一种新的具有多个储备池的回声状态网

回声状态网是一种新型的递归神经网络,仅需要训练输出权值,克服了传统递归神经网络存在训练算法过于复杂、收敛速度慢、易于陷入局部最小等问题.为进一步提高回声状态网的建模能力,特别是面临实现多个正弦函数叠加(MSO)等任务时的逼近能力,提出了由泄露积分型神经元构建一种新型的多储备池回声状态网,称为多储备池泄露积分回声状态网(MLESN). MLESN是采用由顶向下和由底向上相结合的思路构建回声状态网.首先采用由顶向下的思路构建回声状态网,假设其储备池由P类相异泄露积分型神经元构成,每一类神经元的群体将构成一个子储备池.然后采用由底向上方式构建回声状态网,生成P个相异中心神经元,分别代表P个子储备池,每个子储备池的神经元状态要与其中心神经元状态相同或相近,P个中心神经元之间通过随机稀疏连接构成了一个新的虚拟子储备池.在储备池状态更新过程中,仍需保持各子储备池内部神经元之间的差异性小,不同子储备池神经元状态之间的差异性大的特点.最后,利用Matlab仿真软件进行实现,并与泄露积分型回声状态网(Leaky-ESN)预测性能进行比较.仿真结果表示,本文提出的方法具有更高的预测精度和预测误差波动性小等特点.     

Brent原油期货市场波动结构突变点预测

针对Brent原油期货市场可能存在结构突变点（结构断点），引入了隐马尔科夫模型(Hidden Markov Models，HMM)对其进行波动状态预测，但是由于HMM模型测度下的波动状态中可能存在伪结构突变点，再使用迭代累积平方和(Iterated Cumulative Sums of Squares，ICSS)模型对Brent原油期货市场波动结构突变点进行诊断，并修正其波动状态，为了检验ICSS-HMM-EGARCH模型对Brent原油期货市场结构突变点预测的准确性，基于修正后的波动状态再次使用HMM-EGARCH模型对Brent原油期货市场进行波动率预测。最后，采用成功率(Success Rate，SR) 和基于平均误差函数(Root Mean Squared Errors，RMSE)的Diebold-Mariano(D-M)模型分别对预测波动状态和预测波动率的准确性进行检验。实证结果表明：Brent原油期货市场中存在波动结构突变点；HMM模型测度下的波动状态中存在伪结构突变点，而ICSS-HMM-EGARCH模型能够修正波动状态中的伪结构突变点；基于修正后的波动状态后HMM-EGARCH模型能够对Brent原油期货市场进行更加准确地波动率预测，因而ICSS-HMM-EGARCH模型能够准确地预测Brent原油期货市场波动结构突变点。     

电力机车静动态在线绝缘监控装置研制及应用

电力机车直接影响运行安全及运输秩序的因素之一是车顶雾闪及主变压器火灾事故,因此研制电力机车高压供电系统静动态绝缘监控装置成为确保运输安全的一个重要课题。文章阐述了检测装置系统构成、功能原理、主要技术特点及现场应用情况,为实践提供了科学依据。     

软弱围岩隧道收敛变形特征分析

对某软弱围岩隧道V级软弱大变形段五个断面的监测数据分别进行回归分析,结果表明:用指数型式的回归函数得出的拟合结果最好,相关系数、回归精度均满足设计规范要求,以此回归方程推求的最佳支护时机和最终稳定变形量与实际结果相符,可以为工程设计和施工提供有益的参考。     

基于改进Meanshift算法的刀闸实时状态的精准跟踪

以变电站中的双柱式水平刀闸为例,基于传统Meanshift算法和局部二元模式(LBP)编码增强结构特征,提出改进的Meanshift算法,用该算法解析刀闸工作视频信息,实现刀闸实时状态跟踪.通过对87个刀闸开合视频的跟踪实验可知,改进算法在X方向的跟踪精度提高了120%,Y轴方向的跟踪精度提高了800%.因此,该算法为刀闸状态的准确识别提供了新的手段.     

基于故障风险标尺的复杂装备健康状态分类模型

针对复杂装备故障呈现出多重性、相关性及模糊性的特点,本文分析了装备健康状态演化规律,利用自适应模糊神经网络、故障模式、影响及危害性分析构建故障风险标尺,实现了对复杂装备故障风险程度的定量化描述及装备健康状态的分类。通过实验分析,本文提出的模型相比于传统的故障预测以及故障风险程度定量方法具有显著优势,实现了对装备从设计生产、部署使用以及退役报废全寿命周期的动态反馈,对提高复杂装备综合保障能力具有重要意义。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。