一种实时电能质量扰动识别分类方法

针对电能质量扰动数据大、识别算法繁琐,难以实现在线实时识别等问题,提出了基于深度卷积神经网络AlexNet的电能质量扰动识别数法,首先将各类电能质量扰动转化为图片格式,然后输入到AlexNet算法,通过学习、调整电能质量扰动信号的特征参数,迭代收敛,最后将实时的电能质量扰动通过训练好的AlexNet,直接实现扰动识别分类。实时仿真结果表明,所提出的方法能精确识别包括3种复合扰动在内的17种电能质量扰动问题,只需要对电能质量扰动信号进行学习,即可以直接对电能质量扰动信号进行识别与分类,识别算法简单且处理的时间短,达到了实时性的目的。     

一种基于CMAC神经网络的板形模式识别新方法

针对传统的板形识别模型在识别板形时,由于板宽的变化需要不同拓扑结构的神经网络才能完成板形模式识别任务,网络学习工作量大,网络存在收敛速度慢,易陷入局部极小等结构性能不佳的问题,建立了一种新的基于CMAC神经网络的板形模式识别模型。该模型利用欧式距离差得到网络的输入神经元,并在权值更新算法中引入了动态学习率。通过仿真实验表明该方法简单、实用,识别精度较高,克服了传统的识别模型的缺点和不足,有效地提高了板形模式识别模型的速度和精度。     

基于图像的地铁车站施工人员不安全行为识别研究

为了解决人工监测不能实时看护和及时管理地铁车站施工人员的不安全行为等问题,构建了基于KNN,MLP和LSTM模型的不安全行为识别神经网络模型。首先,通过行为理论研究和现场调查分析,对地铁车站施工不安全行为进行了分类;其次,通过实验构建人体数据集,基于人体骨骼关节点提取不安全行为特征,并进行模型训练;最后,基于MobileNet V1的SSD目标检测算法对施工人员进行定位和追踪,结合射线法判断目标是否跨越不安全区域并发出警报,搭建神经网络模型对施工人员的不安全行为进行识别,并获得计算识别率。结果表明：传统机器学习算法KNN总体准确率为93.45%,优化后的MLP和LSTM两种神经网络模型总体准确率分别达到93.94%和93.68%,相对KNN算法分别提高了0.49%和0.23%。因此所提模型能有效识别施工人员不安全行为,可为地铁施工安全智能识别技术应用提供参考。     

一种基于感受野增强的人脸检测方法

为了解决多任务级联卷积神经网络（MTCNN）算法网络模型在小人脸检测方面鲁棒性较低的问题,提出了一种基于感受野增强的网络模型。首先,为MTCNN算法模型中的R-Net网络和O-Net网络添加感受野模块（receptive field blocks,RFB-S）。其次,通过添加批量标准化和全局平均池化,加速网络模型的收敛,防止模型过拟合。最后,调整网络任务的权重,P-Net和R-Net网络用于人脸区域粗筛选,O-Net网络用于人脸区域精筛选以及人脸关键点回归。实验结果表明,与MTCNN算法网络模型相比,所提模型缩小了16%,但检测速度提升了9%,在FDDB数据集上的检测精度提高了2.3%。因此,基于感受野增强的网络模型能有效完成人脸的检测任务,增强对小人脸检测的鲁棒性,可为人脸识别、表情识别等提供技术支持。     

河长制评价指标体系相关性构建研究

文章结合资源环境、社会经济和生态文明等方面的影响因子,在DPSIRM模型框架的基础上,构建驱动力-压力-状态-影响-响应-管理的6个因果关系在内的河长制评价指标体系,蕴含了水资源、水安全、水生态、水景观、水文化等方面情况,说明了资源环境与社会经济之间的相互关系与矛盾,为该区域促进制度创新提供了科学的理论基础。     

基于PSR模型的辽宁省水资源承载能力分析

区域经济、人口及生态环境之间协调可持续发展的重要基础是实现科学、准确的水资源承载力的分析,文章以辽宁省为例建立了PSR模型和指标体系,客观、科学地评价了该区域的承载力水平。研究表明:辽宁省现状供水模式即使达到较高的节水水平仍难以满足未来发展对水资源的需求,外调水措施已成为促进辽宁省水资源可持续利用的重要途径。     

