基于生成对抗网络的电缆局部放电异常自动监测设计

电力设备运行过程中,电缆绝缘损伤、内部缺陷、外部环境等因素容易造成电缆局部放电异常,进而引发电力事故和断电故障。为了及时、有效地监测电缆局部放电异常,在生成对抗网络环境下完成电缆局部放电异常自动监测。根据电缆内部结构分析电缆局部放电原因,利用生成对抗网络重构插补缺失数据,获取完整电缆运行数据。建立随机矩阵,获取电缆运行数据的概率密度函数,提取特征向量,构建特征指标矩阵对特征向量实施奇异值分解,辨识电缆局部放电状态,实现电缆局部放电异常的自动监测。实验结果表明:所提方法在提取电缆局部放电信号脉冲时波形振动幅度小且波形完整;电缆局部放电位置定位与实际位置一致;电缆局部放电位置的相对误差低于1%。

数据仓库中维表模式的优化

针对数据仓库使用雪花模式组织维表而带来的太多连接开销,以查询的时间开销和维表的存储开销作为衡量标准建立代价估算模型,设计基于遗传算法的维表模式优化算法。目的是实现维表模式自动调整,使系统在维表模式方面的维表存储开销和查询时间开销和最小。试验结果表明以较小的空间代价可以较大幅度地提高查询速度。

基于遗传算法的物化视图优化方法

物化视图是提高数据仓库执行效率的有力方法,但是物化视图的保存会占用存储空间。本文把查询需要扫描的物化视图或事实表的空间大小作为查询时间开销,以查询的时间开销和物化视图的存储开销作为衡量标准建立代价估算模型,设计基于遗传算法的物化视图优化算法。目的是使系统在物化视图方面的存储开销和查询时间开销的和最小。试验结果表明算法可行。

数据仓库中聚簇索引的优化方法

数据仓库用聚集函数计算决策所需要的总结数据,计算聚集函数最费时的部分是执行GROUPBY子句,一般用排序方法实现。如果对GROUPBY子句中指定列进行聚簇索引,按数据访问量确定建立聚簇索引时聚簇键顺序,可以不对数据排序,会大大加快计算聚集函数的速度。给出了聚簇索引优化的方法。

融合标签和多元信息的个性化推荐算法研究

多数基于标签的推荐算法都存在推荐方式单一的问题,没有充分利用社会关系等其他信息。针对这一问题,提出了一种融合信任关系、时间因子和标签信息的个性化推荐算法TTLMF,该算法在现有基于标签的个性化推荐算法的基础上,充分利用了用户之间的信任关系和当前上下文的时间信息,使得推荐项目更加符合用户的需求。在公共数据集last.fm上进行了实验,结果表明TTLMF算法在准确率、召回率、Fmeasure以及覆盖率这四个指标上具有更好的推荐效果,一定程度上缓解了数据稀疏性和用户的冷启动问题。

Roosevelt and Churchill

Oddly enough FDR1 and Churchill were eighth cousins once removed2, if the researches of one genealogist3 are correct. Both men, it appears, can trace a common descent4 from a personage known as John Cooke who came to America on the Mayflower. John married Sarah Warren; one of their daughters was the great-great-great-great-great-great-grandmother of Sara Delano, FDR’s mother, and another was a direct ancestress5 of Churchill’s American-born mother, Jennie Jerome.

基于评论文本的自适应特征提取推荐研究

现有评论文本推荐方法多使用静态词向量技术获取评论嵌入,但单词多义性会对语义理解产生偏差,且特征拼接策略无法平衡用户和商品特征对推荐结果的影响。为此,提出了基于评论文本的自适应特征提取推荐模型。该模型使用动态词嵌入预训练模型BERT解决多义性问题,结合Bi-GRU与注意力机制的双向特征提取增强特征表达能力,并以自适应特征拼接机制平衡用户和商品特征在交互时的贡献程度。实验结果表明,该模型在6个亚马逊数据集上均方误差值最低为0.678,相比最优基准模型性能平均提高了2.42%,有效改善评论文本中单词多义性问题对推荐结果的影响,自适应特征拼接机制有效平衡了用户和商品特征各自的重要程度,提高了预测评分精度。

