基于改进图注意力网络的油井产量预测模型

针对图注意力网络处理噪声和时序数据较弱,并且在堆叠多层后出现梯度爆炸、过平滑等问题,提出一种改进图注意力网络模型.首先,使用Squeeze-and-Excitation模块对样本输入数据的特征信息进行不同程度关注,增强模型处理噪声的能力;其次,使用多头注意力机制,将序列数据中每个序列相对其他序列进行加权求和,提取数据的时序性;再次,将图注意力网络提取的节点特征与节点的度中心性拼接,获取节点的局部特征,并用全局平均池化的方式提取节点的全局特征;最后,将两者进行融合得到节点的最终特征表示,增强模型的表征能力.为验证改进图注意力网络的有效性,将改进图注意力网络模型与LSTM,GRU和GGNN模型进行对比,实验结果表明,该模型预测效果得到有效提升,具有更高的预测精度.

一种MAKLINK图多节点链路建模的路径规划研究

针对传统MAKLINK图规划路径线路改变时,其最优化路径易与环境约束条件冲突的问题,提出了在MAKLINK图中各链路上增加节点数目的方法,以提高系统建模的适应性和鲁棒性。设计的多节点链路通过dijkstra算法得到更为理想的次优化路径,由蚁群算法进行迭代计算获得最优化路径,实现了在保证路径适应度的前提下,提高优化路径对环境约束条件的适应性。实验结果表明,与基本MAKLINK图路径规划算法相比,多节点链路的建模路径规划算法可有效提高次优路径的建模精度,最优路径的适应度值较单节点链路减小了1.43%,具有一定的建模优势。

基于ELK的日志系统性能优化

在IT的运维与安全工作中,健全日志是帮助技术人员快速定位问题、分析故障原因以及优化系统的一个重要手段。在业务量大和并发量高的项目中,单节点的ELK会带来数据丢失、查询慢等问题。文章提出使用Elasticsearch集群和多节点logstash的解决方案,实现中大型系统的日志性能优化。

基于多节点策略的雷达智能干扰调制类型识别技术研究

采用认知雷达架构有助于实现雷达抗干扰技术的智能化程度提升。针对认知抗干扰技术领域中雷达对电磁干扰环境的感知问题,文中提出了一种基于深度学习的多节点干扰调制类型识别方法。该方法针对雷达信号处理的不同节点,如数字波束形成、自适应副瓣对消、脉冲压缩前后以及动目标检测之后,采用多个节点的时频平面和距离多普勒平面作为干扰信号的联合特征提取对象,建立了基于深度学习的多节点干扰识别策略模型,以提高多种干扰场景下的干扰识别正确率。为了提升干扰特征的提取能力和网络的训练效率,将用于干扰识别的深度学习算法在卷积神经网络的基础上引入了注意力机制和残差网络,建立了针对多节点策略下的干扰类型识别网络结构,实现了对多种不同干扰场景下的干扰类型识别。仿真结果表明:在单一干扰场景下,当干噪比为14 dB时,所提算法的干扰识别准确率可达92%;在多干扰场景下,所提算法在不同节点策略的加持下,识别准确率可达90%。

粒子群优化下物联网多节点异常定位方法仿真

为了改善物联网节点异常定位的准确性和效率,提高物联网体系的安全性,提出一种粒子群优化下物联网多节点异常定位方法。在设定物联网节点数据的基础上构建目标函数,获取粒子适应度向量;通过控制混沌向量扰动的方式得到最佳粒子方位,更新粒子群历史最优解;利用函数计算物联网节点粒子通信效率有效值,完成物联网多节点异常定位。实验结果表明,所提方法定位准确性较高,异常节点定位准确率高于95%;定位延时较短,1.5 ms可完成3000个物联网节点检测;定位稳定性较优,在500次实验内均可稳定给出结果,准确率98.5%。

考虑节点重要度的城市轨道交通应急救援点选址研究

为实现对城市轨道交通中关键站点的识别和保护,提出1种考虑节点重要度的应急救援点选址方法,基于复杂网络理论构建城市轨道交通网络,从节点拓扑属性、车站属性、网络连通属性3方面出发建立节点重要度评价方法,构建节点重要度加权下的综合覆盖水平最大、最大救援响应时间最短和建设成本最低的多目标应急救援点选址模型,并以武汉地铁网络为例,基于熵权-TOPSIS法确定网络中共262个节点的重要度,设计变邻域遗传算法进行优化求解。研究结果表明:4种赋权方案下发现,相对不考虑节点重要度,本文方法所得目标在综合覆盖水平上分别提高1.44%,1.06%,2.51%和2.90%,同时可有效降低最大救援响应时间及建设成本,识别与保护关键站点。研究结果可为提升线网整体的应急能力提供指导。

