基于多维行为分析的窃电高风险客户精准定位方法

窃电行为对国家电力系统及供电公司造成了极大的损失,故反窃电技术是电力行业的重要研究方向之一。传统的窃电用户定位方法存在定位不准确、查处效率低等问题,为了解决上述问题,提出基于多维行为分析的窃电高风险客户精准定位方法。首先通过相关矩阵R及特征值谱熵正则化完成用户数据去噪,其次在UFS-MI模型内提取用户数据特征,分析用户用电的多维行为,最后根据逻辑回归算法完成窃电高风险客户的精确定位。实验结果表明,所提方法的窃电高风险客户定位精准度较高,误判率较低,整体定位效果较好。     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

空间听觉与虚拟听觉空间的计算机仿真

一些科学工作者对人类以及动物听觉的自由声场至耳膜的传递函数进行了测量,他们发现在宽带信号激励的情况下,不同频率分量之间的幅度差异是与声源的方向有关的,这一发现已被用于展现“真实”的三维听觉,称作虚拟听觉空间仿真。     

雷达辐射源信号双谱二次特征提取方法

现有的双谱特征提取方法可以满足信号分类识别，但是出现了交叉项、平凡双谱以及特征维数过高等一些问题。针对以上问题，提出一种双谱二次特征提取方法，将双谱转化为灰度图像，以灰度值表示双谱幅度；再利用图像处理技术提取双谱二次特征，提取出能够表征辐射源信号双谱图像纹理信息的灰度共生矩阵特征集；将该特征集与Hu-不变矩特征集进行对比实验。仿真结果表明：该方法具有更好的分类识别性能，对于CW、LFM和NLFM信号的平均识别率均达90%以上。     

面向对象的二叉树装配模型研究

文章研究可装配性设计中的产品装配建模,提出一种以装配体为对象并能充分反映装配过程特点的二叉树装配模型。应用面向对象技术,建立了相应的数据结构及应用框架,为可装配性评价奠定了基础,也可做为通用的产品装配模型应用于ＣＡＰＰ等领域。     

溶剂萃取柠檬酸的传质研究

研究了用三辛胺溶剂分别从纯溶液和发酵液中萃取柠檬酸过程的传质规律与液滴粒径,无因次柱高及有机相配比对传质系数的影响,建立了液滴自由上升阶段的传质模型,并用以关联实验结果。     

反胶束溶液和血红蛋白水溶液相平衡的研究

研究了十六烷基三甲基溴化铵－正庚烷反胶束溶液和牛血红蛋白水溶液的相平衡,探讨了有机相助表面活性剂种类和浓度、水相ｐＨ值、水相离子种类和强度、表面活性剂浓度的影响,适宜条件下,牛血红蛋白的萃取率可达９５％以上。对实验结果从表面活性剂极性头与蛋白质分子间的相互作用和反胶团包溶蛋白质时的空间阻碍作用上进行了解释。     

基于TMS320C80的视频图像处理系统的研制

目的 研究基于多处理器的并行运算在图像处理中的应用,方法 建立ＴＭＳ３２０Ｃ８０硬件平台,采用Ｃ语言与两种汇编语言混合编程的方法实现图像蝗并行处理,结果 该图像处理系统能够完成图像的实时处理,进行边缘提取的速度可达到３０帧／ｓ,采用互相关模板匹配方法进行跟踪的速度可达到１４帧／ｓ,结论 基于多ＣＰＵ的并行运算可以对图像进行实时处理,减少硬件系统的复杂性,并行运算的效率主要由多个任务在多个处理器上的     

Schiff碱型双(苯并-15-冠-5)对碱金属苦味酸盐的萃取性能研究

用五种Ｓｃｈｉｆ碱型双（苯并＿１５＿冠＿５）为离子载体,在水＿１,２＿二氯乙烷体系中研究了其对碱金属苦味酸盐的萃取性能,测定了分配比Ｄ和萃取平衡常数Ｋｅ．结果表明,这些双冠醚与苦味酸钠以１∶１（冠醚单元∶金属离子）形式络合,而与苦味酸钾和苦味酸铷则以２∶１形式络合．     

成组技术中面向对象的参数化模型

针对传统成组技术中的编码系统难以使用、编码不够精确和重用困难等问题,提出在成组技术中构造面向对象的参数化模型．该模型用类来描述零件簇,构成零件类的结构层次,生成零件描述的框架;用参数化方法从零件类实例化生成对象,以对象来表示具体的零件;查询时,以零件的特征和零件的具体参数来驱动,加速搜索的过程,并使结果更加精确;找到相同或相近零件对象后,在某个类层次上重用以前的设计．该模型的提出为成组技术的应用提供了新的途径．