基于深度学习的电网短期负荷预测

针对微电网短期负荷预测精度不够的问题,论文提出了一种基于双向长短时记忆(bidirectional long short-term memory,Bi-LSTM)深度学习的负荷预测方法。将影响家庭和商业负荷分布形成的参数为输入变量,以微电网的家庭和商业总负荷分布为目标,利用输入变量对Bi-STM网络进行训练,通过识别微电网的消费模式,对微电网负荷进行时预测。利用相关系数(R)、均方误差(MSE)和均方根误差(RMSE)等性能评价指标对预测结果进行分析。结果表明,Bi-LSTM方法具有较高的相关系数。

基于SLPA改进的重叠社团检测算法

标签传播算法(Speaker-Listener Label Propagation Algorithm,SLPA)在重叠社团检测任务上具有线性时间复杂度和优良的检测效果,但作为一种随机算法其多次的随机选择策略致使算法的精度受限且算法结果不稳定;此外,算法在选取的阈值较低时容易出现大量相互嵌套的小型社团和重叠节点。针对上述问题,提出一种精度更高、稳定性更好的改进算法。算法初始化阶段,使用节点局部结构熵(Local Structure Entropy,LE)计算的节点重要性排序升序作为节点更新序列;标签传播阶段,使用资源分配指标(Resource Allocation,RA)作为节点进一步选择的依据,引导标签传播的方向;后处理阶段,新增两两对比待选社团集以去除嵌套包含的社团。在真实网络与人工网络上验证算法的有效性,使用重叠标准互信息(Overlapping Normalized Mutual Information,NMIov)和扩展模块度(Extended Modularity,EQ)与5个经典算法进行对比。实验证明,改进算法在精度与经典算法相比具有优势,在真实网络和人工网络中均具备较好的鲁棒性;改进算法与原算法相比,算法的结果精度分布更为集中,算法的稳定性有提升。

基于改进PageRank算法的超网络关键节点识别

针对超网络中关键节点识别算法识别分辨率不足的问题,将在复杂网络领域中利用邻接节点信息获得更好效果的PageRank算法改进并运用到超网络中进行关键节点识别,并实现了超图从关联矩阵到邻接矩阵的转换算法,降低了计算复杂度。文中在真实网络中与超图的超度、节点度、邻接信息熵等指标进行对比,实验结果证明了文中算法能识别出关键节点并且具有较高的分辨率。

基于标签传播的加权网络重叠社团划分算法

针对加权复杂网络重叠社团划分的问题,提出一种基于SLPA算法改进的加权网络重叠社团划分算法。首先,采用PageRank升序序列固定标签传播顺序;其次,以标签的权重和为依据选择标签;最后,消除嵌套包含的社团结果。为验证算法,选择两种经典算法在人工仿真网络和真实网络中进行测试。结果表明:所提算法在不同划分难度下的加权LFR基准网络中重叠标准互信息(NMI)值均高于对比算法;在五个真实网络中的扩展模块度(EQ)和划分密度(PD)均高于对比算法。相较于SLPA算法,所提算法具有更好的适用性,能够发现高质量的社团结构。

基于改进CTPN网络的电气铭牌文本区域检测

针对现有的文本区域检测网络对图像特征提取不充分,导致文本行间距过小或字间距过大的电气铭牌文本区域检测准确率低、误检率高,提出一种融合ResNet的改进CTPN算法用于电气铭牌文本区域检测.该模型在卷积神经网络模块中引入残差连接和并行卷积核操作,提升模型对铭牌图像提取特征的能力.在长短期记忆网络模块采用双向门控单元,降低模型训练难度.经实验验证,改进后的CTPN模型F值(F-measure)明显提升,对铭牌文本区域误检率显著降低.

基于支持向量机的印板缺陷检测

印板在工业制造中会产生表面缺陷,对产品的外观和性能都有影响.目前没有针对印板缺陷检测相关产品,为了解决这一问题,设计一个系统能够自动检测印板缺陷.根据采集的样本,确定缺陷种类.提取印板缺陷的纹理、几何和Hu不变矩特征共计23种,确定15种特征作为印板缺陷分类的依据,并运用支持向量机(SVM)方法建模.经实验验证,该系统能对印板常见3类缺陷检测,准确率高,检测速度平均0.7 s/张.

