Engel序列的误差和函数性质研究

文章定义了Engel序列的误差和函数，得到了一类处处左连续，但在某类可数点不右连续的函数，并得到了该函数的积分值和Hausdorff维数，完善了误差和函数的理论体系。     

BAM神经网络模型形式与研究方法分析

双向联想记忆神经网络模型形式与结构多种多样,研究方法也千差万别。总结了在双向联想记忆神经网络的研究中对网络联接权重、时滞及信号传递函数等的不同要求,比较了在不同环境下双向联想记忆神经网络的种种模型的形式。最后,对双向联想记忆神经网络理论研究中常用的方法进行了分析,并探讨了进一步的研究方向。     

具有自主学习与记忆功能的智能政务问答系统研究

任务型问答系统一旦构建好,通常是固定不变的,能回答的问题非常有限,难以满足用户的需求。对此,提出一种自动实时更新知识库的方法,当用户提了一个问答系统回答不了的问题,系统会把该问题自动发送给人工客服,人工客服利用专业知识回复后,系统能够自动实时获取用户提的问题和人工客服回复的答案,并把这个问答对自动实时更新到知识库,之后如果其他用户提了类似的问题,问答系统就能够快速给出对应的答案。以政务领域的问答系统为例,应用文本向量化方法 ERNIE构建知识库自动实时更新的问答系统。经过计算机实验证明,提出的方法能够实现知识库自动实时更新,构建的问答系统具有自主学习与记忆功能,提高了任务型问答系统的智能化水平。     

有机介质电容器的吸收效应

本文主要探讨聚苯乙烯、聚四氟乙烯、聚丙烯、聚酯等电容器的介质吸收效应,并以实验为基础,研究了这些电容器短路放电后的恢复电压与充电时间、充电电压、电容量和绝缘电阻之间的关系。对在各种情况下测得有机介质电容器放电后的恢复电压文中也进行了分析。     

大数据技术在电网数据上的应用

为了有效预测电厂机组出力情况,不仅要采用先进的预测方法,还要对机组出力数据进行合理的预处理.提出了电厂机组出力数据分析的一整套流程,包括数据集成、异常值预处理、数据可视化和电厂机组出力预测.以某省2018年机组出力数据为研究对象,选取一个燃煤电厂为例.经过数据集成、数据预处理和可视化展示,并用长短期记忆(LSTM)神经网络对电厂出力进行预测,LSTM预测得到的平均绝对百分比误差(MAPE)为10.90％,预测结果优于误差反向传播(BP)神经网络,BP神经网络预测得到的MAPE为11.61％.说明经过预处理的机组出力数据再用LSTM模型预测能达到良好的预测准确度.