融合元路径与改进协同注意力的推荐研究

现有的基于异质信息网络的推荐方法通过最大池化操作提取元路径语义信息时,未考虑元路径语义的整体性特征及特征冗余问题的影响。针对这些问题,提出了一种融合元路径与改进协同注意力的推荐模型MICA(Research on Recommendation Fusing Meta-Path and Improved Collaborative Attention)。该模型通过基于k-最大池化的协同注意力机制更深层次地学习用户和项目的协同注意力嵌入表达,缓解了最大池化操作在协同注意力机制中带来的特征丢失问题;基于提取的路径序列显著性特征和完整性特征通过注意力机制学习元路径的重要特征,得到元路径上下文嵌入表达,保留有效的元路径语义信息;利用注意力机制学习融合后的用户、项目协同注意力嵌入表达和元路径上下文嵌入表达,以减少冗余信息,实现top-N推荐。在两个真实数据集上的实验结果表明,MICA在三个评价指标上均优于其他模型,能够更好地提高推荐性能,有效地提取特征信息,缓解元路径特征提取不充分等问题。

罗马尼亚撒克逊人的媲美婚礼

每逢星期天和节假日,居住在特兰西瓦尼亚一带的所有撒克逊人又穿起了中世纪时的民族服装。这个始于莱茵河西部乡村古老的民族传统被延续下来。这些日耳曼人是800多年前在特兰西瓦尼亚南部和北部定居下来而成为罗马尼亚人的,他们一直保留着本民族的语言和风俗。今天,他们为自己所特有的民族传统和风俗而感到自豪。一年四季撒克逊人几乎都有自己的节日。

澳大利亚土著人的生活习俗与宗教礼仪

一、男人的生活方式在很大程度上说,生活在不同环境条件下的土著人适应不同的工作和职业,生活环境对他们的生产活动起着重要影响。采集食物是男人最主要的任务。在中部沙漠地区、男人把大部分时间都用在狩猎上;在沿海地区和江河流域,由于食物供应更有规律,使男人占用更多的时间去从事其他活动。

奥地利人的季节性传统风俗

奥地利虽是个老牌儿的西方工业国,但仍保留着许多以往时代遗存下来的古老习俗。甚至一些史前时期的习俗也被延续下来,它们丰富了今天奥地利人的社会生活。直至近代,奥地利还是个以农村为主的社会,日常生活中最重要的一切都离不开农业和畜牧业。那时,人们为获得好的收成,都确信必须使那些决定收成好坏的力量得到安抚。

澳大利亚土著人

土著人的起源土著人是澳大利亚的本土居民。尽管人们普遍认为土著人是从东南亚经印度尼西亚到达澳大利亚的,但是,他们的血统仍然难以确定。在印度南部、马来西亚、特别是在新几内亚的某些地区,科学家发现了澳大利亚土著人种。

澳大利亚土著艺术

由于澳大利亚土著人善于使用象征性手法,就几乎很难把土著人的艺术与其手艺、宗教和巫术截然分开。大多数艺术表现形式都涉及图腾祖先崇拜的神话传说。土著人制作的各种器具不仅只是为了使用,而且是经过精心制作的装饰品。

澳大利亚的爱尔兰人

如果澳大利亚没有爱尔兰人,那澳大利亚社会简直无法想象。没有任何一块英国殖民地的爱尔兰人象在这里那样集中,爱尔兰人对澳大利亚这个新的国家的形成和发展,对澳大利亚社会的特征起着极重要的影响。在澳大利亚现有的1500万人口中,几乎三分之一的人属爱尔兰血统。不过。

新西兰的爱尔兰人

散居的爱尔兰人遍布新西兰的广大地区。爱尔兰人在新西兰历史上的作用在很大程度上被忽略了,对此问题进行探索是期待已久的。据1981年统计。

罗马尼亚的“朱尼”节

每年5月的第一个星期天,罗马尼亚的布拉索夫城又回到了她那中世纪时的骄傲年代。在这座现代化工业城市的柏油马路上,汽车和电车来回奔驰,在商店的玻璃橱窗里,摆满了电视机。