光伏发电机组异动信息主动增量式更新算法

针对进行光伏发电机组密集型异动信息更新操作时,出现更新时延长、更新结果不完整的问题,提出了光伏发电机组异动信息主动增量式更新算法。通过特征提取、小波变换和模极大值计算来获取有效的增量式特征;构建增量特征成词袋模型并进行标注;结合蚁群算法搜索异动信息,计算最小平均带宽和最佳更新路径,通过动态更新相容类和决策类异动信息完善数据;采用2阶段集合式更新方案进行信息增量收集和校验增量分发,以获取主动增量式更新异动信息。由实验结果可知,该算法更新时延在全部校验节点下未超过40 s,且能够保证更新结果具有完整性。

改进SSA优化BP神经网络的变压器故障诊断

变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。

基于智能优化深度网络的档案数据分析方法

为提高档案管理的效率和准确性,提出了一种基于智能优化深度网络的档案数据分析方法。该方法结合了Transformer网络的特征提取能力和灰狼优化算法(Grey Wolf Optimizer,GWO)的参数优化能力,显著提高了档案管理的效率和准确性。将提出的方法运用到档案数据的多分类任务中,实验结果表明,通过GWO算法优化后的Transformer-GWO模型在与xgboost分类模型结合时取得了最佳性能,其宏观精确度、宏观召回率和宏观F1分数分别达到0.893、0.878以及0.885,提出的方法有效提升了档案管理的智能化水平。

面向6G内生智能的天地空一体化智能感知与资源优化

随着6G天地空一体化网络推进,卫星地球探测业务在多领域广泛深入应用,无源EESS的干扰问题日益显著。恰逢6G内生智能兴起,为解决该问题提供新思路。重点探讨基于ITU标准的无源EESS干扰及优化策略,分两部分:一是在最低仰角、6G天地空复杂环境下,分析不同环境密度基站对卫星覆盖区影响,评估是否满足ITU干扰门限;二是以6G内生智能为依托,在满足门限前提下,优化地面基站波束成形矢量,实现系统吞吐量静态聚合。结合以上内容,探讨对提升无源EESS性能的意义,为6G时代卫星通信系统干扰管理与性能优化提供理论与实践指引。

面向工业互联网的5G专网部署技术及组网研究

随着工业企业数字化转型进程的加快,面向互联网的新型应用层出不穷,5G专网作为支撑这一趋势的新型基础设施,其建设开始步入部署规模化、需求定制化的阶段。5G专网组网方案的规划设计应充分考虑不同工业场景的需求,灵活利用切片、用户端口功能(User Port Function,UPF)分流、5G局域网(Local Area Network,LAN)等关键技术,结合虚拟专网、混合专网、物理专网等部署方式来综合制定,为5G进一步融入行业,成为赋能工业生产的关键基础设施提供支持。

电子信息工程中信号处理技术的发展与创新

该文聚焦电子信息工程中信号处理技术的发展与创新,阐述其在当今数字化时代的重要背景,详细探讨信号处理技术在通信、医疗、工业等领域的创新应用及突破,分析其面临的技术挑战及解决方案,并对未来发展趋势进行预测。最后指出,持续的创新将推动信号处理技术在电子信息工程中发挥更关键作用,创造更多价值。

深度学习在医院财务管理中的应用与实践

为提高医院财务信息管理能力,构建了一种结合主成分分析(Principal Component Analysis,PCA)和变分自编码器(Variational Auto-Encoders,VAE)的异常检测模型。基于收集和预处理财务数据,通过PCA进行特征提取,利用VAE学习数据的潜在分布,并通过k折交叉验证提高模型的预测性能。实验结果显示,在训练集与测试集比例为9∶1的情况下,PCA-VAE在异常检测任务中表现出了优秀的性能,其精度、召回率和F1得分分别为0.9467、0.9421和0.9444,显著优于传统机器学习算法和结合PCA方法的分类模型。

关于大坝监测数据质量评价因子及算法研究

大坝监测数据是判断大坝运行安全的主要依据,为了鉴别数据优劣并选择出可信度较高的数据,文中构建一个大坝监测数据质量评价框架。针对测点之间的相关性、监测项目及仪器的特点,利用Kshape算法找出具有强相关性的测点,再通过相对偏移率、相对平滑率、周期波动程度和精度修正率等评价因子对大坝监测数据进行评价;其次,结合混合蝙蝠算法优化后的长短期记忆网络对大坝监测数据进行分类,构建了大坝监测数据质量评价算法流程。以新疆某大坝监测数据为研究对象进行试验,结果表明所提出的大坝监测数据质量评价算法的准确率为94.33%,可为评价大坝监测数据质量提供有效的解决方法。

