基于重构相图相似性检测的单相接地故障选相方法

配电线路在发生单相高阻接地故障时,由于故障特征微弱导致传统以求解电气参量为依据的选相方法存在困难.依据故障支路附加状态的三相电流中健全相与故障相存在幅值相角不一的差异,提出一种利用相空间重构方法对故障附加状态的三相电流进行升维重构,然后依据重构相轨迹图的差异作为故障特征进行单相接地故障选相的新方法.该方法可通过重构相轨...     

成纤维细胞和ES细胞在小鼠和兔去核卵母细胞内发育

以昆明白小鼠成纤维细胞和胚胎干（ES）细胞作为供核细胞,以昆明白小鼠和日本大耳白兔的MⅡ期去核卵母细胞作为受体,采用核移植方法,构楚了克隆胚胎．在同种克隆中,以ES细胞为供核细胞的克隆胚胎卵裂率明显低于以成纤维细胞为供核细胞的克隆胚胎卵裂率（24．4％相对于56．9％,P〈0．05）,1．8％的ES细胞克隆胚胎发育到囊胚阶段,而成纤维细胞克隆胚胎没能发育到囊胚阶段;在异种克隆中,以ES细胞为供核细胞的克隆胚胎卵裂率（89．6％）和囊胚发育率（18．8％）明显高于以成纤维细胞为供核细胞的克隆胚胎卵裂率（54．2％）和囊胚发育率（4．2％）．     

基于梯度惩罚-生成对抗神经网络的页岩三维数字岩心重构

数字岩心技术在油气的勘探开发中发挥着越来越重要的作用。由于传统的数字岩心重构方法存在成本高、耗时长等问题,提出使用带有梯度惩罚的生成对抗神经网络(WGAN-GP)实现页岩的三维数字岩心重构。以三组分的页岩图像为训练样本进行模型的训练,得到了可以生成三维页岩图像的生成器模型,进而重构了多个三维岩心图像。将重构岩心与原始岩心进行了各种参数的对比分析,结果表明重构岩心与原始岩心具有很好的一致性,证明了本文方法的可靠性。使用WGAN-GP进行岩心重构具有岩心生成速度快、重构图像尺寸不受限制等优点,具有广泛的应用前景。     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

考虑动态重构的装备体系可用性及弹性分析

要素协同作战框架下武器装备体系具有可动态重构的系统特性, 既增加了体系的复杂性和交互性, 又使其具有了更为明显的弹性特征。本文首先提出了装备体系弹性多层级评价方法, 确定了组成体系的关键装备要素。其次, 以典型的关键装备要素——武器系统为对象, 提出了基于动态双阈值多状态权重k-out-of-n系统模型的装备体系的性能可用性及弹性分析评价方法。最后, 以编队协同防空作战体系为对象进行案例应用研究, 得到了性能阈值恒定、随时间变化和动态变化这3种情况下的火力网可用度和弹性随时间变化的规律, 并验证了所提模型与评价方法的有效性与实用性。     

全球化与日本产业重构和转移

经济的全球化使资本、劳动力和技术等生产要素在全球范围内流动,国际性经营的资源配置正在全球范围内实现.国家和地区间经济联系越来越密切.作为世界工业强国的日本在此大环境下,其产业结构必将发生改变.本文主要研究了在经济全球化的背景下,日本国内产业的重构,以及在国外的产业转移.     

基于多尺度特征注意力网络的施工安全预警方法

安全管理是建筑施工过程中的重要工作之一,设计自动化的安全预警方法对保障工人安全、减少施工事故有着重要作用.本文提出一种基于多尺度特征注意力网络的施工安全预警方法.首先,设计融合多尺度特征注意力机制的施工现场实例分割网络,使用具有丰富语义信息的高维特征指导网络对低维特征的学习,从而增强网络对施工设备专有特征的聚焦能力,实现复杂环境下施工设备与工人的精准分割;其次,提出基于位姿估计的三维边界框重构方法,利用神经网络提取到施工设备在三维空间上的朝向,并结合二维边界框所反映的几何约束实现对施工设备三维约束的重构;最后,设计施工现场动态预警方法,根据生产安全要求将施工现场划分为危险区、预警区与安全区,并对施工现场的设备与工人进行实时追踪与三维约束重构,当工人进入危险区及预警区时及时发出警告.实验结果显示,本文所提方法在MOCS公共数据集上取得超过90%分类准确率与59%的分割mAP,优于其他融合特征注意力机制的深度学习算法;从施工现场安全预警案例可知,本文所提方法能够对工人的安全状态进行准确判断.     

基于全维观测器的系统控制律重构研究

在控制系统中,控制律与状态变量有着密切的关系,控制律往往是某些状态变量的函数.当控制系统的某些元件发生故障时,系统将无法得到构成控制律所需的状态变量,因而导致系统无法正常工作.针对此类情况,本文探讨了一种基于全维观测器的控制律重构方法,并针对某随动控制系统进行了分析和仿真,结果表明该方法是有效的.     

电磁超表面全息成像技术研究进展

超表面全息术的出现极大地促进了全息成像技术的发展,同时也拓展了电磁超表面的应用范围。为进一步梳理超表面全息成像的发展脉络,以技术发展的时间轴为主线,系统地回顾了超表面技术的发展历程,以及受益于超表面技术的全息成像模式的进步。随着技术的进步,超表面全息术逐渐从可见光频段向微波频段发展,从静态重现向动态全息演变,因此,着重介绍了超表面全息术的未来方向——可重构超表面及其动态全息技术,并且从超表面单元高性能创新技术、超表面阵列全息模式以及超表面全息系统研究3个方面对可重构超表面全息术的发展做了展望。     

基于改进MUSIC算法的散射中心参数提取及RCS重构

随着隐身技术的发展,雷达目标的边缘绕射等逐渐取代镜面散射成为主要的散射源,因此基于几何绕射理论（geometric theory of diffraction,GTD）的散射中心模型对隐身目标电磁散射特性的描述要比衰减指数和模型更为精确。显然,准确估计出GTD散射中心参数对刻画目标散射特性犹为重要。针对经典多重信号分类（multiple signal classification,MUSIC）法仅利用目标原始回波数据、参数估计精度不高这一问题,提出一种改进的MUSIC算法对散射参数估计提取。改进的MUSIC算法通过对原始回波数据取共轭,构建新的总协方差矩阵,有效利用了目标原始回波数据的共轭信息。仿真结果表明,与经典MUSIC算法相比,改进的MUSIC算法参数估计精度更高,雷达散射截面重构拟合程度更好,且运算量增加不大,可有效提取出隐身目标的散射中心。