基于Windows服务的异构数据库同步应用与研究

使用Windows服务实现数据订阅分发流程,结合MSMQ消息队列进行传输,可以解决跨网段的异构数据库同步,异构数据库分别属于不同的系统,文章的主要任务是实现多个系统的集成工作。结合实际项目的应用与研究,从系统需求、系统设计、系统实现3个方面进行分析,提供一套完整的解决方案,实现各个系统之间的协作。     

基于时频融合卷积神经网络的股票指数预测

传统的股票指数预测方法是在含噪声、非平稳以及非线性的原始股指序列数据上实施的,这将导致预测精度的下降。为了解决这个问题,提出了一种基于时频融合卷积神经网络的股指预测方法。首先通过引入变分模态分解(VMD)将原始序列数据分解到频域特征上,使得分解后的股指数据具有低信噪比,同时具有更明显的趋势性和平稳性。进一步结合时序卷积神经网络(TCN),构建了时频融合的卷积神经网络模型。最后在6个实际数据集上与8个基准方法进行比较,实验结果表明该方法具有更高的预测精度和更好的解释性。     

基于动态负荷特性的离散动态测试信号建模

通过分析电弧炉和电气化铁路两类典型动态负荷的计量影响特性，建立了能够反映动态负荷特性并符合IEC61850协议的m序列离散动态测试信号模型，在此基础上提出了Hadamand点积非交叠加权累积电能测量算法，以克服测试信号动态变化对电能测量误差的影响；通过仿真实验得出IEC61850协议量化误差导致的动态电能测量误差，结果表明，在长度为255、511和1023工频周期的m序列离散动态测试信号下测量误差可忽略不计。