端到端优化的视频编解码技术研究

文章深入探讨了端到端优化的视频编解码技术,通过整合视频采集、编码、传输、解码等环节,该技术可以实现对视频数据的高效压缩与高质量传输。随着深度学习技术的发展,基于深度学习的端到端视频编解码方法逐渐兴起,依托神经网络模型强大的学习能力,实现了对传统视频编解码算法的超越。文章首先介绍了端到端视频编解码技术的背景与意义,随后详细阐述了其关键技术,包括基于深度学习的视频压缩算法、多尺度特征的运动补偿、多参考帧的辅助预测帧生成等。通过对比实验,文章展示了端到端优化视频编解码技术在提高压缩效率、减少传输延迟、提升视频质量等方面的显著优势,同时总结了当前研究的成果,并对未来研究方向进行了展望。

无线电动变距螺旋桨控制系统

针对飞机螺旋桨长时间高速旋转而引起的导电滑环表面温度过高和磨损等问题,开展了飞机螺旋桨无线变距控制系统研制,该系统通过无线传输信号来避免使用导电滑环。本研究以无线电动变距螺旋桨控制系统的无线供电和电动舵机为研究对象,选用STM32作为控制器,并通过LoRa无线信号传输发射控制信号,再由接收端LoRa无线信号传输接收到的信号驱动舵机进行角度调整。通过多次实验角度控制调试以及对不同条件需求下进行多次旋转测试,实验结果表明:研制的无线电动变距螺旋桨控制系统能够满足变距要求。

基于OFDM信号的UAV测控数据链通信稳定性研究

无人机数据链通信的稳定性成为制约无人机性能的重要因素之一,若能够在测控数据采集处理过程中对数据精度进行优化处理,将极大地提高数据通信稳定性。为此,本研究结合正交频分复用信号的基本原理和特点,提出了一种新的测角算法。该算法通过设置对应的列阵雷达、差波生成方法对无人机角度估计。然后在测角结果的基础上,利用卷积神经网络和应答机制对测控数据进行优化处理,进一步校正数据误差。实验结果表明:本文的设计方法在无人机测控数据链通信稳定性方面具有显著优势,能够提供更加准确有效的测控数据,为无人机操作提供有效依据。研究结果也可以为其他无线通信系统的稳定性和可靠性问题提供有益的参考和借鉴。

基于集成学习的医疗数据治理与多源数据融合研究

针对医疗数据治理中存在的数据分散、异构和质量不高等问题,提出了一种基于集成学习的多源数据融合方法。通过集成多种机器学习算法,对来自不同医疗部门和不同系统的数据进行清洗、整合和分析,实现了数据的高效利用与质量提升。结果表明,集成学习算法在多源数据集上获得了最高的分类性能,准确率达到85.32%,优于其他单一源数据集上的分类方法。研究证明,多源数据融合结合集成学习能够显著提升医疗数据分类模型的性能,为临床决策提供更为精准的支持。

SerDes 链路协同仿真与无源链路优化设计

随着SerDes链路信号传输速率的提升,信道链路经过芯片封装和印刷电路板过孔、AC电容和连接器等,会导致信号完整性(Signal Integrity,SI)挑战进一步增大。提出基于SerDes 32 Gbps-NRZ信道传输系统,优化无源信道中的BGA过孔、AC耦合电容焊盘、FMC连接器(FPGA Mezzanine Card Connector)处Pin脚设计,提升了通道阻抗的一致性,建立了更为准确的无源链路通道模型,并结合芯片有源IBIS-AMI模型,对比分析优化前后链路信道对眼图的影响,保证了32 Gbps-NRZ高速信号的稳定传输。

基于概率相似度的不完备数据填补研究

为提升数据的完整性,保证数据的效用程度,提出一种基于概率相似度的不完备数据填补方法。量化计算不完备数据的概率相似度矩阵,将计算结果和ROUSTIDA算法相结合进行不完备数据填补,获取完备数据集。在此基础上,构建决策规则,保证多属性缺失数据的填补性能,并且设定可辨识矩阵优化算法的不完备数据填补效果。测试结果显示,所提方法能够计算不同数据对象之间的相似度值,可有效完成数据填补,填补后数据的完备程度均在95%以上,填补数据的填补值误差均在0.17以下,填补效果良好。

基于LGMPA算法的多无人机协同任务分配方法

多无人机任务分配问题是一种多约束组合优化问题,为获得问题的最佳收益,建立一种符合战场环境的任务分配模型,并同步完成无人机与目标之间的航迹规划,以实际飞行距离替代直线距离,实现任务分配与航迹规划的紧耦合。为更好地求解任务分配模型,首先提出一种改进海洋捕食者算法(LGMPA),通过使用对数螺旋策略和高斯分布估计策略来提升算法的开发和探索能力;然后将改进算法离散化处理,应用于求解多无人机任务分配模型。仿真结果表明:在考虑实际地形和各类威胁下,使用实际飞行距离替代直线距离能够规划出更合理的任务执行顺序,得到更好的作战收益;且改进算法能够稳定有效地求解模型,具有较好的求解精度和更快的收敛速度。

