基于样本修整和支持向量机算法的并网风电机组运行特性研究

针对并网风力机组运行时非线性、耦合性和大惯性的特点,提出了一种基于样本修整和支持向量机算法的系统辨识方法,并通过实例将该方法与单纯的支持向量机算法、BP(back propagation)神经网络算法进行比较.结果表明,样本修整后与修整前相比,训练速度和预测精度都有明显提高,基于样本修整和支持向量机算法的辨识方法具有明显的优越性.     

基于模糊滑模控制的风力发电系统最大风能追踪

针对永磁同步风力发电系统,从空气动力学的基础理论入手,分析了机组运行时的最大风能追踪原理.根据已知的风力机特性和滑模变结构系统理论,推导出在切换面上的等效控制和切换面上滑模运动的状态方程.为了削弱抖振,采用基于最大风能追踪控制的模糊滑模控制方法,根据系统状态在线调整切换控制增益系数.通过Lyapunov稳定性定理得到系统渐进稳定的充分条件.构建系统模型并进行仿真比较,仿真运行结果证实了该控制策略的正确性和有效性.     

基于成对约束的主动学习半监督聚类算法

半监督学习是近年来机器学习领域中的一个重要研究方向,其监督信息的质量对半监督聚类的结果影响很大,主动学习高质量的监督信息很有必要.提出一种纠错式主动学习成对约束的方法,算法通过寻找聚类算法本身不能发现的成对约束监督信息,将其引入谱聚类算法,利用该监督信息来调整谱聚类中点与点之间的距离矩阵.采用双向寻找的方法,将点与点间距离进行排序,使得学习器即使在接收到没有标记的数据时也能进行主动学习,实现了在较少的约束下可得到较好的聚类结果.同时,该算法降低了计算复杂度,并解决了聚类过程中成对约束的奇异问题.通过在UCI基准数据集以及人工数据集的实验表明,算法的性能好于相关对比算法,并优于采用随机选取监督信息的谱聚类性能.     

时域光学拓扑成像方法的模拟和实验研究

针对现有的以修正的朗伯-比尔定律(modified Lambert-Beer law,MLBL)为理论模型的光学拓扑方法存在量化度不准确的问题,提出了一种基于最小二乘拟合算法的时域光学拓扑成像方法.该方法利用时域扩散方程在半无限空间条件下的解析解和测量曲线实现最佳匹配以计算相邻的源点与探测点之间的待测组织吸收系数变化值.对该时域光学拓扑成像方法进行了一系列的模拟验证,并以基于时间相关单光子计数(time-correlated single photon counting,TCSPC)技术的多通道时间分辨测量系统为平台进行了实验验证.结果表明:所提出的最小二乘拟合算法总体上优于传统的基于经验值光程的MLBL方法.     

基于深度学习的反无人机预警神经网络

为解决传统雷达探测设备面对"低小慢"无人机时产生的难检测与易突防问题,通过深度卷积神经网络对空中无人机进行实时识别,提取目标的类别与像空间位置信息;根据无人机像空间位置在时域下的变化趋势,绘制无人机飞行映射轨迹;利用长短期记忆网络对飞行映射轨迹进行预测,获取无人机在未来时域内的预测航迹方向,实现对无人机的预警跟踪、实时检测与轨迹推断。结果表明,所提出的算法中目标识别平均准确率可达到82%,轨迹预测平均准确率可达到80%计算速度可达到24帧/秒,可见能够在地基计算平台下对空中无人机进行实时精确预警,可以有效地防止识别领空内的非合作无人机渗透与突防。     

基于WBS客观评价方法的科技项目评价体系探索

探索了一种基于WBS客观评价方法的科技项目评价体系.介绍了现有项目评价方法的局限性,详细阐释了基于WBS的项目评价体系的主要内容、评价要素等,并总结了该评价方法的作用以及评价过程中存在的问题.     

线性回归模型参数LS估计r阶平均相合性的一个结果

考虑带常数项的一元线性回归模型yi=α＋xβ＋ei,1≤i≤n中常数项与回归系数的LS估计的r阶平均相合性之间的关系,得到一个r阶平均相合性的一个结果。     

浅谈电子阅览室建设与管理

简述了建立多媒体电子阅览室的意义,并对多媒体电子阅览室的服务、内容及对其科学的管理进行了简要的介绍.