基于改进YOLOv5的草莓病害检测

为解决草莓病害识别技术落后,识别精度不高的问题,在YOLOv5的基础上,提出了一种改进YOLOv5的草莓病害检测算法.针对草莓病害特征引入了BoTNet模块,并将原有的NMS替换为GIoU-NMS,提升了对草莓病害的检测精度.改进后的YOLOv5算法相较于原算法,精确度提升了2.1%,平均精度AP上升了1.2%.实验结果表明,改进后的YOLOv5草莓病害检测算法提升了算法的效率和性能,检测效果优于传统的YOLOv5s算法.

基于CUDA的智能电网谐波的检测与监控

为了获得更快的处理响应和稳定性,并向用户提供有关电能质量(损耗、谐波、断电、稳态和瞬态事件)的信息,自主检测单元对于智能电网的发展是至关重要的。论文介绍了一种基于CUDA的新型智能电网谐波实时分析系统,图形处理器(Graphics Processing Unit,GPU)作为高性能并行计算机实现对电网的仿真、分析、可视化及优化控制。在此基础上设计了一种利用优化窗插值快速傅里叶FFT算法,通过CUDA实现并行化计算,从而实现对电网谐波的检测。考虑到FFT算法在检测电网谐波时会由于周期截断产生一定的检测误差,论文提出了一种基于遗传算法的组合预选函数最为插值优化窗。最后通过仿真验证了论文的设计策略的正确性。

基于超网络的新冠肺炎舆情关键节点识别研究

所谓新冠肺炎舆情,就是互联网上广大网友对新冠肺炎疫情这一突发的公共卫生事件所表达的看法的总和。由于消息在传播过程中往往出现“信息失真”问题,这使得原来可以促进疫情防控的积极网络舆情可能随时转化为对疫情防控等工作产生消极影响。因此为实现相关部门精准干预并掌控新冠肺炎舆情传播朝着正向发展的目的,识别新冠肺炎舆情的关键节点是至关重要的。将超网络的理论基础运用到新冠肺炎舆情传播中的各个子网建模,应用Matlab、python仿真分析确定新冠肺炎舆情中的关键节点。

变电站周边环境的红外目标检测

针对当前国内变电站周边环境巡检的局限性,基于无人机和红外成像技术,提出了一种改进的YOLOv5红外图像检测方法.通过将主干网络替换成MobileNetV3轻量化网络,来减少参数量;通过修改特征融合层、调整边界框损失函数来增强网络对红外小目标的检测能力.最后通过对自建红外目标检测数据集进行目标检测,并进行对照实验,来验证本文改进算法的可行性.实验结果表明改进网络降低了网络参数,简化了网络结构,对于提高变电站周边环境的监控效率具有参考价值.

基于MAML和改进MobileNet模型的低龄儿童语音词汇识别

语言能力测试常用于评估低龄儿童的词汇储备等能力,运用语音识别等人工智能技术能够提高语言能力测试的工作效率,从而让更多的语言发育迟缓儿童能被尽早发现并得到治疗.低龄儿童语音相较于成人语音更难识别,且缺乏相关公开数据集,为了解决语言能力测试场景下的低龄儿童语音词汇识别问题,采集72名2~3岁儿童的语音数据,对具有参数少、计算成本低等特点的MobileNet模型进行了改进,并使用模型无关的元学习方法(MAML)优化改进模型,使改进模型适用于小样本环境下的低龄儿童语音词汇识别.实验证明,相关改进措施均能提高模型的儿童语音词汇识别性能.