探索多维度节点化过程考核模式在神经内科住院医师规范化培训中的应用

目的 探讨多维度节点过程考核模式在神经内科住院医师规范化培训中(简称住培)的应用效果。方法 选取2019级—2022级的神经内科住院医师11人,其中2021级、2022级7人为观察组,采取多维度节点化考核,共进行10次;2019级、2020级4人为对照组,采取传统考核方式。结果 观察组培训效果显著提高,理论知识、病史采集和病例分析考试成绩均显著高于对照组,差异有统计学意义(均P<0.05)。同时,国家年度水平测试中,观察组成绩较对照组提升了12.7%。结论 多维度节点化过程考核有助于神经病学专业知识的掌握和临床思维能力的提升,值得进一步探索和推广。

基于虚拟领导节点改进的孤岛微电网完全分布式二次调频策略

传统分布式二次调频策略在虚拟领导节点频率信息出现故障时会导致微电网系统频率无法恢复,针对该问题提出并设计一种完全分布式二次调频策略。首先分析传统分布式二次调频策略虚拟领导节点故障对二次调频过程产生的影响;然后,结合一致性算法对传统分布式二次调频控制器加以改进,通过将调频补偿量与频率偏差的对消作为“频率引导项”加入各分布式控制器中,使得各分布式发电单元完全对等,以保证虚拟领导节点去除后频率的正常恢复,实现完全分布式控制;最后,通过仿真验证所提方法在保证频率恢复方面的有效性与优越性。

基于深度学习节点表示的谣言源定位方法

随着互联网的普及,网络上的信息以惊人的速度传播给公众。然而,由于级联效应,虚假信息和谣言同时也在迅速蔓延,对社会造成了巨大的危害。在社交网络上找到谣言的传播源头,对抑制谣言的传播起到至关重要的作用。传统的谣言源定位方法大多未能够融合多源特征且定位准确率还需进一步提高,因此,提出一种基于深度学习的谣言源定位方法,根据观测受谣言影响的节点多源特征来识别谣言源。首先,根据节点与观测节点之间的影响力相似度得到节点的影响力向量。然后,利用自编码网络对节点的影响力向量进行编码,得到包含节点信息、扩散路径和传播时间信息在内的节点的新的嵌入表示。最后,根据节点新的影响力向量计算节点为谣言源的概率,以定位谣言源。在2个模拟网络和4个真实网络上的实验结果表明,与其他方法相比,所提方法能够以更快的速度定位谣言源,且谣言源定位的准确率提升了25%以上。

改进AHM-RS赋权的网络节点多属性可拓聚类模型

针对网络节点模型聚类时未充分考虑网络节点的多属性以及结果片面性的问题,设计改进属性层次模型-粗糙集(Attribute hierarchy model-rough set,AHM-RS)赋权的网络节点多属性可拓聚类模型。通过改进AHMRS赋权法与可拓聚类算法,建立网络节点多属性可拓聚类模型;利用改进AHM法计算主观权重;利用RS赋权法计算客观权重;通过相对信息熵,组合主客观权重,得到综合权重;依据节点属性值和综合权重,获取节点综合重要性度量值;通过节点可拓距与综合重要性度量值,计算节点关于聚类等级的关联度,按照关联度确定该节点所属的聚类等级。实验证明:该模型可有效计算网络节点多属性综合权重,以及网络节点的关联度,完成网络节点多属性可拓聚类;在不同节点删除比例时,该模型可拓聚类的Rand指数均较高,即网络节点多属性可拓聚类精度较高。

基于多阶邻域贡献度的航线网络节点重要性辨识

为提高航线网络鲁棒性,对航线网络的节点重要性辨识进行研究.基于航空公司执飞数据构建航线网络拓扑模型,依托航线网络节点间交互阶数与网络平均路径差值集结邻域多阶异质性信息,利用航线网络邻域节点的圈结构表征节点在网络中的紧密性特征集结.构建基于航线网络的节点多阶邻域信息与结构信息融合模型并提出基于多阶邻域贡献度的节点中心性算法.实验选取投入攻击资源R=0.3和R=0.5进行分析,分别最大提升39.62%和49.69%的攻击效用值,表明该算法对航线网络节点重要性辨识准确有效,可给航线网络连通性优化设计提供理论参考.

