数字图像相关方法中基于改进IC-GN算法高精度形变测量研究

在数字图像相关方法对物体形变测量中,FA-NR算法实现了高精度测量,IC-GN算法在此基础上提高了测量效率。为进一步提升测量精度,提出了一种基于IC-GN的改进算法(GIC-GN)。在已知整像素初始位置上,通过梯度法求得更准确的亚像素位移,减小Hessian矩阵计算过程中产生的误差,同时加快迭代的收敛速度,有效提高了测量精度和效率。仿真实验验证结果表明,GIC-GN算法误差能够稳定在10^(-4)~10^(-3)pixel之间,对比IC-GN算法精度提升了10%~60%,耗时是FA-NR算法的0.1倍、IC-GN算法的0.8倍,能够实现对物体形变信息的高精度、高效率测量。

AN IMPROVED GN ALGORITHM OF NETWORK COMMUNITY DETECTION METHOD

.GN algorithm has high classification accuracy on community detection, but its time complexity is too high. In large scale network, the algorithm is lack of practical values. This paper puts forward an improved GN algorithm. The algorithm firstly get the network center nodes set, then use the shortest paths between center nodes and other nodes to calculate the edge betweenness, and then use incremental module degree as the algorithm terminates standard. Experiments show that, the new algorithm not only ensures accuracy of network community division, but also greatly reduced the time complexity, and improves the efficiency of community division.

基于GN-BFGS算法的RBF神经网络短期负荷预测

提出了应用混合 GN( Gauss- Newton) - BFGS( Broyden- Fletcher- Goldfarb- Shanno)法进行RBF(径向基函数 )神经网络学习的算法。这种方法结合 GN法与 BFGS法的特点 ,既尽可能地利用了问题本身的特殊结构 ,又能取得超线性甚至二次渐近收敛率 ,因此有效地提高了学习效率。在学习过程中 ,利用该方法能够区分零残量和非零残量 ,并利用这种特点进行隐层神经元数目的自动调整 ,从而可以保证神经网络的学习能力和推广能力。多个实际电网的负荷预测结果表明 ,该方法同神经网络的其他算法相比 ,具有训练时间短。

一种基于GN算法的文本概念聚类新方法

文本聚类是当前文本信息挖掘的基础和研究的重点。给出一种新的文本聚类方法,它将概念格和复杂网络有机地结合起来,以达到更优的聚类效果。首先计算关键词特征权值并对特征向量进行降维处理,然后根据关键词权值大小映射到形式背景中,通过本文所给出的新的相似度公式,计算出形式背景中概念相似度的大小,从而构造GN网络并应用GN算法进行文本概念聚类。最后通过实例,验证了方法的可行性。

基于GN算法的城市路网区域划分方法研究

城市道路交通网络区域划分是实现区域交通控制与交通诱导的前提和基础,正确的交通区域划分能显著提高城市区域交通控制与诱导效率。将城市道路交通网络抽象为以路段行程时间为权值的复杂网络结构,采用分裂算法中的GN算法,提出道路交通网络模块度函数实现路网区域划分;并根据复杂网络中强社团与弱社区的概念提出道路交通网络中强连接区域与弱连接区域定义对划分结果进行评价;同时与无权道路交通网络区域划分结果进行对比评价。结果表明:该城市路网区域划分方法划分结果合理。

基于GN-BFGS算法的青铜峡灌区退水量预测

分析了神经网络的GN-BFGS学习算法的基本工作原理及其方法,并利用该方法建立了宁夏青铜峡灌区退水量预测模型。预测结果表明:用该算法建立的干旱区灌区退水量预测模型具有良好的预测效果。

基于GN分区的输电断面快速搜索

提出了一种基于电网分区的输电断面快速搜索方法。该方法在利用复杂网络社团划分中的GN算法对电网进行分区的基础上,结合图论中的路径矩阵等相关知识实现输电断面搜索。同时在对电网进行分区时,本文通过关键介数等指标确保脆弱线路以及重载线路优先成为区间联络线,从而有效克服了传统电网分区由于忽略电网拓扑结构以及线路负载情况而存在的问题,以此最大程度减小未进行区内选择带来的漏选问题。采用IEEE39节点系统标准算例,验证所提方法有效可行。

