基于α-DDTW算法与功率波形相似度的馈线OP互联匹配

OP互联是指供电企业内部对电力调度系统(OMS)及设备(资产)运维精益管理系统(PMS)中维护的台账数据进行有效关联。针对中压配电网10 kV馈线OP互联流程复杂、效率低下,且缺乏有效校验机制等问题,提出了一种基于配电网多源量测数据与系统台账信息的馈线OP数据校核与匹配方法。首先,从OMS和PMS中提取功率、设备参数等信息,并对台账及功率进行预处理,形成功率时间序列矩阵;然后,基于α-DDTW距离评估两侧馈线功率波形近似度,实现馈线OP数据的校核与关联匹配;最后,对华东某市电力公司的系统数据进行算例分析,验证了所提方法的有效性与实际工程应用价值。

一种断层面约束下的Delaunay三角剖分与等值线生成算法

传统等值线算法在生成等值线图时,往往采用先生成等值线后抠除断层多边形的方法,或者采用先抠除断层多边形再直接生成等值线的方法。这两种方法均忽略了断层处的层位信息,因而在断层面附近的精度达不到现代油气资源勘探的要求。对断层面与解释层位交点进行精细处理,通过对断层数据的细分加密得到断层面的精确控制点序列,使用Clough-Tocher插值方法进行插值,获得断层面处层位点的高程,提高等值线在断层面处的精度。研究断层面约束的Delaunay三角剖分,设计光滑等值线快速生成算法。形成断层面约束下的层位等值线自动生成技术模块。结果表明,该方法不仅提高等值线绘制的精度,同时也有效降低等值线查找的复杂度,提高了计算效率。

顾及局部特征的三维点云建筑物轮廓精确化提取

建筑物是城市的重要组成部分,从三维点云数据中精细化地提取建筑物特征是当前研究的热点。本文提出了一种顾及局部特征的三维点云建筑物轮廓精确化提取方法。首先,采用基于统计学的滤波预处理方法,分离地面点与非地面点,去除离群点,降低点云数量;然后,通过基于改进3D Hough变换的建筑物立面提取方法,提取点云数据的多立面,提高立面提取的精度和效率;最后,采用基于降维边界索引的点云轮廓精准提取方法,获取局部特征和外部轮廓特征。结果表明,该方法能够充分兼顾建筑物的整体外部轮廓及局部细节特征,高效准确地实现建筑物的精确化提取,为城市规划、城市更新等相关应用提供技术支持。

线驱动软体机器人工作空间与最大理论负载分析

针对软体机器人建模复杂,难以对机器人性能指标进行分析的问题,提出了基于SOFA仿真框架的软体机器人工作空间和最大理论负载的计算方法。首先,设计了线驱动连续型软体机器人,拉动线缆使线缆长度发生变化,迫使机器人本体产生形变,实现对物体的操作;然后,提出了线驱动软体机器人的Monte Carlo工作空间算法,得到工作空间内的离散点;其次,通过α-shape算法对离散点进行三维重构,并提出了以边界曲面的体积为指标确定了参数α的最优值,计算曲面体积得到了工作空间大小;最后,以拉伸量允许的范围内能否实现对不同质量物体的提升作为最大负载衡量标准,对软体机器人的最大理论负载进行了理论分析。实验结果表明,相较于传统刚体机器人,本文设计的线驱动软体机器人工作空间分布更加均匀;提出的算法能够准确快速地计算软体机器人的工作空间。

α噪声下基于随机共振的最大相关熵频谱感知

α噪声下的频谱感知成为近年来的研究热点,该噪声的统计模型具有明显的脉冲性和拖尾性,并且在微弱信号条件下,信号特征不够明显。为此提出了基于随机共振的最大相关熵频谱感知方法,该方法通过随机共振模型中粒子在双势阱间的跃迁,将α噪声的部分能量转移到信号中,以提高信号的输出信噪比。采用最大相关熵方法构建高阶统计量,检测随机共振后的输出信号,并联合共轭梯度下降法获取最佳目标函数,实现频谱感知。仿真结果表明,该算法在低信噪比条件下能够有效提高检测性能。

基于改进YOLOv5算法的可回收饮料瓶检测方法研究

针对YOLOv5算法目标检测存在重叠目标漏检率高、检测置信度低的问题,提出基于EA-YOLOv5m模型的可回收饮料瓶检测方法。采用EAM(efficient attention module)注意力模块提升重叠目标检测精度,采用α-IOU Loss函数对损失函数进行改进,提升检测框的定位精度及置信度。实验结果表明,EA-YOLOv5m模型训练的位置损失值和置信度损失值较YOLOv5m模型均有下降,测试的AP_0.5和AP_0.5-0.95较YOLOv5m模型分别提高了0.15%和1.28%,检测速度达到7.8帧/s。针对不同程度遮挡的重叠目标,EA-YOLOv5m模型的检测置信度得到明显提升,分别达到0.81及0.68。该算法可以大幅提升重叠目标检测能力,满足基于视觉的可回收饮料瓶检测应用。