襄阳东站钢屋盖超多杆连接节点设计与足尺模型试验研究

襄阳东站屋盖南北向长358m,东西向最大跨度86m,采用焊接球钢网架,整体不设变形缝,南端开设瀑布造型大洞口,由于屋盖结构超长、不连续、大悬挑及瀑布造型使得钢屋盖空间受力十分复杂,特在分叉柱柱顶沿南北向设置加强杆以加强屋盖瀑布区洞口两侧边缘约束刚度及改善结构整体受力性能。钢屋盖瀑布区悬挑端分叉柱柱顶节点相连杆件达12根之多,该节点作为屋盖结构的关键节点,其受力状态尤为复杂,创新地采用了半铸造半相贯焊连接形式并采取了构造加强措施,针对该超多杆连接节点进行了足尺模型加载试验验证,详细介绍了试验加载装置、加载方案、试验现象及试验结果,并进行了有限元对比分析。结果表明有限元对比分析结果与加载试验吻合较好;该超多杆半铸造半相贯焊连接节点构造合理、承载力高,薄弱部位出现在与铸造本体相连的接长钢管上,满足强节点弱构件、强连接弱构件的设计要求。

基于多层耦合网络的装备保障体系级联失效及抗毁性分析

为准确描述装备保障体系结构特征与毁伤失效流程,进而提升装备保障体系功能与抗毁能力,基于杀伤层、保障层和储供层构建装备保障体系的多层耦合网络模型。基于杀伤链给出装备维修保障链与储供保障链的特征和典型样式,在此基础上,提出考虑装备保障体系多层耦合网络特性的级联失效模型与节点重要度评估方法。给出对应的网络抗毁性评估指标。仿真结果表明,考虑级联失效的多层耦合网络模型能较好地反映遭受攻击时整个装备保障体系的性能变化情况,所提出的使命任务节点重要度能准确识别关键节点。与传统网络抗毁性指标相比,杀伤链数量对节点失效产生的装备保障体系抗毁性变化更加敏感。

基于社团结构的网络空间复杂网络多尺度构建算法

网络空间要素及要素间关系构成的复杂网络进行可视化对感知网络结构和发现网络空间规律具有重要意义。针对网络空间复杂网络可视化时出现的大量节点和连边相互压盖造成的视觉混乱问题和基于层次聚类思想的社团划分算法构建的多尺度网络只能得到有限的尺度问题,提出一种基于社团结构的网络空间复杂网络多尺度构建方法。该方法基于改进的LFM社团发现算法,结合节点综合重要性进行社团核心节点的选取和依据社团间连边数量设定阈值建立重要节点不同层次连边,通过调整参数实现网络空间复杂网络多尺度构建。实验结果表明,该方法在构建多尺度网络过程中能够保留网络空间中的重要节点,相较于基于层次聚类思想的Louvain社团发现算法能够发现更多尺度的网络结构,且具有较好的连续性。

术前能谱CT多参数成像对晚期肺癌患者淋巴结转移的预测价值

目的探讨晚期肺癌患者术前采用能谱CT多参数成像检查对淋巴结转移的预测价值。方法回顾性收集2023年1—6月在医院经手术病理检查诊断为晚期肺癌的60例患者的临床资料,所有患者术前均接受能谱CT多参数成像检查,以手术病理学检查结果为金标准,绘制受试者工作特征(ROC)曲线分析能谱CT多参数成像参数预测晚期肺癌患者淋巴结转移的价值。结果经手术病理检查确诊,60例晚期肺癌患者中淋巴结转移患者19例,非淋巴结转移患者41例;淋巴结转移患者淋巴结能谱曲线斜率(λ_(HU))、淋巴结λ_(HU)/原发病灶λ_(HU)、淋巴结标准化碘密度(NIC)、淋巴结NIC/原发病灶NIC、淋巴结Neff-Z/原发病灶Neff-Z参数低于非淋巴结转移患者,原发病灶λ_(HU)、原发病灶NIC参数高于非淋巴结转移患者(P<0.05);绘制ROC曲线结果显示,淋巴结λ_(HU)/原发病灶λ_(HU)、淋巴结NIC/原发病灶NIC、淋巴结Neff-Z/原发病灶Neff-Z参数评估晚期肺癌患者淋巴结转移的曲线下面积均>0.7,具有一定预测价值。结论术前应用能谱CT多参数成像有助于诊断晚期肺癌患者是否存在淋巴结转移,且晚期肺癌患者术前采用能谱CT多参数成像检查对淋巴结转移具有一定的预测价值。

