敏感图片自动检测系统的研究

设计并实现了一个敏感图片自动识别系统。该系统首先利用肤色模型从敏感图片中检测出肤色区域,再从图片肤色区域中,提取大量经验特征表示图像内容,然后采用Haar特征算法设计一个检测敏感部位对象的分类器,最后通过敏感部位的几何特征逐级识别正常图片与敏感图片。该检测系统具有良好的系统性能。     

多传感器信息融合中时间同步方法的研究

多传感器信息融合技术日前广泛应用于自主车辆导航等信息技术领域,而时间同步技术是多传感器信息融合中的一项关键技术,是实现多传感器信息融合的必备条件之一.为了提高多传感器系统中时间同步的精度,提出了一种局域网内的时间同步方法,方法实现简便且可以提供很好的时间同步精度.通过仿真实验证明了所提出的方法不但在网络延时较小的情况下可以满足多传感器信息融合对时间同步精度的要求,而且在网络延时明显增大的情况下也可达到毫秒级以内的时间同步精度.     

面向服务的中间件管理方法

中间件的繁荣使得中间件的管理面临着管理对象的类型与数量都极大丰富的问题;同时,开放的网络环境使得管理目标呈现出多样化、综合化和柔性化的特点。上述问题要求中间件的管理能力具有可增长的特性,以满足个性、多样的管理需求。提出了一种面向服务的中间件管理方法。方法中,已有的中间件管理功能被封装为服务,通过服务组装的方式实现管理功能的增值。讨论了中间件预置管理功能的封装、管理的组装模式、组装中接口适配和异常处理等问题,并用一个J2EE场景的管理实例示范和论证了提出的方法。     

基于改进图卷积网络的配电网状态估计方法

采用小样本量测信息进行配电网实时状态估计,对提高配电网可靠性,保证其稳定运行具有重要作用。为了在配电网量测信息不足条件下进行高精度状态估计,提出了一种基于改进的图卷积网络(graph convolutional network,GCN)的物理–数据融合配电网状态估计新方法。该方法首先利用少量相量量测单元将配电网进行切割分区,然后根据分区后的最大直径确定卷积网络所需要的卷积模块数量,其次修改了传统GCN中的邻接矩阵表示方法,从而实现利用卷积网络将配电网分区子系统中的状态变量均由量测量表示。通过IEEE33节点典型算例,验证了所提方法有效性。同时,通过与传统的高斯–牛顿优化算法和传统深度学习网络对比测试,结果表明,所提方法不仅能够将计算复杂度转移到离线阶段,而且能够不依赖于高冗余度的伪量测,具有较高的估计精度与计算速度。     

基于One-Shot聚合自编码器的图表示学习

自编码器（AE）是一种高效的图数据表示学习模型,但大多数图自编码器（GAE）为浅层模型,其效率会随着隐藏层的增加而降低。针对上述问题,提出基于One-Shot聚合（OSA）和指数线性（ELU）函数的GAE模型OSA-GAE和图变分自编码器模型OSA-VGAE。首先,利用多层图卷积网络（GCN）构建编码器,并引入OSA和ELU函数;然后,在解码阶段使用内积解码器恢复图的拓扑结构;此外,为了防止模型训练过程中的参数过拟合,在损失函数中引入正则化项。实验结果表明,OSA和ELU函数可以有效提高深层GAE的性能,改善模型的梯度信息传递。在使用6层GCN时,基准引文数据集PubMed的链接预测任务中,深层OSA-VGAE相较于原始的VGAE在ROC曲线下的面积（AUC）和平均精度（AP）上分别提升了8.67和6.85个百分点,深层OSA-GAE相较于原始的GAE在AP和AUC上分别提升了6.82和4.39个百分点。     

矿渣粉磨控制系统的设计与实现

根据矿渣粉磨生产工艺特点,设计开发了矿渣粉磨生产集散控制系统,完成了软、硬件系统设计与组态,实现了对生产过程的集中管理和设备的分散控制.现场实际运行证明了该套控制系统的可靠性和有效性.     

一种双模式的运动估计算法

为了平衡运动估计中搜索算法的复杂度与搜索精度,基于双模式算法的思想,提出一种结合基于改进的粒子群算法(PSO)和十字搜索算法(ARPS)的双模式运动搜索算法.该算法对不同运动程度的图像采用不同的运动搜索算法(运动剧烈时采用PSO算法,运动平缓时采用ARPS算法),有效地结合了PSO的全局性特点以及ARPS的局部性特点,同时保持了ARPS的快速性.实验表明,该算法的整体性能高于传统的单模式运动估计算法以及已有的多模式运动估计算法.     

全圆针梁式钢模台车在水工长隧洞衬砌施工中的创新应用

新疆和田波波娜水电站发电引水洞(第Ⅲ标)根据工程实际,采取了全圆针梁式钢模台车整体通过转弯段,并在直线段行走1.6 km后与另一套钢模台车汇合,实施两套台车单向同步衬砌的施工技术,方案创新,效果明显,值得借鉴。