一种基于GN算法的动态图划分方法

随着图规模的急剧增长,对动态图进行实时处理的需求日益增加。大多现有的算法针对静态图划分是有效的,直接用其处理动态图会带来较大的通信开销。针对该问题,提出一种基于GN算法的动态图划分方法。首先收集一段时间内加入动态图中的顶点;然后,利用GN算法对这些新加入的顶点进行预划分,产生若干个内部联系紧密的社区;最后,将预划分产生的社区结果插入到已经划分好的当前图中。实验从交叉边数和负载均衡度两方面将该方法与传统流式划分方法进行比较,结果表明,在公开数据集上,该方法的交叉边数降低了13%,负载均衡度减少了42.3%。由此可见,该方法的划分质量明显优于传统的流式划分方法。

基于GN算法的微博社区识别方法

近年来,社交网络用户数量剧增,关于社交网络上的社区发现成为一种新的需要解决的问题。这里获取微博上的用户以及用户之间的关系作为研究样本,基于微博用户以及用户之间的关系,构建网络社区模型,在此基础上,利用GN算法对微博用户进行社区划分;为了提高算法的运行速度,采用模块度增量,在得出近似结果时就停止,减少运行时间。并在获取的数据上加以验证,GN算法适合用于社交网络中的社区发现,引入模块度增量有助于提高算法的速度。

基于改进GN算法的路网脆弱性诊断模型

分析了路网脆弱性的含义.根据道路网络的特点,改进了复杂网络理论中的社团划分算法———GN算法,提出了基于GN算法的路网脆弱性诊断模型.以路段介数值作为评判路段重要性的依据,在已知路网基本结构条件和交通需求分布的条件下,对路网中脆弱路段的空间分布和脆弱路段的失效顺序进行了识别.实例分析了基于GN算法识别路网脆弱性的诊断效果和模型的实用性.

基于回溯思想改进GN算法的电磁环网自动分区方法

现有研究未能充分利用GN算法所得到的综合边介数信息以获得更多的可行分区方案。为此,提出一种基于回溯思想改进GN算法的电磁环网自动分区方法。根据电磁环网分区原则完善GN算法,并在依据GN算法表征电网薄弱线路成员集的基础上对解环割集进行回溯,以扩展分区方案的多样性;采用主成分分析法对校核通过的方案予以评估,以甄选出最优方案。将所提方法应用于某地区500 kV/220 kV电磁环网,结果表明,该方法可有效实现电磁环网自动分区并确保所得方案满足实际电网分区原则。

基于改进GN分裂算法的电磁环网分区及方案评估方法

随着电网规模的不断扩大,电网联系越来越密集,短路电流水平日益增高。220k V电网分区运行已成为限制500/220k V电磁环网短路电流的重要措施之一。为此,提出一种改进GN(Girven Newman)分裂算法的分区方法,该方法在以节点收缩后的节点重要度择取特征节点集成员的基础上,进一步采用GN分裂算法获取评价线路薄弱程度的边介数,而得到分区方案;同时为合理评估方案的优劣,在构建二级指标信息熵评价模型和一级综合指标主成分分析评价模型的基础上,提出一种综合考虑短路电流、静态安全约束及其社团结构模块度3类指标,基于信息熵主成分分析的环网分区方案评估方法。最后以新英格兰10机39节点系统和某实际电网作为算例,验证了所提分区方法的正确性和方案评估方法的有效性。

基于改进GN算法的电网关键输电断面辨识方法

输电断面是电网子区域之间的能量传输通道,准确、快速地辨识电网中的关键输电断面,是电力系统安全稳定分析与控制的前提。首先考虑电网源发性扰动造成的系统多项电气量波动,结合熵理论量化电力线路与系统状态之间交互关系,将电力线路加权化处理,构造出加权无向复杂网络模型;然后,按照输电断面挖掘技术要求,对复杂网络理论中的GN算法进行适应性改良,并利用模块度函数确定算法的分裂终止条件,进而实现电网关键输电线路的快速辨识;最后,利用IEEE-39节点系统进行算例仿真,验证了该网络模型与输电断面挖掘算法的有效性。

