太阳能光伏电池缺陷检测

太阳能是一种极具吸引力的替代电力能源,太阳能光伏电池是太阳能发电系统的基础。太阳能光伏电池中的各类缺陷严重影响光伏电池的光电转化效率和使用寿命。为有效地检测出这些缺陷,提出了一种基于块数据删除模型的缺陷检测方法。首先,对太阳能光伏电池图像进行傅里叶变换去除母线并调节亮度和对比度,然后将图像分块,通过块数据删除模型找出去除母线后的图像中所有的异常块,并将这些异常块全部剔除,利用余下的图像块通过非线性回归模型重建图像的背景。最后,用待检图像与得到的背景图像作差以突出缺陷区域,达到缺陷检测的目的。实验结果表明,所提出的方法能够有效地检测出太阳能光伏电池中多种类型的缺陷,如隐裂、断栅和碎片等。用该方法对313幅太阳能光伏电池图像进行实验,其中158幅无缺陷图像均未检测出缺陷,而另外155幅含有隐裂、断栅等缺陷的图像,仅有5幅出现误检,缺陷检测率达96.77%。

多重集阈值和集保密计算

集合保密计算是安全多方计算的基本研究内容,在保密社交网络分析,保密投票与数据挖掘等方面有广泛应用。文章主要研究多重集合阈值和集保密计算问题,通过适当的编码将其转化为向量问题,并结合Paillier加密方案的性质设计协议。严格证明协议的正确性以及在半诚实模型下的安全性,并通过效率分析和模拟实验说明本文协议的高效性。最后将所设计的协议进行推广应用,用其解决其他保密计算问题。