逆矩阵Γ分布的熵

通过矩阵变换的方法获得了逆矩阵Γ分布的熵,并进一步推导出逆Wishart分布的熵,从而为利用最大熵原则评价逆矩阵Γ分布作为先验分布的有效性奠定了基础.     

高可靠性城市示范区建设探索与实践

结合国家电网公司高可靠性城市示范区建设要求,青岛供电公司在充分研究、评估青岛城市配电网现状的基础上,积极实践和探索打造高可靠性城市示范区的新策略、新方法和新技术,建成一套集监控、指挥、预警功能为一体的配电网综合管理信息系统,实现"管理措施与技术措施并举,高指标与经济性相协调"的构建目标,进而提高青岛供电可靠性和配网建设管理水平,并为全省高可靠性城市建设积累经验,发挥引领示范作用。     

政务微传播与政府形象构建

政务微博,是指政府机构和官员开通的主要用于发布政务信息,倾听公众心声、诉求,与公众交流互动,解决与政府管理有关的实际问题,传达党与政府机构的声音,及时公布相关数据与事件真相,从而进行网上知晓、网下解决问题的微博.[1]政务微博作为政务微传播的主要形式,其自媒体、去中心化的性质,打破了传统的“由上到下”的信息传播模式,为信息公开、政民互动提供了一个全新的平台,开创了政府事务的新局面.值得注意的是,近年来的“政务微博热”使得其传播模式越来越多样化.     

逆矩阵Г分布的一种抽样方法

本文通过导出矩阵Г分布的特征函数,证明了服从矩阵Г分布的矩阵的主子阵还是服从矩阵Г分布,逆矩阵Г分布的主子阵还是逆矩阵Г分布等一些重要性质,由这些性质得到了矩阵Г分布的Barttlet分解形式。作为应用,本文还构造了逆矩阵Г分布的一种抽样方案。     

基于Tamura-HOG纹理特征与矩特征融合的配网电缆终端故障诊断方法

针对现有的配网电缆因局部放电随机且复杂导致故障诊断尚存不足的问题,本文提出了一种融合局部放电谱图的矩特征、Tamura纹理特征和方向梯度直方图特征的特征提取方法。该方法从形状特征、全局和局部方向纹理特征3方面更加全面地表达局部放电谱图特征,对局部放电谱图的矩特征、Tamura和方向梯度直方图纹理特征进行提取与融合,结合自适应提升算法、后馈神经网络和支持向量机算法均可以实现识别准确率较高的故障诊断效果。然后,将本文方法与后馈神经网络、支持向量机及卷积神经网络、栈式自编码器深度学习算法进行识别对比,结果表明,自适应提升算法的识别准确率最高、耗时最短,具有良好的通用性和稳定性,为配网电缆的故障诊断提供了新的方法。     

逆矩阵Г分布的熵

通过矩阵变换的方法获得了逆矩阵Г分布的熵，并进一步推导出逆Wishart分布的熵，从而为利用最大熵原则评价逆矩阵Г分布作为先验分布的有效性奠定了基础。     

x2分布、t分布和F分布的一致渐近正态性

首先给出一元分布一致渐近正态分布的定义,接着分别证明了x2分布、一元t分布和一元F分布的一致渐近正态性,由于所得结果比渐近正态性更强,故直接用相应的正态分布去计算这三个分布的概率值更可信.     

基于天牛群搜索算法的配电网故障定位研究

随着不断扩大的配电网规模,其拓扑结构日趋繁杂,使得配电网故障定位的问题越来越复杂,同时也对故障定位技术有了更高的要求.对于传统人工智能算法的不足,引入一种基于天牛群搜索算法(BCAS)的配电网故障定位方案,使得故障定位的容错能力和稳定性得以提高,并通过仿真算例验证了该方案的有效性与可行性.结果表明该算法精度高,收敛速度...     

逆χ^2分布下正态模型参数的后验分布及其抽样

当正态线性模型中的参数取逆χ^2先验分布时,得出了回归系数和误差方差的联合后验分布和边际后验分布,特别导出了回归系数二次型的分布。利用回归系数和误差方差联合后验分布的分解形式,给出了一种抽样方案。     

逆矩阵Γ分布的一种抽样方法

本文通过导出矩阵Γ分布的特征函数,证明了服从矩阵Γ分布的矩阵的主子阵还是服从矩阵Γ分布,逆矩阵Γ分布的主子阵还是逆矩阵Γ分布等一些重要性质,由这些性质得到了矩阵Γ分布的Barttlet分解形式。作为应用,本文还构造了逆矩阵Γ分布的一种抽样方案。