基于明亮区域和天空识别的图像去雾算法

针对去雾算法对存在大面积明亮区域的图像去雾效果不佳的问题,根据暗原色先验原理提出了一种基于明亮区域和天空区域识别的图像去雾算法。根据天空区域和明亮区域的特点,建立了明亮区域和天空区域的判别机制,对不同类型的图像采用不同方法求取大气光值;基于点暗原色原理,采用中值滤波和双边滤波对点透射率进行细化,与块透射率相比,采用点透射率可以保留更多的图像细节。结果显示,采用均方误差、峰值信噪比、可见边梯度和结构相似性4个参数作为图像去雾效果的客观评价指标,优化后算法的综合评价指标均优于其他算法。所提出的算法对不同类型图像均可取得较好的去雾效果,消除了去雾图像的光晕、块效应和天空区域过饱和现象。     

形状数理论及其在安全印刷中的应用

本文提出了一种基于防复印底纹的文档保护方法。其中,防复印底纹包括背景图案区域和标记图形单元区域,标记图形单元的形状和位置关系代表了安全标识信息。同时提出了一种快速的安全标识信息识别算法。实验表明,该算法效率较高,实现简单,占用资源较少,适于嵌入到图像复制设备的硬件芯片中,从而达到对安全文档实时保护的目的。     

碰撞检测算法在变电站安全预警中的应用

为适应国家电网公司发展战略中的"大运行"要求,提高变电站安全防护水平,文章结合变电站三维实景模型,提出了一种实时碰撞检测算法。该算法通过定位现场工作人员位置,检测三维模型中待检测对象与场景是否发生碰撞。在三维模型中根据设备带电情况及电压等级自动生成危险区域,当待检测对象与危险区域发生碰撞时,对其进行预警,防止其误入危险区域,进而避免发生人员伤亡事故。     

辽宁省水资源需求量预测分析

结合辽宁省水资源需求的总体变化趋势以及社会经济发展用水现状,详细分析了GM(1,1)、Logistic模型理论和参数特征后将上述2种模型有效结合构建了组合预测模型,对辽宁省水资源需求量进行预测分析并对预测结果采用ARIMA模型进行了一级修正;然后根据辽宁省综合节水潜力和节水规划总体目标对预测结果进行二级修正。研究表明:水资源需求量二级修正预测结果能够更加准确、客观地反映区域水资源需求现状,模型表现出较高的准确度与可靠性。     

基于改进粒子群的分布式通信干扰资源分配

为了解决分布式通信干扰场景下面临的资源分配效率低、干扰效益无保障等问题,结合通信干扰资源分配数学模型,设计了一种改进的粒子群算法。首先设计了分布式通信干扰场景并构建了通信干扰资源分配模型,以最大化干扰效益作为目标函数;其次采用自适应惯性因子和学习因子,并引入遗传变异策略和精英保留策略,提出一种改进的粒子群算法,最后对不同场景规模的通信干扰资源分配进行仿真实验。结果表明,相比小生境遗传算法、粒子群算法、遗传算法,改进的粒子群算法在不同场景规模下,均能获得更优的干扰效益,性能方面具备整体干扰效益更高、算法收敛速度更快、算法收敛误差更小等优势。所设计的改进粒子群算法可应用在分布式通信干扰场景中,为指挥决策提供参考。     

基于POS优化算法的区域水资源优化配置研究

以区域经济、社会效益为目标,构建区域水资源优化配置模型,采用POS优化算法对辽宁东部地区水资源优化配置模型进行优化计算。研究结果表明:改进的优化算法可提供水资源优化配置优化求解的收敛精度和实现目标解的快速优化,可解决多目标、多供水用户以及多种约束条件下的复杂水资源优化配置问题,可提供不同方案下的水资源配置结果。研究成果对于区域水资源规划和配置提供参考依据。     

基于局部线性嵌入的行星变速箱测点优化研究

为在某型行星变速箱齿轮故障诊断中选取最优测点的振动数据,提出一种动力学仿真与局部线性嵌入算法相结合的测点优化方法,并通过BP神经网络算法对部分优化选取测点的实测数据进行故障状态识别效果验证。在ADAMS中对行星变速箱刚柔耦合模型进行齿轮故障注入,初步选取测点,用局部线性嵌入算法进行测点优化;搭建行星变速箱试验台并采集实测振动数据,采用BP神经网络算法对各测点振动数据进行故障状态识别,得出实际测点故障状态识别的准确率以验证测点优化方法的有效性。结果表明,该方法能够有效选取最优测点,为行星变速箱故障诊断的测点选取提供了可靠依据。     

