参数自动配置的量子密钥分配系统设计与实现

文章基于法拉第——迈克尔逊干涉仪的相位编码量子密钥分配(QKD)系统,设计并实现了该系统的参数自动化配置。该系统中的三个参数:同步光输出光强、单光子探测器的门触发时间窗口和相位调制器的调相电压需要根据公共信道的衰减和距离进行配置。通过同步光光强扫描、单光子探测器延时扫描和相位调制器调相电压扫描来实现上述三个参数的自动配置。整个自动化配置过程可以在 1min 内完成,实现了 QKD 系统的快速配置。

基于MATLAB仿真的PSS参数配置方法

电力系统稳定器(PSS)是增加阻尼抑制低频振荡的重要措施。电网运行准则(GB/T 31464—2015)明确规定100 MW及以上的火电、核电及燃气机组的励磁系统应具备PSS功能。PSS试验中需要配置超前滞后环节的时间常数,针对配置参数时存在效率低下及不能最优化的问题,提出了基于MATLAB最优化函数进行参数自动配置的方法,通过设置各个频率点的相位期望值和构建相位方差和的目标函数,实现了在各频率点特定相位要求下的PSS参数自动计算。给出了该方法的详细步骤,最后在某1000 MW的火电机组PSS试验中进行了验证。

基于改进的RReliefF算法的超参数重要性分析

自动化超参数配置方法在超参数调优过程中表现优异,但在超参数重要性分析方面还存在许多约束和限制。现有的超参数重要性评估方法多数局限于迭代构建模型,导致时间复杂度增加。为了解决该问题,提出一种基于改进的RReliefF算法直接评估超参数及超参数之间重要性权重。该算法根据每一个超参数对性能的影响程度估计单个超参数对性能贡献的能力,通过改进的归一化公式计算超参数之间的重要性权重。该算法分析得到了随机森林算法及SVM算法的超参数重要性权重,与相关方法比较具有一定的优势。

一种自适应的并行化模糊挖掘算法

传统的模糊挖掘算法在处理大规模数据集时表现不佳,缺乏处理长距离依赖关系的能力,而且使用比较复杂,需要手动配置相关参数。针对这些问题,提出一种自适应的并行化模糊挖掘(APFM)算法。该算法可以进行自动化参数配置,通过并行化的方法完成大规模数据集的处理,提高数据处理效率。APFM算法将建模过程也进行了优化。从整体、局部两个角度综合分析完成活动关系的处理;通过一种自底向上的方法获取流程模型的活动集合;通过计算长距离依赖因子挖掘流程模型中的长距离依赖关系。实验证明,在大规模数据集的处理场景下,APFM算法可以高效地完成数据处理,得到更加精准的流程模型。