用Hadamard矩阵构造线性码

Hadamard矩阵在实验设计、编码、网络、逻辑电路等方面都有广泛的应用,并且通过多种方式可以构造Hadamard矩阵.本文主要利用反对称Hadamard矩阵构造出了一类二元和三元自对偶线性纠错码     

Z_8上的自对偶码

求出了Ｚ８上码的生成矩阵及校验矩阵，并由此得到了Ｚ８上的码为自对偶码的必要条件是其码长为偶数；证明了满足一定条件的一对４元码可以构造出Ｚ８上的自对偶码，并给出了构造８元自对偶码的一个方法     

互感网络对偶方程的网络实现法

互感的对偶关系和对偶电路是很受关注的一个问题,它涉及到电网络中对偶网络的定义。本文列举了几位学者对电网络对偶性的论述,从中可看出,当对偶网络的定义有所扩展时,对偶理论在电网络中的应用就有新的进展。本文重点介绍列出含互感网络的网孔电压方程的对偶方程及实现网络的方法,最后讨论了互感参数的对偶关系。     

对偶数在空间机构学中的应用研究

基于对偶数理论，用对偶角描述空间机构中的构件和运动副；用对偶角矩阵描述空间机构的位移关系．     

von Neumann代数下Markov对偶过程的若干性质

本文引入Markov算子半群的理论,利用分析和代数的方法研究了Markov对偶过程的Q矩阵和最小Q函数的若干性质。主要结论有：对偶分支Q-矩阵是忠实的、次随机单调的及正则的、零流出的、对偶的;对偶分支矩阵的最小Q函数F（t）是唯一且忠实的,非随机单调的及对偶的;M是vonNeumann代数,M＊sa是M的前对偶M＋的自伴,T是Mn上的Markov积分半群,g∈M,＋,η∈R,使得limsupdist（At（T）f,[-g,g]）〈η,那么M上的正则线性形式的锥体Mn＋在M＊sa中是强规则的。     

Z8上的自自偶码

求出Ｚ８上码的生四及校验矩阵，并由此得到了Ｚ８上的码为自对偶码的必要条件是其码长为偶数；证明了满足一定条件的一对４元码可以构造出Ｚ８上的自对偶码，并给出了构造８元自对偶码的一个方法。     

GCD矩阵和LCM矩阵的性质

设Ｓ＝（ｘ１，ｘ２，．．．．Ｘｎ）是含几个不同正整数的集合，（Ｓ），（Ｓ）分别是定义在Ｓ上的ＧＣＤ矩阵和ＬＣＭ矩阵，给出了对偶因数封闭集的定义，讨论了对偶因数封闭集的最小公倍数封闭集上的矩阵（Ｓ）和（Ｓ）的性质。     

关于由广义Hardmard矩阵构造的码

定义了一种广义Hadamard矩阵，讨论了广义正规Hadamard矩阵的一些特性．利用广义正规Hadamard矩阵构造了一种码，它们是自对偶的双偶码。     

电网络中对偶性的物理基础及对偶等效网络

本文论证了电网络中对偶性的物理基础是能量分布相似性。从这个物理基础出发,既能求得电网络中的各种对偶性,又能把对偶性推广到对偶等效网络和对偶模拟网络,从而,扩大了对偶性的应用领域。     

von Neumann代数下Markov对偶过程的若干性质

本文引入Markov算子半群的理论,利用分析和代数的方法研究了Markov对偶过程的Q-矩阵和最小Q-函数的若干性质。主要结论有:对偶分支Q-矩阵是忠实的、次随机单调的及正则的、零流出的、对偶的;对偶分支矩阵的最小Q-函数F(t)是唯一且忠实的,非随机单调的及对偶的;M是von Neumann代数,M*sa是M的前对偶M*的自伴,T是M*上的Markov积分半群,g∈M*+,η∈R,使得 * ,那么M 上的正则线性形式的锥体M*+在M*sa中是强规则的。(注:*表示公式,见正文 ）
     