用教育目标分类理论改进C++语言课程教学模式

本文讨论如何应用Bloom认知领域教育目标分类理论来改进C++程序设计语言课程的教学模式。首先讨论Bloom教育目标分类理论的基本框架、应用原理及其在C++课程教学中的应用方法,陈述C++课程的宏观教学目标和课程特点,给出较为合理的理论教学和实验教学学时安排,阐述理论教学和实验教学的总体目标。接着讨论应用Bloom教育目标分类理论构建C++课程理论教学目标的方法,给出一个理论教学要点的教学目标具体构建实例及其用途。最后以一个实验的教学设计实例,详细讨论Bloom教育目标分类理论在实验教学环节中的应用模式,按照学习过程和分类理论的相应关系,提出可行的实验教学应用框架、实验教学目标和理论教学目标的关系、实验活动的结构与实验内容的设计方法、实验任务分配和检查表。

ER模型转换为关系模式的实用规则

将ER模型转换为关系模式一般转换规则不能满足实际数据库设计工程的应用需要,转换得到的关系模式有时会丢失ER模型的部分信息,在关系复杂的情况下会导致各种冗余问题。论文根据数据库工程经验和对ER模型的理解,就ER模型转换为关系模式的规则问题进行了全面而细致的讨论,并给出了12个非常实用的转换规则。提出的转换规则在一定程度上解决了因转换规则不足而导致ER模型无法与关系模式紧密衔接的问题。

浅析J2EE在企业级解决方案中的应用

简要讨论J2EE的企业级应用模式,主要包括:企业级应用的概念,J2EE的背景、体系结构及应用范围,EJB的架构和工作原理,实现企业级应用的几个关键技术问题.

高性能C/S结构管理信息系统的设计方法研究

随着客户机/服务器环境的流行,软件开发变得越来越复杂和困难.管理信息系统的开发过程已不再仅仅是编写代码,开发人员必须理解应用程序分割、用户接口设计和网络协议等概念.数据处理功能由客户端实现还是在服务器端实现的决策直接影响了C/S结构管理信息系统的性能.现对高性能C/S结构管理信息系统的设计方法进行了讨论,包括系统的信息和功能分析、数据库设计、系统结构设计、系统功能实现、数据库压力测试和性能调整等关键技术问题.

对象角色模型局部语义冲突即时检查方法研究

现有的ORM模型语义冲突检查方法针对的是全局模型,检查时间长,不能支持建模工具即时检查的需要。为满足即时检查ORM模型的要求,提出了10种局部语义冲突检查模式和算法。基本思想是:通过限定语义冲突检查范围,将局部模型结构抽象为各种模式来检查新增模型元素可能引起的局部语义冲突。该方法能有效提升建模工具的可用性和模型质量。

多重路径参照完整性约束的实现方法

业务数据库通常具有复杂的网状参照关系,进而增加了实施参照完整性约束(RIC)的复杂性.RIC的实现理论已经完备,但数据库管理系统通过声明式自动保证实现RIC的机制还不完善.应用关系图分析工具,分析了多重路径参照关系的成因、表现形式及其对实现RIC的影响,提出了多重路径RIC的实现策略与方法.

影响概念建模质量的关键因素分析

概念建模过程中,信息损失和误解是因为信息转换造成的,而信息转换隐含于领域专家和建模者之间的交流以及用建模语言表达概念模型的活动中.通过分析建模活动和模型表达方法,明确了影响概念建模质量的关键因素,继而提出一个建模准则:概念建模是描述而非设计.

以人工智能及编程能力为核心的计算机专业新工科教学改革研究

当今世界已逐步进入大数据人工智能时代,据不完全统计,2018年互联网十大紧缺人才岗位中有一半以上与大数据、人工智能相关,当今高校特别是计算机相关专业如何根据社会需求,培养出更符合当今社会需求的计算机人才,是一个紧迫的任务.云南民族大学数学与计算机科学学院通过分析计算机程序设计教学的现状与存在的问题,为提高大学生毕业生的人工智能及计算机程序设计水平,进行了计算机专业教学改革研究,提出了以人工智能及编程能力为核心的的教学改革思路,并进行了实践,本文对这一教学改革实践研究的实施方法和效果进行了介绍.

基于Web日志的用户访问模式挖掘

Web日志挖掘是数据挖掘技术在Web日志数据存储中的应用。论文介绍了Web日志挖掘,在分析发现用户访问模式方法——类Apriori算法的基础上,给出一种基于粗糙集的用户访问模式聚类方法。