光伏电站并网特性研究

本文着重对大型光伏电源并网特性中的一些关键问题,例如光伏发电出力特性预测、最大功率点跟踪等并网特性等方面做了较为详尽的理论分析。     

高职院校图书馆随书光盘的管理与利用探析——以黄河水利职业技术学院为例

对随书光盘进行科学管理,发挥其最大作用,已成为新形势下高职院校图书馆必须要思考和亟待解决的问题。本文从重藏轻用、书盘分离、观念滞后三方面分析当前图书馆对随书光盘的管理和利用的现状,并提出了书盘共借、书盘分借等可操作性建议。力荐网络化管理模式的实现,以使图书馆读者服务工作更加人性化。     

基于异步分布式检测的协作频谱感知研究

构建了一种基于异步分布式检测的协作频谱感知(CSS)模型,推导了此模型在贝叶斯准则下的最优融合方案,并提出了一种不需要主用户先验信息的次优方案——最大后验概率(MAP)检测-K/N规则融合方案.分别对采用这两种方案时,协作频谱检测的虚警概率和检测(漏检)概率性能进行了理论分析和仿真,仿真结果显示两种方案都能有效提高频谱...     

基于贝叶斯优化模型的涡轮增压4缸发动机故障诊断

为提高故障诊断方法的精度并减少评估时间,通过对涡轮增压4缸发动机的声信号分析,提出了一种新的发动机故障诊断方法。利用小波包变换（WPT）进行时频分析,并从小波包变换的高、低系数中提取统计特征;然后,利用提取的特征对标准分类模型、贝叶斯优化模型和主成分分析（PCA）结合贝叶斯优化模型进行分析比较。结果表明：与标准模型相比,后2个模型都具有更高的准确度、精密度、灵敏度、特异度和F1值（调和均值）;在相似的准确度水平下,PCA结合贝叶斯优化模型比贝叶斯优化模型减少了20%左右的总评估时间和19%的测试时间。PCA结合贝叶斯优化模型在降低计算复杂度和减少评估时间的同时保证了良好的精密度,可为发动机实时故障诊断提供参考。     

基于MMPC-FPSO 贝叶斯网络混合结构学习方法

针对贝叶斯网络结构学习的过程中网络结构规模随节点数增加呈指数增长,导致网络结构搜索空间增大,进而导致网络结构学习算法效率低下的问题,提出一种基于最大最小父子集合约束与萤火虫粒子群搜索算法的贝叶斯网络混合结构学习方法。首先,针对粒子群算法在解决贝叶斯网络结构学习过程中,随机初始化网络结构种群导致算法搜索效率低下,网络结构准确性低的问题提出一种基于改进的最大最小父子集合算法的种群约束方法。其次,针对传统的基于粒子群评分搜索方法速度慢,精度低,易陷入局部最优的问题,提出一种基于萤火虫算子的粒子寻优策略。最后,为了验证所提方法的正确性和优越性,将上述方法用于3种标准网络的结构学习。仿真结果表明:所提算法与传统的基于粒子群的结构学习方法相比,所得的贝叶斯信息准则评分与标准网络评分的差距分别缩小了68.7%、65.5%、34.1%。     

基于WAP的移动学习系统的设计与实现

移动学习系统的设计,包括系统设计原则、系统设计目标、相关的支撑技术、系统体系结构设计和功能模块设计,并分别对各个功能模块加以实现．该系统主要实现了移动学习、网上教学以及教学评价等功能,主要功能分为学生模块、教师模块和管理员模块三个部分．     

大型复杂项目组织网络模型及实证分析

将大型复杂项目组织视为一种动态和复杂关联的社会网络,分析了社会学视角和传统视角下项目管理理念的区别;利用社会网络分析(SNA)方法,分析了复杂项目组织的网络模型元素,研究了大型复杂项目组织网络的基本模型和建模方法;通过2010年上海世博会案例实证分析,建立了相应模型,利用Ucinet软件进行了计算分析并与传统正式组织结构模型下的计算进行了比较,给出了组织管理和控制的结论.     

一种基于概率图模型的研究生生源质量评价方法

 为了基于研究生生源信息把握影响研究生质量的相关因素,并分析这些因素之间的内在关系,进而有效地对研究生生源质量进行定量评估.基于概率图模型,提出了从历史数据的模型构建方法、基于概率推理算法的生源质量评价技术,通过理论分析、实例阐述和真实生源数据之上的实验,验证了该文方法的可行性.该研究可为研究生的招生和培养提供量化的评价方法、为招生决策提供科学的依据.     

基于Bayes网络的微波视频融合车辆分类

车辆分类系统是智能交通系统中的一个重要组成部分,其功能是检测车辆类型,为道路监控和交通规划提供信息。该文提出了一种基于Bayes网络的传感器融合车辆分类系统,通过微波和视频传感器分别得到车辆的高度轮廓和平面轮廓,采用混合Gauss分布对提取的车辆特征建模,然后在Bayes网络的框架下对7类车辆进行分类。实验表明:该分类系统可以将车辆分类的准确率从单微波传感器的79%提高到融合传感器的87%,特别是中小型车辆和大型车辆之间的重大分类错误率从9%降低到2%。     

多摄像机人体姿态跟踪

人体姿态跟踪是人类行为分析和识别的基础,具有广阔的应用范围。该文以人体的头肩部轮廓构成的Ω形状的曲线作为跟踪目标,利用多摄像机间的位置约束和形状约束,提出了一种基于多摄像机的人体朝向、位置和头肩部轮廓的联合跟踪算法。该算法将多视角头肩部轮廓跟踪和三维空间中的头肩部位置跟踪、朝向检测融合于同一框架中。真实场景实验表明该算法具有良好的鲁棒性和准确性。