小天体多节点着陆器强化学习任务规划方法

针对中国提出的小天体多节点着陆器节点运动强耦合,着陆规划过程复杂、执行易偏差、重新规划速度慢特点,提出一种多节点着陆器强化学习任务规划方法。该方法首先将状态空间规划逻辑模型描述为矩阵,利用模型矩阵将任务规划建模为马尔科夫过程,之后通过状态哈希的广度优先搜索算法筛选随机生成状态,生成有效多节点着陆器状态空间始末状态,构建虚拟状态空间训练环境,随机切换始末状态训练强化学习智能体,提升节点的规划适应能力,实现多种条件下的任务规划。对着陆任务进行仿真,实验表明训练后智能体成功完成所有测试任务,且规划效率比POPF3规划器更高,在方案频繁调整的短序列任务上规划速度优势更大,可以更好地应用于多节点着陆器的任务规划。

基于多尺度时空图卷积网络与Transformer融合的多节点短期电力负荷预测方法

深度学习的发展为处理电力系统中海量的负荷数据提供了良好的基础。然而,现有的负荷预测方法大多采用历史负荷序列的时间相关性构建模型,没有同时考虑相邻节点之间存在的空间耦合特性和外部因素的影响。由于图卷积神经网络在挖掘电力系统拓扑结构中的空间特征上具有巨大潜力,因此,该文提出一种基于属性增强的多尺度时空图卷积神经网络与Transformer融合的电力系统多节点负荷预测方法。首先,将外部因素建模为动态属性和静态属性,设计属性增强单元对这些因素进行编码,并利用快速最大互信息系数量化各节点负荷的动态耦合信息。其次,采用多尺度时空图卷积网络挖掘节点间的短期时空特征,同时采用Transformer补充挖掘各节点负荷的长期时域特征。最后,使用门控融合层对两个模型进行融合。在纽约公开负荷数据集上的实验结果表明,所提方法能够充分挖掘多节点负荷数据中的时空耦合特性,具有更高的预测精度和稳定性。

基于任务机制的接地电阻监测告警系统设计

现阶段接地电阻监测系统存在准备时间长、流程复杂、数据传输不稳定、误警率高,以及自动化、智能化、信息化程度低等问题。针对不同的接地形式,设计了基于任务机制的接地电阻监测告警系统。系统由I型监测节点和Ⅱ型监测节点、脉冲隔离供电设备以及中心监测告警软件组成。提出了一种基于距离的阈值判断优化算法。在试验条件下,当测量值与标准值差值约为示数的±1%时,可以有效降低50%以上的误警率。在某重点设施内对系统进行了一个季度的系统应用验证。应用结果表明,该系统一个季度内运行可靠、稳定,能够完成个性化定制任务。该系统可以满足区域多点接地电阻的智能监测告警需求。

基于作业区域和响应速度的节点布收机械臂优化设计

节点作为油气勘探中数据采集的关键设备,人工布收的工作强度大、重复性高;机械臂具有长时间持续工作等优点,可代替人工布收节点,提高其布收效率;但机械臂结构刚度低、响应速度慢。因此,对机械臂进行了结构优化及轻量化设计,以提高其结构刚性及运动能力。基于旋量理论,建立了节点布收机械臂正运动学方程,以作业区域为约束条件,提出了综合考虑节点布收机械臂的静刚度全域指标和任务方向的速度综合全域指标,建立了节点布收机械臂尺寸优化数学模型;利用多目标粒子群算法,结合变密度法对节点布收机械臂大臂进行了尺寸优化及轻量化设计。结果表明,结构尺寸优化后,节点布收机械臂的静刚度全域指标提升了19.8%,任务方向的速度综合性能提升了8.8%,显著提高了机械臂的刚度及运动能力;大臂轻量化设计后质量降低了14.7%,有利于提高响应速度的运动能力。研究结果对提高油气勘探的准确性和效率具有重要意义。

基于HT-STWLS的配电网PMU设计

随着分布式能源和可调负荷大量接入配电网,其随机性和间歇性增加了配电网信号量测的难度,同时配电网存在节点分支类型变化多、通信条件受限等不确定因素,使相量量测单元(PMU)在配电网中应用受到限制。针对配电网节点多分支特点和量测估计高精度要求等问题,提出了基于HT-STWLS的新型配电网同步量测单元,并搭建了实验装置。首先,该装置采用多核分布式结构,通过网络路由模式,能够有效解决节点多分支量测问题,增强节点边缘计算能力;然后,对装置采集信号进行希尔伯特变换(HT)处理后,将数据代入到对称泰勒加权最小二乘(STWLS)过程中进行信号参数估计,获取高精度基波参数值;最后,通过算法验证和实际电网信号的测试,表明所提装置的HT-STWLS算法能够实现配电网信号参数的高精度估计。