一种基于复杂网络的动态无功分区快速算法

基于电力网复杂网络模型,提出了一种电力网络的动态无功分区算法。该算法是由预分区和合并两个子算法构成,前者构造了备选分区矩阵,根据电力网络中节点的实时变化情况生成初始的分区;后者基于电力网模块度的概念进行初始分区合并,通过构造N叉树实现并行计算以减少算法运行时间。算法即保证分区内部无功平衡,又保证了分区划分的实时性要求,满足对智能电网进行无功分区的要求。     

基于TMS结构的OSPF路由表设计与实现

针对TMS体系结构，从OSPF路由协议特点入手，通过对路由计算算法的分析，提出了一种五级模块调用实现模型，并对各个功能模块的实现给予了描述。     

图形聚类算法的代谢网络模块化分析

代谢网络的研究是当今生物学研究中的新热点,使用图形聚类算法对代谢网络进行分析研究是一个有力的手段.文中提出了用图形聚类方法挖掘复杂代谢网络中蕴含的功能信息并进行模块相似性分析的方法,从系统生物学角度揭示光合作用的进化.介绍了马尔可夫聚类算法和模拟退火聚类算法两种图形聚类方法;给出了两种方法对叶绿体和蓝细菌的代谢网络进行聚类的结果;定义了模块相似度评价指标,挖掘叶绿体和蓝细菌间保守的功能模块,并对其网络结构进行了比较分析.     

基于磁导航的两轮智能车系统设计

设计了一种基于磁导航的两轮智能车系统.该系统以飞思卡尔单片机为核心,利用加速度传感器和陀螺仪分别测量车模的加速度与角速度,通过编码器检测车速及车模运动方向,采用电感线圈检测路径信息.单片机采用互补滤波算法获得车模倾角信息,通过PID算法控制直流电机驱动模块来控制车模的平衡及其行驶速度和方向,从而实现智能车稳定、准确、快速地行驶.     

H.264关键算法模块的研究与实现

首先对H.264各个关键算法模块的原理进行了分析,通过与H.263、H.263+的比较分析,得出其优点;然后阐述如何利用VisualC++6.0实现这些算法模块;最后通过实验证明,利用H.264关键算法模块设计的软件编码器能达到更高效的压缩比、信噪比和编码速度,具有一定的实用价值.     

一种自主多层神经网风能预测算法

当前以风电为代表的可再生能源技术在世界范围内得到了快速发展。由于风电的不稳定性,自然风力时强时弱会引起风电的电能质量、电压、电网稳定性等问题,最终影响整个电网的稳定性。进行风能预测可以预估风电的发电出力程度,对于整个电网的稳定十分重要。基于此,提出一种自主多层神经网风能预测算法,通过自组织算法来动态地决定风能预测神经网模型的层数、中间节点个数、传输函数类型。试验表明通过本算法获得的模型具有更高的预测精度。     

一种基于深度学习算法的电网故障诊断方法

电网故障原因复杂,开关和保护的误动、拒动以及信道的信号干扰均会给传统的浅层智能模型带来困难,所以需要从更深入的层面表征电网故障,并对其进行故障诊断。针对这一问题,本文提出一种基于深度学习算法的电网故障诊断方法,该算法利用由Convolution层、Pooling层、Flatten层及MLP层构成的深度网络结构,对电网故障信息进行学习并获得对应的诊断模型。试验表明PGFD-DL算法具有更高的稳定性与精度。     

基于聚类分析的网络论坛社团探测算法

将网络论坛中的社团探测问题转换为聚类分析问题,将模块度函数概念应用到聚类分析的算法中进行社团结构的探测,提出一种结合模块度的模拟退火算法,使用海峡四川钓鱼论坛的实际网络论坛数据验证了算法的有效性.     

蚁群算法与粒子群算法的比较研究

群智能是一种新型的基于种群行为对既定目标进行寻优的仿生类进化算法,已经在求解NP问题及很多实际应用领域中展现出其高效的优化性能及巨大的发展潜力。蚁群算法和粒子群算法是群智能的两种典型算法,通过论述这两种算法的基本原理和实现步骤,对两种算法的特点和应用做出分析和比较,并针对两种算法易于与其它优化技术结合的特点,提出了算法混合以提高优化性能,最后并总结了群智能算法的未来研究热点。     