基于并行GN算法的邮件关系网络社区检测

电子邮件的应用已经遍及社会的各行各业,而邮件关系网络可以反映人物社会关系,如何利用邮件数据精准挖掘出关系网络中的社区结构并用于识别关键人物面临较多挑战。本文以安然公司(Enron)邮件网络数据集为研究对象,提出一种基于并行GN算法来找出安然公司高管的组织结构及关键人物,最后利用netdraw分析软件绘制关系网络的社区结构图。

基于分割区域的配电网异常线损数据辨识与修正

针对配电网线损管理中基础数据异常和冗余量大的问题,提出基于分割区域的配电网异常线损数据辨识与修正方法。考虑终端数据存在冗余量,利用卡尔曼滤波算法对终端冗余数据进行融合,再遍历配电网各线路节点配电变压器,采用局部异常因子算法检测运行数据;基于配电网拓扑关系,采用GN(Girvan-Newman)算法对异常节点进行区域分割;通过分析分割区域邻近节点量测数据和不平衡度指标,动态调整区域边界,直到分割区域满足估计的可观性条件,得到分割区域最终划分结果,并基于区域内节点量测模型、约束模型和估计模型求解异常数据。最后,以西北某省10 kV什新线、什金线为算例进行分析验证,结果表明所提方法可有效实现配电网异常线损数据的辨识及修正。

一个基于中心度的社团结构发现新算法

针对GN算法在社团结构发现中时间复杂度高等问题,提出一种基于中心度的GN改进算法(DCGN)。该算法根据节点中心度以及节点之间的最短路径首先确定社团结构中心节点集,然后逐步删除社团结构中心节点之间的最大边介数连边,完成社团结构划分。DCGN算法避免了GN算法边介数计算开销大的问题,算法的时间复杂度约为O(cmn),其中c为常数,n为网络成员数,m为网络连边数。将DCGN和GN算法同时应用到Za-chary网络及计算机随机生成网络中并进行了比较。实验结果表明,所提出的DCGN算法在运行效率和效果方面较之GN算法均具有一定的优势。

蓝牙个人区域网(PAN)的设计与实现

为了更好地满足所有移动计算机和通讯设备的通讯需要,蓝牙特殊兴趣小组(SIG)制定了一个新的应用模型:蓝牙个人区域网(PersonalAreaNetworkingProfile)。分析了蓝牙个人区域网的功能规范,同时在此基础上提出蓝牙个人区域网模块的设计方法和实现方案。

前馈神经网络的一种有效学习算法

本文提出了基于混合ＧＮ－ＢＦＧＳ法进行前馈神经网络学习的新算法。该算法结合ＧＮ法与ＢＦＧＳ法的特点，既利用了问题本身的特殊结构，又能取得超线性甚至二次渐近收敛率。与ＢＰ算法相比，这种算法可取得更快和更可靠的学习特性，在学习过程中利用该方法能够区分非零残量和零残量问题的特点，提出了自动调整隐单元数的方法，从而可以保证网络的学习与归纳能力。示例系统的结果表明了所提方法的有效性。

加快含快速切回机组电网恢复的动态分区策略

现有电网恢复研究中将快速切回(FCB)机组加入电网串行恢复序列,未充分利用FCB机组能够独立恢复周边电源和负荷的能力。与传统的黑启动水电机组相比,火电机组的FCB功能不能100%成功实施,含FCB机组的电网恢复需要根据黑启动电源情况动态分区。因此,文中在传统GN分裂算法的基础上,提出了适用于含FCB机组电网的分区恢复策略。首先,采用网络的Laplace矩阵特征值识别分区数量,同时考虑了电网分区中黑启动电源要求、功率平衡要求,以及分区划分的速度要求,建立基于改进GN分裂算法的电网分区方法,实现含FCB机组电网的快速自动分区。最后,新英格兰系统和部分江苏电网实际系统仿真结果表明,所提分区方法能够有效地对电网进行动态分区。

矿井通风网络的社团结构及灾害控制研究

为研究矿井通风网络的社团结构特征和有效控制灾害在通风网络中的传播范围,根据通风网络的连接特点对传统的GN算法进行改进,以淮南某矿井的通风网络结构为例进行说明,发现矿井通风网络具有较强的社团结构特征;引入强弱社团结构和外内连接边数比后,社团结构的划分更符合实际。根据矿井通风网络社团间的连接关系,就会找到灾害传播的关键分支与节点并加以控制,降低灾害对相邻社团危害程度,控制灾害的蔓延范围。