视觉陌生度驱动的增量自主式视觉学习算法

针对传统机器学习框架下设计智能机器人造成的视觉任务执行时学习主动性差、对不确定情况适应性差、知识与能力扩展性差等问题,立足近年来新提出的认知发育思想,提出一种由视觉陌生度驱动的增量自主式视觉学习算法。算法根据在线主成分分析(PCA)计算视觉陌生度,作为Q学习内部动机,以PCA子空间的更新作为知识的主动学习与积累,并由以视觉陌生度为内部动机的Q学习引导,使得机器人能根据所学知识与所\"见\"场景的陌生程度来决策下一步如何学习。实验结果表明,该算法具有自主探索与学习性能、主动引导机器人学习新知识的能力,以及在线、增量地获取积累知识并发育其智能的能力。     

多线阵CCD拼接检测宽幅PS版表面缺陷的研究

提出采用多线阵CCD拼接对宽幅PS版表面缺陷进行检测的方法.用多个线阵CCD对宽幅面PS版表面进行分段成像,利用同步驱动使多个CCD并行工作,通过PCI高速数据采集系统将图像送入计算机,再通过图像处理算法进行缺陷检测,检测幅面宽度为1.2 m,分辨率为0.1 mm,检测速度为10 m/min.     

节点在线率和资源热度相关的P2P存储系统副本复制和修复策略

在半结构化的P2P存储系统结构下,副本是提高数据可用性的有效保证.本文结合资源所在节点的在线率和资源访问的频度来衡量所需要的资源副本数量.它较好地反映了高动态P2P网络中节点的行为特征,并据此设计了冗余数据修复策略.实验表明,设计的方法虽然占用了一定的维护带宽,但是网络中资源的可用率得到了显著提高.     

用户评论异质情感的主题聚类仿真

产品优化设计策略中,基于用户喜好评价信息开展产品关注度挖掘和用户满意度变化规律的预测研究至关重要.现有研究大多采用基于量表的半结构化数据分析模型,忽略了评价过程的多维度非线性决策属性,尤其是感性意象之间的耦合问题.对此,面向非结构化数据构建异质情感主题聚类仿真流程,首先利用网络爬虫获取用户在线评论文本;其次,借助Word2vec词向量进行文本数值化编码,并通过情感分析模型完成情感二分类判断,建立正向和负向情感数据集;然后,采用BTM主题聚类模型开展异质情感主题聚类;最后,输出多维评价指标量化结果.仿真结果表明,所构建的仿真流程能够准确进行二分类判断(信度检验均大于0.85),且主题聚类结果契合产品优化策略.     

基于小波和自组织网络的电缆故障识别

为实现电力电缆早期故障在线识别的目的,提出了一种基于小波能量函数和自组织网络的识别方法。首先,提取在线电缆早期故障状态与正常状态的零序电流差的小波能量函数作为输入特征,用自组织神经网络实现故障识别。用欧式距离比较了自组织特征映射神经网络与反向传播（Back Propagation,简称BP）神经网络对电缆故障识别的稳定性。仿真试验结果表明,该识别方法对在线电缆早期故障类型的识别正确可靠,系统具有较好的稳定性。这为电力电缆早期故障的在线诊断提供了理论支持。     

基于期望最大化算法的自适应噪声交互多模型滤波

A novel method under the interactive multiple model (IMM) filtering framework is presented in this paper, in which the expectation-maximization (EM) algorithm is used to identify the process noise covariance Q online. For the existing IMM filtering theory, the matrix Q is determined by means of design experience, but Q is actually changed with the state of the maneuvering target. Meanwhile it is severely influenced by the environment around the target, i.e., it is a variable of time. Therefore, the experiential covariance Q can not represent the influence of state noise in the maneuvering process exactly. Firstly, it is assumed that the evolved state and the initial conditions of the system can be modeled by using Gaussian distribution, although the dynamic system is of a nonlinear measurement equation, and furthermore the EM algorithm based on IMM filtering with the Q identification online is proposed. Secondly, the truncated error analysis is performed. Finally, the Monte Carlo simulation results are given to show that the proposed algorithm outperforms the existing algorithms and the tracking precision for the maneuvering targets is improved efficiently.     

加速功率型电力系统稳定器整定方法研究

为了给加速功率型电力系统稳定器(PSS2A)现场试验提供参考整定值,减少反复试验对发电机及电力系统的影响,使励磁控制器在低频振荡下具有较好的鲁棒性,提出一种基于加速功率信号拟合的在线整定的方法。运用TLS-ESPRIT算法对PSS2A加速功率信号进行拟合得到系统的相频特性,根据留数法算出PSS2A超前环节需要补偿角度的整定参数。利用该方法对南方电网某水电厂机组实测数据进行建模仿真,与现场采用频谱仪测量计算得到的整定值进行仿真比较分析。数值仿真及实例分析表明该方法得到的整定参数具有较好的参考价值,可给现场调试带来方便。     

一种自适应在线核密度估计方法

给定一组观察数据,估计其潜在的概率密度函数是统计学中的一项基本任务,被称为密度估计问题.随着数据收集技术的发展,出现了大量的实时流式数据,其特点是数据量大,数据产生速度快,并且数据的潜在分布也可能随着时间而发生变化,对这类数据分布的估计也成为亟待解决的问题.然而,在传统的密度估计算法中,参数式算法因为有较强的模型假设导致其表达能力有限,非参数式算法虽然具有更好的表达能力,但其计算复杂度通常很高.因此,它们都无法很好地应用于这种流式数据的场景.通过分析基于竞争学习的学习过程,提出了一种在线密度估计算法来完成流式数据上的密度估计任务,并且分析了其与高斯混合模型之间的密切联系.最后,将所提算法与现有的密度估计算法进行对比实验.实验结果表明,与现有的在线密度估计算法相比,所提算法能够取得更好的估计结果,并且能够基本上达到当前最好的离线密度估计算法的估计性能.     

在线紫外消解-原子荧光光谱法测定黄酒中的砷

采用在线紫外消解-氢化物发生原子荧光光谱法测定黄酒中的砷。将自制的紫外消解与氢化物发生原子荧光光谱仪建立系统,考察了紫外消解功率、紫外消解管路长度、辅助消解剂浓度、溶液p H等因素对紫外消解效率的影响。在优化的实验条件下,砷的线性范围为0～40μg/L,相关系数r为0.9989,检出限为1.86μg/L,相对标准偏差为（n=12）3.57%,加标回收率为93.4%～104.6%,本法与国标法测定黄酒中砷的结果基本相同。可用本法代替国标法（GB5009.11-2014）中的氢化物发生原子荧光光谱法测定黄酒中的砷,既可提高工效十余倍,又减少了化学试剂对环境所造成的污染。      

无线LoRa在全业务泛在电力物联网终端层的应用

国家电网公司提出的“全业务泛在电力物联网”是能源网和物联网的融合演进,是服务于广大用户的关键能源基础设施。随着电力物联网的战略兴起,输电线路在线监测采集节点和监测规模将骤增,采用何种技术体制建设现场通信网络,兼顾考虑长距离、低功耗、高可靠等多重因素至关重要。对无线LoRa技术特点及优势进行了研究,结合输电线路在线监测的应用场景及需求,提出基于无线LoRa的输电线路在线监测组网方案并对其进行了适应性分析,研究成果在该领域具有一定参考意义。