10度和11度连通网络的最佳连通性的探讨

本文给出10度、11度连通循环网络具有最佳连通性的充分必要条件,得出建立具有最佳连通性的10度、11度连通循环网络的方法。文末附有实例。这一方法可应用于对可靠连通程度有较高要求的各种网络,如电网络、通讯网络、计算机网络及信息网络等。     

基于双通道多特征融合的电力负荷智能感知方法

负荷识别是分析用户用电行为的主要工具之一.提高负荷识别的精度对于开展用能监测服务、实现节能降损具有重要意义.提出了一种基于双通道多特征融合的电力负荷智能感知方法.首先,从电器设备的基本属性出发,分析了电流、谐波、功率等数值特征以及电压-电流(V-I)轨迹图像特征对负荷识别的影响;其次,考虑了特征之间的互补性,分别采用主成分分析-神经网络(principal component analysis-back propagation,PCA-BP)算法和卷积神经网络算法将数值特征和图像特征以不同通道在高维空间进行深度融合;最后,采用Softmax分类算法对融合后的高级特征和设备标签进行有监督的学习,从而实现了不同类别电器设备的有效辨识.算例测试结果显示,所提出方法的负荷识别准确率高达94.55％.该结果充分说明了将多种特征进行高维空间融合,可以更全面、立体地反映设备的本质属性,提高算法的识别精度.     

基于随机矩阵理论和改进粒子群优化-深度置信网络的无功优化

配电网无功优化是使电网能安全稳定运行的重要问题,本文将深度学习应用于配电网无功优化上,提出基于改进的粒子群优化 (Particle swarm optimization, PSO)深度置信网络（Deep Belief Networks,DBN）模型的配电网无功优化方法。首先,利用随机矩阵理论将配电网运行过程中产生的环境以及电气数据构造五种随机矩阵,每种矩阵构建8种特征指标,共提取40种特征指标;其次,以随机矩阵理论所提取的各特征指标为输入,以变压器分接头档位和节点的无功补偿容量作为输出,利用改进的PSO优化DBN网络的初始权重,建立PSO-DBN模型,学习各特征指标输入与变压器分接头档位以及节点无功补偿这两种控制策略之间的关系,得出相应的无功优化策略。最后,以改进的IEEE33节点系统作为算例仿真对象,验证了所提方法可降低网损和减少电压波动。     

图的拓扑等价顶点之识别

本文的模型是电网络。首先将任何一个图(线图)转化为一个标准电阻网络,然后根据电网络的拓扑分析方法,由每一结点的电势的相等与否来识别原图各项点的等价性。     

一种多端口双向DC-DC变换器控制系统设计

目前,多端口双向DC-DC变换器在燃料电池电动汽车等可再生能源发电系统中获得了更多的关注.针对一种三半桥双向DC-DC变换器,构建了双闭环控制系统,同时为了获得快速动态响应,设计了一种带有解耦网络的控制策略.最后,仿真和实验结果证明了该方案的合理性.     

抗毁网络的物理结构设计

为设计网状的抗毁网络物理结构.将网络抗毁特性设定为网络的拓扑具有各节点对的二重回路,研究了能找到有二重回路的网状拓扑的实验性设计方法,并举例分析了其结果.     

机电系统通用建模矩阵法

建立了机、电、液元 (部 )件传递矩阵模型的统一表示形式 ,列出了典型元 (部 )件的传递矩阵模型 .将网络节点及扰动边界条件表示成标准矩阵形式 ,建立了适合于分布参数机电耦合系统频域建模的通用传递矩阵法 ,为大规模机、电、液网络的频率特性计算及仿真提供了一种新的手段 .研究结果表明 :复杂网络拓扑结构可用规范的系数矩阵描述 ,通过常规矩阵运算可有效地对网络的固有特性进行频域仿真 .     

基于差异演化概率神经网络的电气构件分类研究

不变矩特征具有较好的几何图形物理含义,提出了一种对安装工程电气构件利用神经网络分类识别的方法。通过对安装工程图分割不同的电气构件,计算电气构件的不变矩特征,对特征进行矢量归一处理,引入差异演化算法优化平滑因子,改进概率神经网络作为分类器对电气构件进行分类。实验结果证明方法的有效性和准确性,对于安装工程量计算自动化具有一定的实用性和参考价值。