5G承载网下基于经验小波变换和卷积神经网络的配网故障诊断方法

配电网拓扑结构复杂、分支众多、潮流分布不平衡,且存在通信网络覆盖不完善问题,给精确故障诊断带来很大难度.首先,基于5G承载网络的分布式配电网故障诊断系统,提出了网络时延和丢包模型,测试了实际网络时延.其次,提出了基于经验小波变换(empirical wavelet transform,EWT)和卷积神经网络(convolutional neural network,CNN)的故障诊断方法,对网络传输后的录波电气量进行经验小波变换,得到不同频域分量.最后,对各分量构建卷积神经网络模型,形成EWT-CNN配电网故障诊断方法,给出故障判断报告.实验结果表明,所提出的5G承载网络下的EWT-CNN配电网故障诊断方法可有效诊断出配电网故障点,且具有很好的泛化能力.     

基于改进的RBF神经网络的配电网故障诊断模型

结合梯度下降算法和进化算法对RBF神经网络进行改进,建立了基于改进的RBF神经网络的配电网故障诊断模型.配电网故障诊断实例表明,基于改进的RBF神经网络的配网故障诊断模型具有较高的诊断精度.     

基于BP神经网络的挖掘机智能故障诊断知识库设计

介绍了基于BP神经网络智能故障诊断技术在贵阳矿山机器厂O.8m3.液压挖掘机故障诊断系统应用中系统故障诊断神经网络知识库设计的方法与步骤,结合液压泵子系统故障诊断实例详细阐述了智能故障诊断故障库设计过程中神经网络建立、训练样本获取及神经网络学习的具体方法.     

基于统一特征的配电网故障诊断方法

目前的配电网故障诊断方案大多需要大量故障模拟作为支撑.随着配电网规模不断扩大，故障概率逐年增加，该类方法极易受不同故障类型及个数的限制，使得模拟计算量骤增，难以快速诊断，为此本文提出了一种基于统一特征的配电网故障诊断方法.首先利用稀疏测点电压增量关系，推导出配电网的统一故障特征；然后引入神经网络构建故障诊断模型，结合实例测试统一特征诊断方法并分析其计算量优势；最后将统一特征诊断方法推广至大规模配电网，通过撕裂法进行分区，实现各子网并行诊断.多个诊断实例结果表明，所提方法利用稀疏电压增量值即可有效诊断，其模拟次数与故障类型及个数无关，仅取决于支路条数，大大降低了计算量，且对测量数据无严格同步要求.     

基于神经网络的模拟电路故障诊断

探讨了基于故障字典法和基于神经网络的故障诊断方法,利用自组织特征映射神经网络进行模拟电路故障诊断,根据神经网络的输出结果可以判断发生故障的类型.自组织特征映射神经网络聚类能力强、速度快,因此很适合复杂系统的故障诊断.     

一种基于RBF神经网络的智能故障诊断方法

根据神经网络独特的容错、联想、推测、自适应、自学习等优点,针对BP网络在故障诊断应用中收敛速度慢等不足,研究了基于RBF神经网络的智能故障诊断方法.该诊断方法只需要足够的具有代表性的故障样本用以训练神经网络,然后将归一化的故障信息输入给训练好的神经网络,根据其输出结果就可以判断发生的故障类型.利用该诊断方法,对发动机转子系统故障诊断进行了仿真,仿真结果表明,基于RBF神经网络的智能故障诊断方法效果良好.     

用于非线性系统的合成故障诊断方法

鉴于对线性系统的故障诊断方法比较成熟,而对非线性系统的故障诊断还有很大不足的状况,将非线性系统在多个工作点进行分段线性化.在非线性系统中借鉴线性故障诊断方法,对每个工作点的模型进行线性故障诊断设计,取得工作点密度和故障诊断性能的均衡,同时使用动态神经网络对各个工作点的工作参数进行拟合.该方法将一组改进的鲁棒观测器与一个为其确定参数的动态神经网络相结合,对非线性系统进行故障诊断.用典型的3水箱模型验证了这个合成方法,验证结果显示,该方法有很好的全局工作点适应性和对干扰的鲁棒性.     

基于神经网络专家系统的卫星姿态确定系统故障诊断

介绍了一种基于人工神经网络与专家系统相结合的智能故障诊断系统,将专家系统与神经网络结合运用取长补短,发挥各自的优势.给出了系统的结构组成,并具体描述了神经网络专家系统的工作原理.采用的RBF网络有效地克服了BP网络收敛速度慢,且易陷入局部极小的缺陷.同时利用神经网络的并行处理功能,有效地解决了传统专家系统的推理复杂、时间冗余等缺点.仿真结果证明了该方法应用于卫星姿态确定系统的故障诊断是有效的.     

