基于Attention机制的TCN-LSTM非侵入式负荷分解

非侵入式负荷分解可以从家庭电能表的总功率读数分解出各用电器的功率,对于节能减排、智能用电等均具有重要意义。针对当前深度学习在非侵入式负荷分解中存在的分解准确率低、对使用频率低的电器分解误差大等问题,提出了一种基于Attention机制的时间卷积神经网络(temporal convolutional neural network,TCN)与长短期记忆网络(long short-term memory,LSTM)相结合的序列到点非侵入式负荷分解模型。该模型首先以重叠滑动窗口方式读取功率时间序列作为网络输入,利用TCN膨胀因果卷积扩大卷积核感受野,加入残差连接和批处理规范化,加快提取深层负荷特征的效率;然后利用LSTM捕捉功率序列演化模式完成负荷分解,在TCN特征提取侧和LSTM负荷分解侧引入双重Attention机制来提取重要负荷特征和历史关键时间点信息;最后在UK-dale和REDD数据集上进行训练与测试,实验结果表明本文模型性能良好,负荷分解准确率有明显提升。

公司破产中数字资产的权利归属与法律保障研究

随着数字经济的快速发展,数字资产在企业经营中的重要性日益增加。然而,当企业破产时,数字资产的确认及监管面临许多挑战。通过分析数字资产的概念、类型及其在破产中的地位,探讨了数字资产在破产中的确认及监管问题,提出了加强数字资产管理、制定数字资产破产处理程序等建议,旨在为相关法律实践提供借鉴。

捆绑销售模式下经营者利益保护的法律研究

随着市场竞争的日益激烈和消费者需求的多样化,捆绑销售作为一种常见的经营策略,已经在商业活动中得到广泛应用。“捆绑销售”就是将两种以上商品捆绑起来销售的销售和定价方式,只有一个总的价格,要买只能买捆绑在一起的所有商品。目前的法律条款主要以保护消费者合法利益为核心目标,是现代经济法律体系中不可缺失的一部分。但随着2017年修改的《反不正当竞争法》中删除了禁止捆绑销售的条款,依据法无禁止即自由原则,其意味着国家对于市场经济中捆绑销售行为的默许与承认,从法律层面拓宽了经营者商品的营销模式及范围,进一步保障了经营者在适用捆绑销售时的合法利益。

武术网络传播研究述评

近几年宽带提速和4G商用以后,全球的网民人数都在不断的增长。互联网已经渗透到社会中几乎所有的行业,逐渐成为人们的必需品。网络是传播信息的媒介之一,网络的快速发展对传播产生重大的影响,武术传播也不例外,笔者通过对当今网络上武术传播者、传播信息、传播对象进行现状分析,指出武术在网络上传播的不足之处,提出几条具体的建议,望武术能够抓住此大好机遇,在互联网上积极传播武术文化知识。

近30年武术散打现状及未来发展策略

历经几千年风霜雨露、岁月洗礼的中华武术源远流长,而散打作为中华武术重要的分支之一,其属攻防兼备技击形式的项目。武术散打运动是我国自改革开放以后,历史与现在、传承与发展、改革与创新的产物,已经走过了30年历程。经过这几十年的不断努力和逐步发展,时至今日在该领域取得众多耀眼的辉煌和举世瞩目的成绩。