基于机载LiDAR点云的道路提取方法研究

道路是建设数字交通和数字城市的重要组成部分,也是空间地理信息的重要元素。针对传统遥感技术提取道路效率低、自动化程度不高以及易受周围环境影响等问题,基于无人机搭载LiDAR测量系统获取的某城郊结合区的点云数据,提出一种点云数据预处理、道路点云分级提取和道路边界提取算法。该算法首先对获取的LiDAR点云原始数据进行去噪处理,再结合曲面拟合滤波和点云几何特征提取包含道路在内的地面点云,然后利用点云的强度信息初提取道路点云,针对与道路材质相似的停车场等地物点云,在构建TIN的基础上,使用边长和面积约束进一步对道路点云进行精提取,最后使用α-shape算法对道路边界进行提取,并利用算法对实测的点云数据进行道路提取,以准确率和误分率对本文算法进行定量分析,结果表明提出的道路提取算法能够快速准确地提取道路点云。

业务流程挖掘算法研究

流程挖掘能够根据流程的执行日志重构出流程模型,有助于实现业务流程的优化和智能管理。首先,指出目前流程挖掘技术需要解决的关键问题。然后,介绍几种具有代表性的流程挖掘算法,并指出每种算法解决的问题和存在的不足。接着,从日志完整性、控制流结构、噪声处理和模型质量控制等方面对流程挖掘算法进行分析和比较。最后,指出流程挖掘技术未来的研究方向。

基于设计理性模型的设计过程知识挖掘

针对当前设计理性模型的重用主要集中于检索和浏览而缺乏对模型本身进行深度挖掘这一问题,结合流程挖掘领域的α算法提出给予设计理性模型的设计过程挖掘方法,生成设计过程模型以指导设计者高效完成设计工作。首先通过意图树提取算法消除设计理性模型中的循环、迭代环节生成简洁的设计意图树,然后基于相似度计算和α**算法识别设计意图树中的相同意图和重复意图,最后将设计意图树导出为XES文件,通过α算法挖掘产生设计过程模型。以自动打标机的设计理性模型为例验证了所提方法的可行性和有效性。

一种机动目标跟踪的自适应α-β滤波算法

α-β滤波器是一种在雷达数据处理中常用的跟踪滤波器,其中系数的选择是决定滤波器性能优劣的关键。在充分理解α-β滤波器算法的实质的基础上,利用一双曲函数的简单性质,提出了一种具有工程实践意义的适用于机动目标跟踪的α-β算法,该算法结构简单、运算量小、易于工程实现。文中介绍了其基本原理,给出了其理论根据,并对算法进行了仿真,在仿真中与其他工程中常用的算法相比较,仿真结果验证了算法对机动目标跟踪的有效性。

粒子群优化算法在全极化SAR影像非监督分类中的应用

极化SAR影像高维数以及高分辨率带来的大数据量特点使得影像分类的复杂度不断增加。粒子群优化(PSO)算法作为新型进化计算技术,具有强大的全局寻优能力。本文研究了一种基于PSO算法的极化SAR影像的分类方法。该方法首先利用H/α方法对数据进行基于散射机理的初分类;然后利用分类结果对PSO算法进行初始化;最后采用PSO对极化SAR数据迭代分类。实验采用NASA-JPL实验室的极化SAR数据以及中国电子科技集团X波段原型样机的高分辨率数据。结果表明,H/α-PSO分类方法较H/α-Wishart分类精度及目视效果均有所提高。

逻辑系统,W,W_k中F(S)的一个分划及其升级算法的性质

研究了逻辑系统W ,W ,Wk 中F(S)的分划问题及其升级算法的一些性质 .分别在W ,W ,Wk 中利用可达广义重言式的概念给出F(S)的一个关于 同余的分划 ,并证明了 :在W (W )中 ,重言式不可能由对非重言式利用升级算法得到 ;在Wk中 ,对任一公式最多进行 k + 12 次升级算法即可得到重言式 .