基于神经网络的摊铺机液压系统故障诊断方法

以摊铺机液压系统为研究对象,提出了基于神经网络的故障诊断模型。结合BP神经网络基本知识和摊铺机液压系统故障的特点,研究了诊断知识的获取方法,设计了摊铺机液压系统故障诊断网络的基本结构。通过与模糊理论相结合研究了输入输出特征向量表达和获取的具体方法,提高了故障诊断神经网络模型的实用性,并提出改进学习效率和动态BP算法可以提高故障诊断神经网络的性能。     

基于神经网络和证据理论的DCT电控系统故障诊断

为了提高双离合器自动变速器(dual-clutch transmission,DCT)电控系统故障诊断精度,文章提出了一种基于神经网络和证据理论的DCT电控系统故障诊断方法。该方法首先分别用BP神经网络和RBF神经网络对DCT电控系统进行故障诊断,然后利用D-S证据理论将两者的诊断结果进行决策融合,得出最终的诊断结果。仿真结果表明,该方法能够有效提高DCT电控系统故障诊断的精度。     

在WINDOWS局域网上组建INTRANET网

本文介绍了在局域网环境下,利用ＷＩＮＤＯＷＳ系统建立ＩＮＴＲＡＮＥＴ网。     

网络型病毒与计算机网络安全

传统的计算机病毒分类法常以寄生对象为标准将病毒分为文件型、引导型和混合型，但根据当前病毒发展的趋势，应增加一类网络型病毒。网络型病毒的寄生对象广泛、传播速度快、危害广，它利用Internet的开放性和软件系统的缺陷，破坏网络中的各种资源以及网络通讯，某些种类的网络病毒还是黑客工具。因此结合多个具体实例，分析了网络型病毒对网络安全的危害，提出网络型病毒的防治应首先从管理措施上着手，并综合防火墙技术、病毒防治软件、软件更新、数据备份等多种技术措施。     

网络软件技术与网络教育

计算机网络技术正在飞速地发展,它对传统教育的影响是重大的,随着网络教育的发展和普及,必将导致教育界一场空前的革命,文章通过对计算机网络软件技术的分析,给出了计算机网络教育的解决方案。     

Complex Network Classification with Convolutional Neural Network

Classifying large-scale networks into several categories and distinguishing them according to their fine structures is of great importance to several real-life applications.However, most studies on complex networks focus on the properties of a single network and seldom on classification, clustering, and comparison between different networks, in which the network is treated as a whole.Conventional methods can hardly be applied on networks directly due to the non-Euclidean properties of data.In this paper, we propose a novel framework of Complex Network Classifier(CNC) by integrating network embedding and convolutional neural network to tackle the problem of network classification.By training the classifier on synthetic complex network data, we show CNC can not only classify networks with high accuracy and robustness but can also extract the features of the networks automatically.We also compare our CNC with baseline methods on benchmark datasets, which shows that our method performs well on large-scale networks.     

NETWARE网络和WINDOWS NT网络的共存

从机房实际情况出发,讨论了WINDOWS NT SERVER的安装,通过工作站同时登录NT网和NETWARE网,享用NT网络和NETWARE网络技术,提出切合实际的方法。     

从信息网到社会网的转变看网络文化的特点及教育意义

网络发展经历了从信息网到社会网的转变。信息网受到新技术力量的推动不断演进,符合超摩尔定律且表现出三网合一的趋势。社会网以信息网为基础,依靠社会性软件建立全新的虚拟世界,重塑社会关系。社会网作为无尺度网络,能通过网络形成＂小世界＂,注重联通主义理论。具有高度聚合作用的社会网为教育带来了宝贵的启示。     

校园网中防止网络二层环路的技术研究

分析了校园网出现环路的主要原因,重点介绍了生成树协议的工作原理和算法实现。算法验证了采用生成树协议STP可以防止校园网中的二层环路,同时针对STP算法方面存在拓扑收敛速度慢的缺点,提出了快速生成树协议RSTP,并通过真实的实验环境提出了解决校园网二层环路的技术研究和详细的实现过程。     

基于立体重叠网络的网管模型

针对分布式环境,现有网络管理模型在复杂数据的实时处理及合作伙伴管理中的困难。利用数据流处理技术和重叠网络技术,提出了一种分布式环境下的网络管理模型。在此模型中,研究了网络管理策略,并给出了应用立体重叠网络建立合作联盟的有效算法,最后通过应用证明了该模型的有效性。     

IP网与PSTN网的融合

文章阐述了采用软交换为核心的下一代网络实现网络的融合—IP网与PSTN网的融合。     

Ad Hoc网络与相关网络技术的比较及其网络管理

为进一步研究Ad Hoc网络的安全性能及网络管理的相关技术,使Ad Hoc网在军事与民用方面有更广泛的应用前景。通过分析Ad Hoc网络与传统固定网络、蜂窝移动通信网络、无线局域网之间的区别与联系,提炼出应用于Ad Hoc网络中的4种新的安全设计方案。研究表明,链式证书和分布式密钥相结合的网络安全系统既能有效保障网络不受外部恶意攻击,又能抵御来自网络内部的攻击与异常,具有高度的安全性和良好的运行性能。