基于微分进化算法的含分布式电源的配电网继电保护优化分析

配电网接入分布式发电系统后,必将对现有的配电网的结构、故障时配电网中短路电流的大小、方向产生深刻的影响,从而影响配电网的可靠性和安全性。文章建立了含有分布式电源的配电系统中过电流继电保护协调优化的混合整数非线性规划模型,之后采用微分进化算法进行求解。计算结果表明该方法能够在满足过电流继电器之间协调的情况下,使得故障切除的时间最少。     

一种归纳算法的研究与改进

机器学习是人工智能应用的一个重要研究领域,分类算法是数据挖掘中的一种重要技术,决策树学习是其中常用的一种方法,本文针对目前在机器学习和数据挖掘领域中普遍采用的典型的决策树分类算法ID3算法存在的缺点提出了一种基于统计理论的统计归纳SIA分类算法,该算法以概率统计学的理论为基础,利用实例中提供给人们的统计规律的信息进行划分归类,从而简化了决策树的剪枝和优化过程,并通过Delphi实现该算法进行仿真试验,具有准确性高,分类速度快的特点。     

一种基于DCT的图像灰度水印算法

针对二值水印信息量小的缺陷,提出一种基于DCT的图像灰度水印算法,通过修改DCT域中低频系数值来嵌入水印,易于实现。仿真实验证明本算法能够抵御剪切、噪声和JPEG压缩失真,具有良好的不可见性和鲁棒性。     

一种基于自适应相似矩阵的谱聚类算法

为了消除在构建谱聚类算法的相似矩阵时,高斯核函数中尺度参数的波动影响,构建了一种自适应相似矩阵,并应用到谱聚类算法中。自适应相似矩阵中数据点间的距离度量采用测地距离算法,相距较近的两点间的距离近似于欧氏距离,相距较远的两点则先根据欧氏距离得到每个数据点的k个近邻点,然后累加近邻点的测地距离,由此得到每对数据点间的最短距离。两点间的局部密度用共享近邻的定义来表示,更好地刻画了数据集的本征结构。在5个人工数据集和国际通用UCI数据库中的5个真实数据集上进行实验。实验结果表明,所提算法的聚类准确率高于对比算法的准确率,对复杂分布数据有很强的自适应能力。研究成果为数据挖掘及机器学习提供了思路和方法。     

一种基于自适应蚁群算法的产品配置方案

在大规模定制生产模式下,企业面对复杂产品配置问题。在基于蚁群算法实现产品配置求解方案的过程中,针对参数选取对于蚁群算法性能的影响进行了研究,给出了基于自适应蚁群算法的产品配置求解方案,仿真实验验证了该算法策略不仅能保持蚁群算法较为精确的求解性能,且在算法的全局搜索能力和收敛速度上都取得了较好的平衡。     

一种基于Edline线特征的车道线识别算法

为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种新的车道线识别算法。首先应用投影法对采集到的图像设立感兴趣区域,以此来减少图像中存在的干扰信息;其次应用一种改进后的自适应高斯滤波算法对采集所得图像进行平滑处理,减少图像中不必要的细节;最后采用边缘绘制算法进行边缘检测,在此基础上,提出一种线段检测算法——Edline算法提取边缘线,对检测到的直线段进行筛选和聚类。利用引用计数法对车道线进行跟踪和预测。结果表明,新算法的平均处理时间为17.1 ms,准确率为96.19%,将其应用在车道偏离预警系统中可以有效地提高预警效率,提升预警的准确性和响应速度。研究结果丰富了车道线识别理论,可为车道偏离预警系统的应用及基础研究提供参考。     

一种基于块效应强度检测和测量的新型图像质量评价方法

摘译目前,大部分图像压缩标准使用基于块的变换编码,图像压缩过程中会产生各种压缩效应。其中,块效应是降低图像压缩质量的最常见的问题之一。对块效应进行量化的图像质量客观评价方法可有效地降低块效应的发生,同时也可优化整个图像压缩系统,例如,其可以用于图像预处理（检测和有选择地补偿块效应）中。     

