基于深度学习及改进模糊KMeans的寻常型银屑病智能诊断方法

为了解决寻常型银屑病在样本分布不平衡的数据中可能会导致的深度学习模型诊断效果下降等问题,通过结合改进模糊KMeans聚类算法对高聚类复杂度数据的处理能力以及Visual Geometry Group 13(VGG13)深度卷积神经网络模型的预测能力,提出一种基于改进模糊KMeans聚类算法的VGG13深度卷积神经网络(VGG13-KMeans)模型,并将其应用于寻常型银屑病的诊断任务中。实验结果表明,相较于VGG13以及ResNet18两种方法,本文方法更适用于对银屑病特征的识别。

基于改进粒子群算法的自适应构网型变流器控制策略

构网型控制是一种改善新能源高渗透率下电力系统稳定性问题的技术手段。针对传统构网型变流器均采用固定参数控制而未能发挥出最佳调频效果这一问题,基于构网型变流器控制参数可调的特点,提出一种自适应控制策略,以优化构网型变流器的输出并改善电力系统的动态特性。首先,通过仿真实验得到典型构网型变流器虚拟惯量和阻尼系数在大功率事件下对系统动态特性的影响;其次,研究典型构网型变流器的频率曲线与功角曲线,提出包含频率偏差和频率变化率的自适应构网型变流器控制策略;然后,通过改进粒子群算法对自适应控制策略涉及参数进行整定;最后,基于MATLAB/Simulink搭建的微电网模型,验证所提控制策略的稳定性与鲁棒性。仿真结果表明,所提控制策略可以自适应改变控制参数,使构网型变流器的输出能够满足系统各个阶段的不同需求,优化电力系统的动态特性。

基于Apriori算法和改进剪枝算法研究针灸结合推拿治疗神经根型颈椎病的选穴配伍规律

目的:研究针灸结合推拿疗法治疗神经根型颈椎病的选穴规律及配伍特点,为临床治疗神经根型颈椎病提供参考依据。方法:检索2012年2月—2022年2月中国知网、万方数据库、维普数据库刊登的针灸结合推拿治疗神经根型颈椎病的相关文献,建立文献数据库与腧穴数据库,采用Vlookup函数和数据转置对腧穴数据进行分析,采用SPSSPRO频数分析得出高频腧穴,采用Apriori算法和改进剪枝算法进行关联规则分析,最后按照支持度、置信度和提升度进行深入分析。结果:共检索出文献414篇,最终纳入文献133篇。频次≥14次的腧穴共20个,排名前十的依次为风池穴、天宗穴、合谷穴、肩井穴、曲池穴、后溪穴、手三里穴、颈夹脊穴、外关穴、风府穴。使用频次≥14次的腧穴归经以手阳明大肠经、手太阳小肠经、足少阳胆经、督脉、经外奇穴、足太阳膀胱经、手少阳三焦经为主。设置最小支持度为20%,最小置信度为80%,关联规则为后项→前项,采用Apriori算法和改进剪枝算法对频次≥14次的20个腧穴进行关联规则分析,置信度排名前四的腧穴配伍组合分别为肩井、风府、后溪、外关→风池、天宗,肩井、风府、外关、曲池→风池、天宗,手三里、天宗、肩井、后溪→风池、曲池,肩井、后溪、天宗、风府→风池、外关。结论:针灸结合推拿治疗神经根型颈椎病选穴具有注重分经辨证,腧穴配伍侧重本经配穴,远近配穴与同名经配穴的规律特点。运用Apriori算法和改进剪枝算法可以有效挖掘针灸结合推拿治疗神经根型颈椎病的特点,具有较高的学习价值。

U型障碍物多方向多层填充的移动机器人改进蚁群算法

针对传统蚁群算法在移动机器人路径规划中典型的U型障碍物死锁问题,提出了一种U型障碍物多方向多层填充的改进蚁群算法。首先证明了路径规划的最优解不会进入U型障碍物之中;其次证明了运用此多方向多层填充法在填充U型障碍物解决死锁问题的同时,不会造成原有通路的阻塞,具有原通路保持性,且填充的迭代次数与迭代总时间少;之后对填充图形的迭代次数给出了理论性的判定,此填充方法不仅适用于U型障碍物还适用于其它可填充区域,且其对于可填充区域可实现完全填充;最后将此填充方法与蚁群算法结合。仿真结果表明,改进蚁群算法相比于传统蚁群算法有效率提升。

