对流水线上的产品有较好的跟踪效果,且具有较强的稳健性。     

基于结构光识别的核燃料组件关键尺寸测量技术研究

针对核燃料组件关键尺寸测量困难的问题,提出了一种基于结构光识别的核燃料组件堆芯管座间垂直阶差与水平间距测量方法。通过直通滤波算法去除与关键尺寸测量无关的冗余点云,利用统计滤波算法滤除离群噪点,基于RANSAC平面分割实现了管座特征区域点云的提取;建立了关键尺寸模型,基于最小二乘法拟合平面实现了管座间垂直阶差的测量;将三维点云投影至二维平面,以保留管座点云边界信息,并进行欧式聚类分割,在分离出不同管座点云的基础上提取出边界点,提出了一种基于RANSAC算法的点云测距算法,实现了相邻管座间的水平间距测量。实验结果表明,所提方法能快速精确地测量出核燃料组件堆芯管座间的垂直阶差与水平间距,并且使二者误差均保持在0.2 mm以内。     

山东省黄河流域省际边界河道管理探讨

为提高山东省黄河流域省际边界河道建设与管理水平,通过召开座谈会、现场调查、资料查阅等方式对河道水利工程布局和水资源管理控制体系进行调查分析,并针对河道管理中存在的问题,从工程布局和建设管理的角度提出合理应对措施和建议。     

绿色新材料产业边界研判

本文以服务于减污降碳、支撑化石能源多元化利用和绿色发展的重要领域——绿色新材料为着眼点,研究政策背景和产业发展趋势,分析产业内涵,研判产业边界,并提出“双碳”目标下产业发展及范围界定的相关建议。     

形态类型学视角下的村城边界空间初探——以深圳坂田为例

村城边界空间是二元城市空间格局下,村城形态融合的关键。由于空间形态的巨大差异,城村肌理上的异质性让边界空间成为当下城市格局优化、空间品质提升过程中的巨大阻碍。文章基于中微观视角,从边界原型入手理解并分析深圳坂田村城边界,总结了四种类型特征,构建街区分析单元,总结了边界空间的类型规律,试图理清街区内不同要素与边界形态特征之间的联系。     

基于深度信任网络模型的乌东选煤厂铁路车号图像识别方法

精准识别铁路车号可以为煤厂装车提供依据,从而保证装车环节高效顺利地完成。为此,提出了基于深度信任网络模型的乌东选煤厂铁路车号图像识别方法。首先,利用高速摄像机设备采集原始的车号图像,并利用索贝尔算子检测图像边界;然后,根据列车车号的字体笔画宽度特点,采笔画宽度变换算法定位确定图像中的车号区域,并利用LBP算法提取车号区域内的特征;最后,将提取的特征输入到深度信任网络模型中,在训练网络模型并不断更新参数后,准确识别车号图像。实验表明：该方法能够精准识别乌东选煤厂铁路列车车号图像。在深度信任网络模型中,当受限玻尔兹曼机网络为4层、隐含层节点个数为128个时,该模型的分类识别能力最强,训练损失最小,性能最佳。     

自安全网络,助力网络原生自安全

信息安全问题越来越频繁地发生于网络内部(内网),而传统的安全防护产品更多的侧重于边界防护,对内部安全问题难以有效发现及处置.同时网络内部的安全问题相对不容易察觉,也更容易造成大范围的影响,可能在短时间内就扩散到全网.应对当前的信息安全局势,我们需要将安全防护的边界下沉至网络层面,让网络与安全融合,使之在网络层面就能够发...