一种基于聚类算法的ETX辅助无人机AODV路由协议

为了保证飞行自组网(flying ad hoc network, FANET)在拓扑快速变化下的稳定信息传输,在期望传输次数(expected transmission count, ETX)度量的无线自组网按需平面距离向量(ad hoc on-demand distant vector, AODV)路由协议基础上,提出了一种基于K-means聚类算法的K-AODV-ETX路由协议。协议采用到目的节点的跳数、错误传输次数、节点缓冲空间3个聚类特征对无人机节点进行分类,RREQ分组转发时选择最佳集群进行路由发现,最后采用ETX机制选择ETX值和最小路径进行数据传输。结果表明,K-AODV-ETX路由协议与现有的AODV-ETX路由协议和ND-AODV-ETX路由协议相比,能够有效保持网络的吞吐量,在端到端数据包投递率性能上稍有下降,在路由开销和时延性能方面有着显著的效果。K-AODV-ETX路由协议优化了路由发现过程的泛洪广播机制,有效改善了现有的ETX机制下协议的高开销、高延迟问题,并保证了网络的吞吐量,为设计低时延路由协议以及平衡ETX机制带来的高开销问题提供了一种有效的方法。     

一种基于奇异值分解和反传神经网络的多小波域数字水印算法

针对图像经过CARDBAL多小波变换后,各层系数的能量平均分配,且其同一尺度、同一方向上的4个子块系数相近这一特性,结合奇异值分解和BP神经网络将二值图案水印嵌入到多小波系数的高频分量中。实验表明,该算法有良好的不可感知性和强健的鲁棒性。     

延迟光照算法对Hadoop集群渲染系统的改进与实现

针对集群渲染系统在三维场景文件输出过程中,海量数据处理以及存储的问题,利用Hadoop框架对现有系统进行分布式模型改造,以基于延迟光照算法的处理方式,对分布式存储和计算的业务逻辑结构部署,实现改进Hadoop集群渲染系统对任务的处理策略,提供高容错、可靠的存储和海量计算数据的方式。通过实验证明改进的Hadoop集群渲染系统可以提高系统利用率和任务处理能力。     

基于数据融合的分布式入侵检测系统研究

针对分布式入侵检测在当今网络安全中发挥着越来越重要的角色,将数据融合技术引入到入侵检测系统中,提出了基于数据融合的分布式入侵检测系统设计方案,描述了分布式检测和决策融合的结构设计,讨论了数据融合决策问题的数学模型,运用理论推理论证了融合决策处理的可靠性。分析比对实验表明,该系统降低了入侵检测系统的虚警率,提高了检测率。     

基于FFT的突发扩频信号兼容快捕算法

针对传统突发扩频信号捕获算法的缺陷,即无法自适应兼容处理不同同步头时长信号,提出了一种改进的基于FFT的突发扩频信号兼容快速捕获算法。根据不同时长信号的实际应用特性,利用同步头信号尾部对齐的格式特点,采用子矩阵形式存储不同时长信号的码相关结果,通过多支路并行捕获处理,实现突发信号的自适应兼容捕获。同时,通过矩阵的FFT运算同步实现全相干累积来提高信号载噪比,通过时频并行处理提高处理效率,最大限度地优化了弱信号条件的捕获性能。仿真验证表明,算法可以实现不同扩频信号的兼容快速捕获,研究为同步头时长不等的低载噪比信号提供了一种有效的兼容快速捕获方法。     

基于数据挖掘算法的变压器热点温度时序预测方法

为了解决油浸式电力变压器热点温度预测方法缺乏对短期热点温度走势的预测,无法满足动态增容决策要求的问题,以SFPSZ-180000/220型变压器为研究对象,首先,研究对比发现变压器的热点温度与负载率相关性最大,在此基础上,建立了基于支持向量回归的局部地区负荷预测模型,为变压器热点温度预测提供数据;其次,提出了基于数据挖掘算法的变压器热点温度时序预测方法,并在此基础上分别建立了支持向量回归、BP神经网络、决策树3种数据挖掘预测模型;最后,对一般输入-输出的建模方法的预测结果与基于时间延迟方法的预测结果,以及不同时间延迟下3种数据挖掘模型的预测结果进行了对比分析。结果表明,有外在输入的支持向量回归预测模型结果比BP神经网络和决策树吻合度更高,并且时间延时更小,预测结果精确度更高。有外在输入的支持向量回归预测模型在很大程度上提高了变压器热点温度预测精度,其预测结果可为变压器的动态增容决策提供有效参考。     

基于Matlab/GUI的新型界面开发方式

Matlab/GUI是一种新型的图形用户界面开发方式,特别适合能够熟练运用Matlab语言进行仿真但是对VC界面开发了解不够深入的科技工作者。文章先简单介绍Matlab/GUI的基本特点,然后详细说明了一种在实践工程中得到具体应用的GUI界面,力图说明新型的界面开发方式能够在数据处理特别是信号处理方面优于VC平台,具有强大的发展潜力。