投影寻踪技术在城市水生态文明评价中的应用

基于城市水生态文明建设理念和特点,构建水安全、水生态、水景观、水管理、水文化等5个系统方面的15个水生态文明评价指标体系,运用投影寻踪法,以沈阳市实际状况为例,进行城市水生态文明综合评价。结果表明,沈阳市水生态文明评价处于基本和谐状态,与实际现状基本一致,说明了该评价模型在城市水生态文明评价中的运行是合理的,并指出了今后需要改善的方面。     

基于改进加权马尔科夫链模型的承压含水层参数动态识别研究

文章采用改进的加权马尔科夫链模型对辽宁西部某区域承压含水层参数进行动态识别,并结合抽水试验观测数据对比分析改进前后的加权马尔科夫链模型在承压含水层动态识别的精度和收敛速度。研究成果对于提高地下水资源评价水平具有重要意义。     

中国数字经济发展水平测度、时空格局与区域差异研究

本文从数字基础设施、数字产业发展和数字经济环境3个维度构建了数字经济发展水平评价指标体系，基于2013～2020年我国31个省域相关数据，运用熵权Topsis评价法、莫兰指数、Dagum基尼系数及其分解、空间收敛模型对我国数字经济发展水平、时空格局以及区域差异进行探析。研究发现：我国数字经济发展水平持续增长，但区域“数字鸿沟”现象严重，呈现出东、中、西区域梯度式递减特征；省域数字经济发展存在“演化不变”和“演化退步”两种类型，空间正相关性的省域数量大于空间负相关性的省域数量；数字经济发展不平衡的主导因素来自于区域间差异，全国与东、中部地区数字经济发展存在绝对β收敛与条件β收敛，而西部地区在不考虑空间因素下存在绝对β收敛，不存在条件β收敛。     

改进BP算法在旋转机械故障诊断中的应用

针对BP算法在神经网络诊断中表现出来的学习收敛速度慢、易于陷入局部最小点等局限性，用改进BP算法一有弹回的BP算法，对转子试验台模拟几种常见的故障进行诊断研究，从中得出结论：将代表故障的信息输入训练好的神经网络后，由输出的结果，便可以判断发生故障的类型。此外，有弹回的BP算法大大地提高了网络收敛速度和稳定性，更能满足实时在线诊断的要求。     

基于压力-状态-响应模型的沿海地区水资源承载力研究

以辽宁省沿海地区为例,基于压力-状态-响应模型建立了水资源承载力评价指标体系和等级分级标准,并对各指标权重运用AHP法进行求解,然后对该区域水资源承载力利用可变模糊识别模型进行了客观、系统地评价。结果显示:沿海地区水资源承载力与经济发展水平、用水技术进步以及产业结构调整等密切相关,在研究期间整体呈现出波动上升的变化特征;为进一步缓解该区域社会经济发展与水资源开发利用之间的矛盾关系,应加大对该区域水质的保护力度,加强海水的利用并促进产业用水结构的优化升级,同时还要考虑工程建设的配置。     

基于回归神经网络的辽宁省水资源承载能力研究

文章依据水资源承载力基本内涵和最严格水资源管理制度,从用水效率、用水总量和限制纳污3个方面建立了承载力评价指标体系;以辽宁省为例,构建GRNN模型,并对比分析了模糊综合法与GRNN模型评价结果。研究表明:2种方法评价结果基本保持一致,所构建的指标体系能够更加系统、科学地反映区域水资源状况与社会发展需求;辽宁省2010年之前较低的承载力水平逐渐得到恢复,引起该变化的因素可能与辽宁省产业结构调整和经济增长转型相关。     

辽宁省水资源优化配置研究

在萤火虫算法基础上建立了优化模型,利用熵权法对各指标的权重进行了计算,为避免人为主观因素对指标权重的影响,将主、客观相结合并应用于指标综合权重的计算。研究表明:萤火出算法表现出更高的寻优能力和较快的收敛速度,具有更好的适用性与可靠性,所提解决思路可为解决水资源优化问题提供一种新的方法。