多变量相空间重构的多核最小二乘支持向量机电力负荷预测优化策略

针对短期电力负荷在线预测问题,结合多变量相空间重构以及多核函数LS-SVM(least squares support vector machine),提出一种基于滑动窗口策略与改进人工鱼群算法(artificial fish swarm algorithm)的短期电力负荷在线预测综合优化方法。首先利用多变量相空间重构还原真实电力系统动力学特性;然后将核函数进行排列组合,从而将组合核函数的构造问题转换为权值系数的优化问题。进一步将延迟时间、嵌入维数、LS-SVM参数以及核函数权值作为整体参数向量,利用混沌自适应人工鱼群算法对训练数据预测精度的适应度函数进行优化,从而得到最优的预测模型参数。最后通过滑动时窗策略将得到的预测模型对短期电力负荷进行在线预测,结果证明了提出方法的有效性。     

基于支持向量机的桥梁应变噪声数据重构

针对桥梁结构健康监测系统中应变数据存在噪声干扰现象,提出一种邓氏灰度关联度计算方法,分析与计算传感器噪声数据之间的关联度,选择关联度大的信号作为支持向量机的输入向量,实现基于支持向量机的噪声数据重构,以恢复测量数据,并以均方根和频域功率谱来评估重构数据的效果.由桥梁监测数据的试验仿真分析表明,所提出关联度计算和基于支持向量机的数据重构方法是正确、有效的.     

基于DSM的软件架构重构工具

目的探索目前软件架构重构过程中,模块之间依赖关系解析的有效方法和工具。方法将设计结构矩阵分析方法和包模式识别相结合,通过实例分析表明了该工具可以有效识别系统架构信息并发现违背设计规则的依赖关系。结果设计并实现了一个软件架构重构工具ArTDsm。结论极大地改进了软件架构重构的自动化程度和易用性。     

基于可重构计算技术的图像分类系统研究

考虑到图像分类方法是计算密集型算法,设计使用可重构方法对图像分类系统加速.再由纹理参数本身的特性,利用基于差异的动态重构方法以有效利用芯片.实验表明,所设计的图像分类系统与通用处理器相比,显著减少了分类时间;同时在不增加运行时间的前提下,与传统实现方法相比,能更有效地利用芯片面积.     

双向电光调谐的可重构光分插复用器模拟设计

设计了一种新型的电光调谐可重构光分插复用器(ROADM).由于采用电光效应作为调谐手段,它具有超高的响应和调谐速度.在X切Y传的铌酸锂晶片上以钛扩散工艺制作偏振分束器等波导结构,偏振转换电极和电压调谐电极交替分布,以相互正交的两个方向的电场诱发上/下载波长附近的偏振模式转换,进而实现滤波功能.其中偏振转换电极由结构相同的多组叉指电极组成,每组叉指电极独立供电.计算表明,合理选择各电极电压可得到25,nm的调谐范围、1,nm以下的输出频谱半极大值全带宽(FWHM)以及30,dB以上旁瓣抑制,并且可以实现FWHM的动态可调.     

基于可重构计算技术的实时图像识别系统研究

提出了一种基于特征模板匹配的自动识别算法并将其在可重构平台上实现.实验表明,所设计的自动目标识别系统可以显著的提高识别率、减少识别时间并有效的降低了功耗.     

一种基于强化学习的传感器网络应用重构决策方法

利用马尔可夫决策过程模型对传感器网络重构决策问题进行建模,提出了一种规则推理和强化学习相结合的动态应用重构决策方法.以能量约束和环境自适应性作为学习目标,设计了一个基于Q-学习的重构决策算法,使重构决策能够适应环境条件的变化.仿真结果表明基于强化学习的动态决策可以使传感器节点在运行过程中不断学习其所部署环境中异常事件发生的规律,自适应地调整节点上的应用,达到以较小的能耗获得较准确的监测效果的目标.     

非合目标的激光反射层析投影配准方法

投影配准技术能够从投影回波中提取目标的旋转中心点,旋转中心点的获取直接决定着目标廓像的精确重建,故而投影配准技术是研究激光反射层析必不可少的最重要问题之一。现有的投影配准技术都是基于对合作目标特征点的跟踪提取,极大限制了反射层析技术的应用范围。提出了一种经过改进的特征点跟踪算法,通过跟踪投影回波峰值点变化,并对求得的多个旋转中心点位置信息加权平均以消除估计误差,以取得准确的特征点位置信息。实验证明该算法能够直接获取非合目标的特征点,拓展了激光反射层析技术的应用领域。     

可重构智能表面通信系统的渐进信道估计方法

针对现有可重构智能表面(reconfigurable intelligent surface,RIS)的信道估计方法中反射系数为随机配置而导致接收端信噪比较低的问题,提出一种配置特定反射系数的渐进式信道估计方法.该方法利用非完整信道状态信息(channel state information,CSI)计算出当前时刻下的...