基于过程神经网络的短期负荷预测

针对目前常用方法在解决负荷预测问题时,结果往往难以达到工程要求精度的现状,利用过程神经网络输入为时间函数以及预测精度高的特点,建立了基于过程神经网络的电力系统短期负荷预测模型;给出了模型的结构,基于函数正交基展开的离散数据拟合方法以及模型的学习算法.针对东北某地区电网的日负荷数据,进行了模型训练和负荷预测正确性的研究.结果表明,所建立的预测模型对负荷的预测准确率高,优于BP神经网络负荷预测模型的预测结果.     

时序InSAR大范围地表形变监测的关键问题分析

地表形变作为一种缓慢变化且不可逆转的环境地质现象,具有覆盖范围大的特点.受SAR影像幅宽限制,单幅SAR影像显然无法满足区域性地表形变监测,如何实现大范围地表形变监测成为当务之急.长条带时序InSAR监测与多轨道InSAR监测成果的拼接成为大范围地表形变监测的有效手段,但面临计算效率、误差传递以及坐标系与基准不统一等问...     

基于卫星数据的台风暴雨洪涝致灾指标的改进——以菲特(1323)台风为例

台风暴雨洪涝灾害的致灾指标改进对于防灾减灾工作具有重要意义.为分析菲特(1323)台风事件的情况,基于0.1°×0.1°分辨率的中国自动站与CMORPH降水产品融合逐时降水量网格数据集V1.0,根据台风降水分离方法,分离出整场台风的逐小时实际降水量;再结合台风暴雨洪涝灾害链理念,分别以基于日降水量指标的台风暴雨洪涝算法...     

基于光突发控制包缓存的批调度算法

在光突发交换（OBS）网络中,数据信道调度算法是提高网络性能的重要措施之一。提出了一种基于光突 发控制包（BCP）缓存的批调度算法M其主要思想是：对到达的突发控制包进行缓存M当设定的最大缓冲时间到了, 首先按照业务的优先级,再按照突发到达顺序对缓冲区中的BCP进行批调度处理,并采用LAUC-VF来调度数据 突发（DB）该算法通过缓冲较多的BCP,获得更多的突发信息,有利于优化调度DB,从而降低了突发丢失率。仿 真结果表明：该算法具有比LAUC-VF还要低的DB丢失率,并能有效支持QoS。     

TD-SCDMA网络测试仪中SCCP协议解码及上层PDU获取方案

以TD-SCDMA网络测试仪的信令分析功能作为研究背景,介绍了,3G协议栈中信令连接控制协议的基本概念、功能以及消息结构,并且在此基础上探讨了信令连接控制部分（SCCP）协议的解码以及针对实际数据的组装 方法,目的是对网络测试仪中SCCP模块的软件实现提出解决方案。该协议位于协议栈的传输层,其分析思路和 方法对研究传输层的其他协议具有指导和推广意义。     

基于树型空间的三维树木模型匹配

为解决三维树木模型的检索具有正确率低、检索效率低、描述不匹配等问题,提出一种基于树型空间的三维树木模型匹配方法。该方法通过构建三维树木模型数据集的树型空间,辅以主轴匹配,轮廓匹配,枝干匹配等方式,经过树型空间中欧氏距离和测地线度量差异值,逐步匹配到相应的三维树木模型,该方法分别在通用模型数据集和自我设计的模型数据集进行了匹配性实现,结果表明可以较大幅度提升树木模型匹配的准确率,利于三维树木模型的大规模检索和重用。     

大数据环境下图书馆文献资源建设模式的改革研究

在"互联网+"时代,现代化信息技术飞速发展,在大数据支持下,图书馆文献资源的建设模式迎来新的发展机遇和挑战。基于此,本文阐述了大数据环境下图书馆资源构建的重要性及功能,并提出图书馆文献资源建设模式改革的创新途径,包括加大网络开发力度,促进信息、文化资源共享等,以期充分发挥图书馆自身的职能,提高服务质量,进一步推动图书馆向现代化方向发展。     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

大数据营销:综述与展望

随着追踪消费者足迹能力的增强,营销科学正经历着一场大数据的革命.为了了解大数据背景下消费者行为和营销战略的改变,此项研究结合近十余年大数据营销的有关文献,梳理了大数据营销的相关概念,类型及分析方法,并提炼出搜索、移动、口碑、数字化、APP和社会媒体等50个大数据营销的热门主题.在此基础之上,分别从互联网、社会网络、移动互联网、大数据和人工智能等四个阶段对大数据营销的研究进展进行回顾,最后围绕客户旅程,营销活动的量化评估和营销分析技术的开发三个方面对大数据营销的未来研究方向进行展望.