多维特征向量相似度比较算法在电能计量异常筛查中的应用

电能计量是指采用电能计量装置度量电能量值,确保电能量单位的统一、量测准确、记录可靠,是电力生产、销售及电网安全运行的重要环节。在电力系统中,电能计量装置是衡量电力资源供应与使用的一道公平秤,不仅涉及各个区域供电公司的成本效益,更与千家万户的用电情况紧密相关。电能计量异常将会对客户感知、营商环境、企业形象及企业的经济效益等产生严重影响。为此,电力系统制定了一系列异常计量装置巡检体系,以缩短电能计量装置从出现异常到恢复正常的时间间隔。实践发现,要缩短电能计量异常处置时间的关键在于及时、准确地发现异常所在。介绍了引入多维特征向量相似度比较算法对电能计量异常进行筛查的方法和实践效果。

加速度计横向灵敏度测试方法研究

随着加速度计在地震勘探、轨道交通等领域的广泛应用,横向灵敏度已经成为加速度计校准和实际应用中的重要参数。根据测试加速度向量维度的不同,对现有的加速度计横向灵敏度测试方法进行分类,指出各种测试方法及测试装置在横向灵敏度幅度、频率和方向角测试方面的局限性,并对相关问题的研究进展进行论述,指出加速度计横向灵敏度测试方法的研究方向。

前向神经网络定解及泛化问题研究

作者借用线性代数方程组定解讨论中的相关概念 ,类比表述了前向人工神经网络的定解和泛化问题 ,同时说明解决泛化问题仅仅给定网络 VC维是不够的 ,还需要研究样本集规模、向量维度、相关性以及模拟对象的复杂度。文章给出了相应的算例 ,一定程度上讨论了前向神经网络的演进特征。

基于ERNIE-DPCNN模型的地址清洗匹配方法研究

大规模地址数据的词向量特征维度较高,导致地址清洗过程中存在一定的误差。为此,文章研究了基于ERNIE-DPCNN模型的地址清洗匹配方法。该方法利用数据准备层获取地址街道、POI等地址数据后,将其传输至逻辑计算层内;逻辑计算层使用ERNIE-DPCNN模型获取地址词向量特征,然后对该地址词向量特征进行地址分词匹配处理;将地址分词匹配结果输入到地址匹配引擎层内,生成行政区、街道等门牌索引;应用层使用Web服务器通过行政区、街道等门牌索引获取地址清洗匹配结果。实验结果表明:该方法可有效对地址数据字段进行清洗,最大程度地保留地址数据字段特征。该方法能在保证地址匹配结果较为精确的同时匹配到地址的行政区划分,应用效果较好。

大数据环境中简化粒子群算法的改进研究

针对大数据存在的高维、强约束和多目标等复杂优化问题,本文提出一种改进的群智能优化算法--狮群简化粒子群算法(LSA-SPSO).该算法将狮群算法的分组思想融入简化粒子群优化算法中,将粒子分为三组寻优,每组使用不同的学习因子和学习维度向量,以此帮助种群执行不同的搜索机制,从而增强了种群的多样性.此外,引入种群育种,有利于粒子跳出局部最优位置,提高了算法的全局搜索性能.仿真实验表明,本文提出的改进算法有效改善了传统群智能算法中存在的不足,可以更好的应用到大数据中.