基于孤立森林算法的弹性光网络异常流量自动识别方法

弹性光网络流量传输受到时间波动导致异常,为了提高网络传输稳定性,提出基于孤立森林算法的弹性光网络异常流量自动识别算法。根据流量的异常分布特征和正常数据的差异性进行波谱密度检测,构建弹性光网络流量的谱特征提取模型,通过低通滤波器卷积向量重组,实现对异常流量的谱特征筛选,采用孤立森林算法实现对网络流量异常检测的自适应寻优控制,结合多维空间结构重组方法实现对弹性光网络异常流量检测和识别。结果表明,漏检率及误检率较低,分别为3.16%,1.03%。检测用时较少,仅用16秒。在进行检测时,外部入侵率未超过1%,抗扰性较强。

面向绿色计算的车辆协同任务卸载方法

车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式,然而边缘服务器在整合可再生能源方面的能力较差。因此,为了提高边缘服务器的能效,该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中,车辆配备能源收集(EH)设备,通过彼此间共享绿色能源和计算资源协作执行任务。为有效促进车辆的参与积极性,该文通过动态定价激励车辆,并综合考虑了车辆的移动性、任务优先级等。为了使卸载决策适应动态环境的变化,该文提出了一种基于双延迟深度确定性策略梯度(TD3)的任务卸载方法,以在最大化所有车辆平均任务完成效用的同时减少边缘端电网电力的使用。最后,仿真结果验证了该方法的有效性,相比基于深度确定性策略梯度(DDPG)和基于贪心原则(GPE)的方法在性能上分别提升了7.34%和37.47%。

零信任环境下的多层次身份认证数据流安全检测算法

身份认证数据流中的敏感信息可能在传输过程中被攻击者截获,并用于恶意目的,导致隐私泄露、身份盗用等风险,为确保网络安全性,提高主体身份认证安全性,提出零信任环境下的多层次身份认证数据流安全检测算法。采用改进的文档指纹检测算法实现多层次身份认证过程中主体和客体交互数据流安全监测。通过Rabin-Karp算法实现身份认证数据文档的分块,采用Winnow算法划分身份认证数据分块文档边界后,得到身份认证数据文档指纹,将其与指纹库中的指纹进行匹配对比,识别出多层次身份认证数据流中的异常数据,实现多层次身份认证数据流安全检测。实验结果表明,该算法具有较好的身份认证数据流安全检测能力,有效地降低了网络威胁频率,提升了网络安全性。

基于并联残差膨胀卷积网络的短文本实体关系联合抽取

关系抽取旨在从文本中提取出实体对之间存在的语义关系,但现有的关系抽取方法均存在关系冗余和重叠的不足,尤其是对于短文本,会因上下文信息不足而出现语义信息不足和噪声大等问题。此外,一般流水线式的关系抽取模型还存在误差传递问题。为此,文中提出一种基于并联残差膨胀卷积网络的短文本实体关系联合抽取方法。该方法利用BERT生成语义特征信息,采用并联残差膨胀卷积网络来捕获语义信息,从而提升上下文信息的捕获能力并缓解噪声。联合抽取框架通过抽取潜在关系来过滤无关关系,然后再抽取实体以预测三元组,从而解决关系冗余和重叠问题,并提高计算效率。实验结果表明,与现有的主流模型相比,所提模型在三个公共数据集NYT、WebNLG和DuIE上的F1值分别为90.9%、91.3%和73.5%,相较于基线模型均有提升,验证了该模型的有效性。

基于区块链的车联网跨域数据安全传输系统设计

为有效应对车联网系统在数据传输过程中的安全问题,提出一种基于区块链的车联网跨域数据安全传输系统。该系统将车联网安全数据传输过程划分为注册、安全通信与数据共享三个关键环节。在注册阶段,车辆和路边单元需要通过可信机构完成注册,以确保其的身份合法性;在通信阶段,为了减少路边单元与车辆频繁认证,设计了跨域认证的方法,保障数据传输的可靠性和完整性,并引入假名来保护用户隐私;在共享阶段,文中设计了基于多线程遍历共享广播森林的事务广播算法,利用广度优先搜索思想建立广播森林,并使用多线程遍历进行数据事务广播传输。实验仿真结果显示,文中方案的签名计算成本减少70%,验证计算成本减少41%;其次,在ER模型下,相比使用Gossip协议进行事务数据传输,该方案中交通数据事务总时间降低了93%;在BA模型下降低了87%。