真空断路器状态评价及寿命评估

首先对真空断路器的寿命进行了分析,接着介绍了真空断路器电寿命计算及评估方法,提出了断路器最优检修及更换策略。解决方案具体实施后,从根本上突破了断路器剩余寿命盲区,能切实保障断路器剩余寿命预警功能的发挥;减少和消除断路器拒动,提高电网可靠性水平以及断路器在线监测设备的应用效果和经济效益,提高设备的可用率;延长设备的检修周期,有效降低电网运行成本;防止重大事故发生;实现对真空断路器寿命的实时监测,方便通过物联网对数据进行查询。

数据结构与算法课程思政教学设计与实践

依据工程教育专业认证中制订的标准毕业要求,基于数据结构与算法课程的标准毕业能力的整合,提出“点线面”三维课程思政案例设计,总结课程思政元素挖掘的原则与方法,构建“以技为媒、任务驱动、德融课堂”的课程思政教学模式,通过案例介绍实施流程并说明教学效果。

基于MediaPipe的非触摸式在线签名认证系统

针对手写签名认证的可靠性和设备依赖性问题,设计并实现了一种基于MediaPipe的非触摸式在线签名认证系统.该系统以MediaPipe为基础框架,通过视频获得在线手写签名,并提取签名轨迹点的时序特征作为匹配模板,进而采用加权联合概率策略构建签名认证模型.该模型在边缘端设备的平均认证等误率(EER)为3.04%.采用基于PyQt设计的应用作为可视化UI界面,实现在视频场景中的非触摸式在线签名交互认证.该系统使用实时视频感知交互方式实现在线签名认证,无需其他的外部设备,具有更低的设备依赖性和更高的认证可靠性.

多数据源关联规则挖掘算法研究

现行的关联规则挖掘算法大多只针对单一数据源进行挖掘,但在实验应用中,往往碰到多个数据源的情况.前面的工作已经就多数据源的挖掘做了一些基础性的研究,取得了一定的成果.在此提出一个多数据源关联规则挖掘算法,能够较好的解决在多个数据源的情况下,关联规则挖掘中所涉及的问题,并在实验部分验证了此种算法的正确性和效率.

老年人对养老机构入住意愿及其影响因素的研究进展

目前，我国的养老模式主要分为家庭养老、机构养老和社区居家养老3种。但随着人口老龄化以及家庭结构小型化的发展，传统的家庭养老模式已不再适应现代社会发展的需要；与此同时，随着失能失智老人的增多以及空巢、独老家庭数目的增加，“养老”成为摆在政府和国人面前的一道难题。为了满足日益增长的养老需求，机构养老或将成为未来养老体系中的重要支柱。然而，我国的机构养老由于起步较晚，现仍处于初步阶段，且养老机构正面临着供不应求和入住率低的双重矛盾。本文综述了老年人对养老机构的入住意愿及其影响因素，以期为提高养老机构入住率的干预性研究提供依据，促进机构养老的发展，真正做到健康养老。

急性冠状动脉综合征患者就医延迟的相关危险因素及其评估工具的研究进展

急性冠状动脉综合征（acute coronary syndrome，ACS）是以指冠状动脉血流突然受阻而发生的急性心肌缺血发作的现象。因其起病急、病情进展迅速、致死率高，是最常见的心血管系统急症。在西方国家，由ACS造成的死亡人数约占总死亡人数的1／3，在我国ACS的病死率也呈逐年上升趋势。

文本的自动分类

主要介绍了文本分类的任务 ,给出了文本分类所用到的机器学习方法 ,并介绍了降维和几种文本自动分类器的算法 。

基于聚类模式的数据清洗技术

在挖掘前都必须对所要挖掘的数据源进行清洗,以去掉不正确的数据。本文对数据清洗中整合多个数据源的问题做了相关的研究。针对现有检测复制记录技术存在的不足,提出了采用Canopy聚类技术进行聚类复制记录的数据清洗方法,并通过实验结果验证了所提算法的有效性和准确性。

挖掘数据流频繁模式的相关技术和算法研究综述

数据流本身的特点使得静态挖掘方法不再满足要求。国内外学者已提出许多新的挖掘数据流频繁模式的方法和技术。对这些技术和算法进行了综述。首先介绍数据流的概念和特点,分析国内外的研究现状,总结了数据流中挖掘频繁模式的特点,并列出挖掘方法的常用技术和基于这些技术的代表性算法,最后讨论了将来的研究方向。

多数据库挖掘中独立于应用的数据库分类研究

目前的数据挖掘技术大多只针对单一数据库进行挖掘。当数据库有多个时,需要用到多数据库挖掘技术。应用聚类思想,提出一种独立于应用的数据库分类方法,并给出了相关的算法,最后用实验证明了该方法的正确性和有效性。

基于聚类模式的多数据源记录匹配算法

提出了一种基于聚类技术的多数据源记录匹配算法,该算法运用的罩盖(Canopy)聚类技术是一种专门对付大型数据的聚类方法,此算法不仅是一个与应用领域无关的算法,跟其它模型相比,在保证原有准确程度的前提下,大大地减少了必需的计算量,提高了记录匹配的效率.

