网络远程控制技术在机房管理中的实施对策

为了进一步积极提升机房管理整体效率及效果,需要科学有效应用网络远程控制技术,促使网络远程控制技术发挥出应有成效。在对当前机房管理中存在的主要问题进行详细阐述的基础上,通过深入剖析网络远程控制技术基本情况,进而针对性提出相关优化调整对策,致力于进一步地促进网络远程控制技术在机房管理方面提升提供些许参考。     

配电运行管理中的节能技术策略

节能管理是电力工程管理过程中的一项重要内容,供配电系统中采用先进的节能技术以及方法,可以有效地减少各种电能的损耗。提高供配电系统运行的经济性,从而节约电能,促进经济可持续发展。     

基于云部署技术的高校计算机实验室管理实践探究

随着高校云技术建设的不断深入,从学校计算机实验室存在的问题入手,本研究对计算机实验室具体运行的情况进行分析。文章基于云部署技术在实验室管理的云智能教室应用中,通过对服务器的磁盘模块化管理,快速搭建系统环境,对计算机实验室进行资源整合,可以提高实验室利用率,减少管理人员重复工作,应对不同课程或上机考试,灵活性更大,满足全校不同专业的学生对于计算机上机操作环境的差异要求。     

基于深度卷积网络的运动想象脑电信号模式识别

针对运动想象脑电信号（MI-EEG）分类准确率普遍偏较低的问题,引入基于深度框架的卷积神经网络模型（CNN）。首先,使用短时傅里叶变换（STFT）和连续小波变换（CWT）得到两种不同解析度下的时频信息;然后将其与电极通道位置信息相结合并以三维张量的形式作为CNN的输入;其次,设计了两种基于不同卷积策略的网络模型MixedCNN和StepByStepCNN来分别对两种形式的输入进行特征提取和分类识别;最后,针对因训练集样本过少而易发生的过拟合问题,引入mixup数据增强策略。在BCI Competition Ⅱ dataset Ⅲ数据集上的实验结果表明,CWT得到的样本集通过mixup数据增强后送入MixedCNN网络训练出的模型的识别准确率最高（93.57%）,相较于另外四种分析方法：公共空间模式（CSP）+支持向量机（SVM）、自适应自回归模型（AAR）+线性判别分析（LDA）、离散小波变换（DWT）+长短期记忆网络（LSTM）、STFT+堆栈自编码器（SAE）分别提高了19.1%、20.2%、11.7%和2.3%。所提方法可以为MI-EGG分类任务提供参考。     

配电网二次设备故障检修技术研究

基于笔者所积累的二次设备现场检修经验,分析二次设备检修要点的差异,通过系统性总结二次设备检修方法,利用API Cloud开发了一款配电网二次设备故障检修安卓端现场辅助软件。提高作业安全性的同时将故障检修周期缩短了50%,有效地提高了故障检修效率,该检修技术具有良好的可拓展性和推广性。