基于BP神经网络的暂降域识别方法

暂降域是电力网络中使得电压暂降敏感用户无法正常工作的故障点所组成的区域,准确识别暂降域是电网暂降严重程度评估的基础。为了解决现有的暂降域识别方法所需样本点多、计算量大,识别精度低的问题,提出了一种基于BP神经网络的暂降域识别方法,利用BP神经网络算法的非线性拟合特性,拟合电压暂降幅值和故障点位置的内在非线性关系,利用该拟合结果计算得出确定阈值下的暂降域临界点,根据临界点得出暂降域识别结果。在IEEE30节点测试系统中对本文方法进行仿真验证,结果表明方法适用于不同的电网结构和不同的故障类型,能够准确地进行暂降域计算。     

方程f″+Af'+Bf=0的解在角域内的增长性及Borel方向

运用角域内值分布的理论和方法,研究了整系数2阶线性微分方程f”+Af’+Bf=0的解在角域内的增长性和Borel方向.在给定条件下,证明了方程的每一非零解在含有B的λ(λ＞0)级Borel方向的任意角域内的增长级均为无穷,且B的λ级Borel方向与解的无穷级Borel方向一致.     

基于MCMC的模糊自适应重要抽样法

针对传统的基于马尔可夫链蒙特卡罗 (Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。     

一种基于梯度域的三维军标绘制方法

为提高三维战场环境仿真中军标的标绘速度,提出一种基于梯度域的三维动态军标快速绘制方法。本方法首先提取军标覆盖区域的地形数据,通过梯度域计算获取对地形形状影响最大的若干特征点;通过特征合并对特征点进行进一步精简;通过对特征点进行样条插值,实现三维军标控制曲线的平滑过渡。实验证明,通过本绘制方法可以实现军标的快速绘制,并能使军标在动态运动过程中保持地形匹配,可显著提高军标绘制效率。     

角域内亚纯函数微分多项式分担一个值的惟一性

在一定条件下, 通过研究角域内涉及微分多项式的亚纯函数的惟一性问题, 证明了亚纯函数的一个惟一性定理。     

钢铁冶金资料中的术语翻译例析

文章通过一些实例,分析钢铁冶金资料中的术语不规范使用,主要涉及语义选择的不当,具体可分为以常用意义指代专业意义、以表层意义代替深层意义、不同语域意义的混用三种情况,对此应采取相应的策略。     

一般非线性约束优化问题的信赖域法

通过引进松弛变量和极小化增广 Lagrange 函数的方法,将等式约束的非线性优化问题推广到不等式约束和一般约束的情形,同时将滤子技巧和信赖域法相结合,提出一种求解非线性约束优化问题的信赖域新算法,扩大了算法的适用范围,提高了算法的计算效率,并通过数值试验说明算法的有效性     

一种同态密文域可逆隐藏方案

利用Paillier加密的加法同态性质,构造了一个密文域可逆隐写方案。图像拥有者对图像进行预处理,为嵌入消息预留空间,尔后用图像接收者的公钥对图像进行Paillier加密并发送给消息嵌入者;消息嵌入者在接收到密文图像后,利用密钥解密部分信息并将要潜入信息的密文与原图像的密文进行一个同态密文操作;接收者在接收到密文图像后,利用私钥对其进行解密,得到均衡化后的图像,若接收者拥有提取密钥,则可以利用提取算法对消息进行提取并恢复出原始图像。通过MATLAB实验验证了该方案的正确性和良好的嵌入率。     

我国海域的海洋不稳定线:正在复活

目前的世界正处于新的百年大变局之中。南海、东海、台海的暗流涌动使西太平洋波诡云韬,上一个百年变局中熟悉的脚本似乎又在同一片海洋上再次拉开帷幕。上一个百年变局发生在19世纪末20世纪初。对于中国乃至东亚而言,发生那场世纪性断裂的空间场域便是海洋。北起朝鲜半岛海域,中经台湾海峡,南到南海海域,存在着一条海洋不稳定线。     

基于跨域字典学习算法的人体行为识别

将一种跨域字典学习算法应用于人体行为识别中, 通过引入辅助域数据集, 与原始训练集（目标域）共同进行字典学习, 获得字典对, 进而得到动作类的稀疏编码, 有效扩充了训练集的类内多样性. 该算法为字典学习与训练分类相结合的学习框架, 可利用字典对学习过程中的重建误差进行分类. 实验在MATLAB仿真条件下进行, 将UCF YouTube数据集作为原始训练集, 将HMDB51数据集作为辅助域数据集, 选取两个数据集动作类别一致的7个动作, 根据提出的算法流程进行识别. 将该方法与其他两种人体行为识别算法进行对比. 结果表明, 该方法识别率显著提高, 证明了跨域字典学习算法在人体行为识别上的有效性.