主成分分析方法对数据进行预处理

统计学是一门对数据进行分析、处理的科学 ,而数据挖掘是从大量的数据中挖掘出未被人们发现、但却十分有用的知识。在数据挖掘的过程中 ,必然要对大量的数据进行分析、处理 ,所以数据挖掘借用了很多统计学的方法。本文就数据挖掘中对数据进行预处理的过程中 ,所用到的统计学中的主成分分析方法进行阐述。

基于RBF预估神经网络控制器的无线传感器网络拥塞算法

无线传感器网络中,汇聚节点是网络的瓶颈.由于传感器网络自身的特点,传统有线网络中的拥塞控制策略不再适用.已有的大多数拥塞控制策略和算法都没有充分考虑往返时延(RTT)对算法性能的影响.同时由于实际传感器网络运行中存在非线性、时间延迟和参数时变等干扰因素,若设计的控制器参数固定,不具有学习能力,则实际运行中收敛性差,收敛速度慢,无法达到控制队列长度的目标.针对以上问题,提出一种基于灰色预估神经网络控制队列的控制器,利用RBF神经网络的自学习能力解决网络实时变化时算法参数的在线整定问题,并利用灰色GM(1,1)预测器有效地解决了大时滞对网络性能的影响,最后通过仿真验证了这一算法的有效性.

无线传感器网络一维区域的覆盖研究

无线传感器网络覆盖问题的研究应综合考虑感知覆盖、通信覆盖和连通覆盖三个方面,建立适合不同监测空间的节点覆盖模型。讨论了无线传感器网络一维区域的覆盖问题,对无线传感器网络中一维直线区域出现的问题进行分析,讨论了均匀分布情况下的节点覆盖概率和覆盖数的计算方法,仿真实验表明节点感知半径是影响节点覆盖率和覆盖数的主要因素。

基于数据冗余的BDS长报文传输机制改进算法

北斗卫星导航系统(Beidou Satellite Navigation System,BDS)只能传输字节受限的短报文,对于长报文需要通过分包和多次重传改善报文传输的成功率,这样会造成系统平台数据发送延误和网络拥塞。提出一种基于数据冗余的数据分包传输机制,该传输机制以数据包为处理对象,采用异或运算得到冗余包,编码简单,编码解码速度快。通过Matlab仿真,证明基于冗余编码机制比无冗余编码单次发送机制的数据接收成功率高15%以上,两次发送对多包的数据接收成功率有较大提高。

油气长输管道无线传感器网络监测系统

设计一长输管道无线传感器网络监测系统,该系统结合无线通信和传感器网络二者的优点,构造了一个方便快捷、价格低廉的针对长输管道运行情况的网络监控系统。仿真实验表明,该系统具有较高的定位精度和针对小泄漏问题较高的灵敏度。

基于一种有限队列的数据融合延时分配算法

针对如何将网络允许延时合理地分配给数据融合簇头节点的问题,提出一种基于一种有限队列——M/G/1队列的节点延时分配算法。通过建立无线传感器网络自相似流量的数学模型,得到的网络中分组到达速率,把它作为队列的分组到达率,计算出相邻分组到达队列的间隔时间,并依此分配网络允许延时。在NS2下仿真实验表明:与级联超时法CAT和基于融合贡献的延时算法ACDA相比较,该算法有很高的融合增益,分组非实时到达率很低。

《数据结构》工学结合的教学改革探索

基于高职教育中工学结合的特点,对《数据结构》的教学内容进行了初步的改革探索,对工学结合的教育模式进行了论述。

多数据源挖掘中的模式合成技术

现在的数据挖掘技术大多只针对单一数据源进行挖掘,但在实际应用中,碰到的大多是多个数据源的情况。作者在对多数据源的挖掘进行研究的基础上,进一步提出了一个多数据源模式合成的算法,并验证了此种算法的正确性和效率。

一种跨邻域学习的改进粒子群优化算法

为了改善传统粒子群优化算法过早陷入局部最优解的缺点,进一步增强算法收敛性,通过使用一定范围内邻域最好位置lBest代替自身历史最好位置pBest进行速度与位置更新,以增强粒子跨邻域学习能力。使用整个群体中最好位置gBest进行速度与位置更新,可增强算法收敛性,且具有较好的全局搜索能力。在8个不同的单峰和多峰函数上系统地对3种算法进行测试与比较,实验结果表明,提出的跨邻域学习改进粒子群优化算法可避免粒子群陷入局部最优解,求解精度与算法收敛性都提升了15%以上。