抑制α稳定噪声的改进常数模盲均衡算法

为了改善α稳定噪声环境中盲均衡器的性能,文章提出一种改进常数模盲均衡算法(MAEC-CMA)。对均衡器输入信号进行软限幅,并对原自适应误差受限常数模盲均衡算法(AECCMA)的误差信号进行非线性变换,有效地抑制了α稳定噪声的影响。采用2种水声信道,在高斯噪声与α稳定噪声的情况下对算法进行了计算机仿真。结果表明:在高斯噪声环境中,MAECCMA算法与AECCMA算法具有相似的性能,相对于常数模(CMA)算法和归一化最小平均绝对偏差(NLMAD)算法它具有较快的收敛速度;在α稳定噪声环境中,文中提出的MAECCMA算法性能优于其它3种算法。

不完全数据参数估计的α-EM算法

利用信息论中计算熵率的α EM算法给出了一种不完全数据参数估计的新方法.与GEM等传统的EM算法相比,α EM算法有更快的收敛速度,但作为补偿形式会复杂一点.

α稳定分布噪声环境下DLMP算法的收敛特性分析

本文给出了分数低阶统计量的一个定理,对DLMP算法的收敛性进行了数学分析和理论证明.包括:DLMP算法代价函数的收敛性证明以及DLMP算法步长因子μ值的选取分析.当p=2时,DLMP算法的代价函数,算法估计结果的无偏性以及算法的步长因子μ值的选取范围均与基于二阶统计量的DLMS算法保持了统一.证明了DLMP算法为DLMS算法在α(1<α≤2)稳定分布噪声环境下的推广.

PAIS中过程挖掘技术的研究

过程挖掘是PAIS中的一项关键技术,能够根据信息系统中记录的事件日志信息,提取相关知识,重构出一个过程实例模型且日志中所有信息轨迹的实例都能够符合该过程模型。文中通过分析事件日志自动产生过程模型,辅助过程模型的设计与再设计。首先介绍了过程挖掘的概念、基本架构步骤和挖掘算法,然后从过程维度的角度介绍了一种有代表性的过程挖掘算法的应用。最后对α算法过程挖掘领域目前存在的挑战性问题从两个方面进行了分析和讨论。

基于DEM的地形指数提取方法及应用

在水文模拟中,地形指数ln(α/tanβ)作为反映地形信息的物理指标具有很高的应用价值。应用基于DEM的River Tools软件和GRIDATB程序,对红壤丘陵区地形起伏平缓的小流域进行地形指数的提取。River Tools软件和GRIDATB程序分别使用目前常用的D8方法(单流向法)和多流向法。结果表明:与多流向法相比,D8方法的计算值较为离散,分布曲线较粗糙,平均值略高,方差和偏态系数也较大;但是,两种方法计算的ln(α/tanβ)的分布曲线大致相似。对于仅需要ln(α/tanβ)频率分布的水文模型(如TOPMODEL)来说,可以用单流向法取代多流向法来计算ln(α/tanβ)的频率分布。

基于α约束支配排序混合进化算法的微电网多目标优化运行

为降低微电网运行成本和污染排放,建立微电网多目标优化运行模型,并提出一种新型的α约束支配排序混合进化算法求解模型,该算法通过采用α约束支配排序机制,将所有约束条件统一处理为α约束水平度,并将其作为进化选择指标以控制所有个体快速转化为可行解,可显著提高约束处理效率。提出一种基于非劣排序的混合多目标进化算法,有效融合微分进化算法与分布估计算法各自的优点,克服单一算法种群多样性不足和易早熟的缺陷。通过分类逼近理想解的排序方法实现多属性决策,以获得最优折中解。某微电网算例结果表明所提算法有效、可行。

基于高阶条件随机场模型的改进型图像分割算法

在图像分割中,将条件随机场(CRF)模型及其高阶模型广泛用作能量函数,后者以二阶CRF模型为基础,通过引入高阶势函数反映各分割块内像素标记的一致性,使分割的目标边缘更加精确,但能量最小化的计算效率不理想。针对该问题,提出一种基于鲁棒P^nPotts高阶CRF模型的改进型图像分割算法。根据给定的标记集合运行最大流/最小割算法得到局部最优解,再用局部最优解修改节点的标记,对未确定标记的节点运行α扩展算法,并在每次迭代过程中动态更新图的流和边的剩余容量,使得每次迭代的时间快速减少。实验结果表明,与α扩展算法相比,改进算法在保持原有分割效果的基础上,相同图像的能量最小化收敛速度比原算法快2倍~3倍。

Gdel逻辑系统中的广义重言式理论

本文将王国俊教授在逻辑系统 W,W,Wk中的广义重言式理论进行推广并应用到了Goo¨ del逻辑系统 G,G,Gn 中。主要结果是 :在逻辑系统 G,G中 ,重言式不可能由对非重言式进行有限次升级算法得到 ;在逻辑系统 Gn 中 ,对任一公式最多进行 n次升级算法即可得到重言式 ;利用可达广义重言式概念和 α-矛盾式概念分别在 G,G,Gn 中给出了 F( S)的一个关于 同余的分划。