基于YOLOv5s改进的口罩佩戴检测算法

由于新型冠状病毒肺炎的爆发，口罩成为人们日常生活中必需品。为了识别与检测人们是否佩戴口罩，提出了一种基于改进的YOLOv5s口罩佩戴检测算法。通过在YOLOv5s主干网络引入改进的自适应的协调注意力机制模块(Coordinate attention-activate or not, CA-A)提升网络的特征提取能力，解决了错误检测和漏检的问题。以新的损失函数AD-CIoU代替CIoU损失函数，作为回归损失函数，提升了边界框的定位精确度。实验表明，与原始模型算法相比，所提出的模型算法平均精度mAP值达到96.1%,提升了1.7%,具有较好的检测精度，可以满足目标检测应用需求。     

数据挖掘下电网调度信号异常数据提取方法

目前方法获取电网调度信号特征过程中,针对在异常数据提取时提取精度不高、数据覆盖率欠高、提取效果差的问题,提出数据挖掘下电网调度信号异常数据提取方法.首先利用数据挖掘中的ICA算法对电网调度信号去噪处理;再利用Mallat算法将电网调度信号进行小波分解,获取电网调度信号的信号特征;最后通过对电网调度信号数据中异常值计算,...     

基于WEB数据库加密系统的研究

从数据库的安全性考虑，对数据库加密系统的加密层次、粒度、算法等进行了分析研究，提出了一种数据库加密系统方案．该方案对该系统中的主要模块进行详细设计，并讨论了该加密系统对数据库的影响．     

多解析度网格生成算法的应用研究

首先对深度图像重新采样进行多解析度三维网格建立的需求进行介绍,然后介绍两种多解析度网格的生成算法:基于均匀采样算法,基于网格表面曲率特征的采样算法.并且分析了两种采样算法各自的优缺点.通过实验可以看出这两种算法都有非常好的效果.     

基于Kalman滤波的人工神经网络算法及在矿物机械活化中的应用

为了避免传统BP算法的局限性，通过利用Kalman滤波算法对权值矩阵作为滤波状态变量进行估计，在迭代过程中还引入神经元增益gi和状态动量因子γm两参数来平滑权值矩阵．在此基础上建立的BP算法不仅大大加快了收敛速度，而且提高了网络数值的稳定性，应用于矿物机械活化过程模拟得到令人满意的效果，证明是一种有效的BP学习算法．     

基于特殊选择的抽象进化算法的收敛性

首先定义了抽象选择算子和抽象进化算子，基于这两种算子给出了一般抽象进化算法的定义．特别讨论了一种基于特殊选择的抽象进化算法，根据状态空间的分类，分析了这种特殊选择进化算法种群的一步转移概率矩阵的性质，最后证明了这种算法的Markov链存在极限概率分布．     

IPF算法与N-R算法的对比研究及应用

IPF算法和N-R算法在列联表的相关模型研究中应用广泛.本文通过MATLAB实现了IPF算法和N-R算法,并通过数据模拟研究了两种算法的优劣.模拟结果显示,IPF算法具有稳健、简洁等特点,而N-R算法在迭代次数、精度方面有优势,算法的实现和对比研究对实际应用具有重要地参考意义.     

DMT—ADSL系统的自适应均衡

提出一种基于离散多频音调制非对称数字用户线（DMT－ADSL）系统的时域均衡器（TEQ），其SNR在任意带宽占用情况下都为最大，在时域和频域中实现这自适应TEQ的算法，用计算机仿真比较了了时域算法与频域算法的收敛性，结果表明，两种算法收敛速度比较满意，并且频域算法有更快的收敛速度和更小的均方误差（MSE）偏差。     

两种新的有效的多输入线性定常系统闭环极点配置算法

通过分析系统性质及矩阵A、B的特点，提出了两种新的有效的多输入线性定常系统闭环极点配置的算法。     

智能监控系统的图像检测设计

智能监控系统图像检测算法的本质是对视频图像中的敏感对象进行监测,提取其客观信息构建对图像和目标的描述,决定其有效性和可靠性的基础是所采用的图像分割算法。通过分析和大量试验结果的比照验证,提出了一种图像检测算法在数字监控系统中的应用,并利用卡尔曼滤波的运动跟踪特性进行进一步的噪声滤除,适用于运动车辆在固定背景下的监测,使得视频图像分析能够适合集成到视频图像采集压缩前端模块中,运用改进的算法模型实现计算效率最大化以及目标判断准确性。     

一种全局寻优的进化规划算法

文章在常规进化规划算法的基础上给出了一种新的全局寻优的进化规划算法 ,该算法在不用导数的前提下综合了梯度法计算效率较高与进化规划算法全局寻优的优点 .文章还通过四个典型的例子对两种算法的计算效率和计算精度作了比较 .