改进型PSO算法解算三维测边网平差模型

空间三维测边网属于典型的秩亏自由网。针对目前网平差常用的最小二乘算法存在线性化求导复杂,计算量大等问题,本文基于高精度测距值,以控制点坐标反算距离与观测距离差值之和最小为目标,构成非线性方程组,建立函数模型;考虑到非线性方程组求解方法中智能优化算法无需求导和公式推导简单等优点,引入粒子群(PSO)智能优化算法,并构建改进型PSO算法。研究结果表明,根据本文提出的改进型PSO算法进行平差解算,可保证解算结果的准确性,且该算法较传统PSO算法的寻优速度更快,不仅可为空间三维测边网的解算提供新思路,还可为建立空间三维测边网提供理论支撑。

基于改进斑点鬣狗算法的并网型微电网优化调度

为了实现并网型微电网的经济运行,提出了一种基于改进斑点鬣狗(improved spotted hyena optimization, ISHO)算法的并网型微电网优化调度方法。以微电源维护成本、柴油机发电成本和购售电成本组成微电网调度成本,构建了以微电网调度成本最小为目标函数的并网型微电网调度模型。采用Logistic映射、非线性递减控制参量和反向学习等策略对斑点鬣狗(spotted hyena optimization, SHO)算法进行改进,获得ISHO算法。采用ISHO算法对并网型微电网调度模型进行求解,并将优化结果与其他算法进行对比分析,结果表明,ISHO算法获得的最低调度成本为3 575.25元,相比其他几种对比算法的求解精度更高,验证了ISHO算法在微电网优化调度方面的有效性。

基于改进差分进化算法的CCHP型微电网两阶段调度优化方法

由于CCHP型微电网两阶段调度需求的随机性,导致优化难度较大,难以找到有效的解决方案。因此,本文提出基于改进差分进化算法的CCHP型微电网两阶段调度优化策略。将微电网运行状态空间划分,构建CCHP型微电网两阶段调度优化模型,利用改进差分进化算法对微电网两阶段调度优化方案进行求解,实现CCHP型微电网两阶段调度优化。设计对比实验,实验结果证明该方法的调度转化效率最高,能够最大限度地利用。

基于改进型灰狼算法的热电偶温度传感器检定校准方法

当前热电偶温度传感器检定校准模型一般为独立测算结构,校准的整体效率较低,导致检定校准示值误差增大,为此,提出基于改进型灰狼算法的热电偶温度传感器检定校准方法。通过引入改进型灰狼算法,有效提高热电偶测量效率及测量准确度,并减小了扩展不确定度。根据校准需求,先设定温度传感数据采集及检定校准标准,采用多阶的方式,提升校准的整体效率,构建多阶改进型灰狼测算检定校准模型,采用自适应比对修正的方式来实现校准处理。测试结果表明:针对设定的20~1200℃,经过三个周期的测定,最终得出的检定校准示值误差均值小于1.59℃,说明在改进型灰狼算法的辅助下,所设计的热电偶温度传感器检定校准方法更高效,针对性较强,具有实际应用价值。

基于粒子群算法优化的汽车天窗改进型自抗扰控制

针对当前汽车天窗继电器闭合后,电动机控制天窗平移开闭、起翘开闭及防夹回退响应滞后问题,将内部不确定因素和外部环境干扰视为一个综合影响因素,提出了一种基于粒子群算法优化的改进型自抗扰控制方法,旨在改善汽车天窗的响应性能。首先,设计了一种新型cfal函数,解决了fal函数在拐点处不平滑容易引发抖动和控制系统不稳定的问题。接着,基于这种新型非线性cfal函数,构建了改进型扩张状态观测器,实现了对天窗扰动影响的实时估计。最后,采用粒子群算法进行内部参数优化调节,进行了汽车天窗系统的控制实验,并将该方法的输出响应曲线与传统ADRC控制进行了对比分析,实验结果验证了这种自抗扰控制方法在提升汽车天窗响应性能方面的优越性和可行性。

基于改进型PPO算法的公寓安全预警模型

随着城市化的加速和公寓建筑的快速增长,确保居民的安全已成为当务之急。本文深入探讨了基于改进型近端策略优化(PPO)算法的公寓安全预警模型的开发。引入了一种新的深度学习架构,作为实时分析和预测潜在安全威胁的核心技术。实验结果表明,改进后的PPO算法在准确性、效率和响应时间方面明显优于传统方法。此外,该系统能够及时提供警报,确保公寓居民的安全。本文不仅强调了深度学习在安全和安防应用中的潜力,而且为智能生活环境领域的未来发展奠定了基础。

一种改进差分算法的远程升级系统设计

为实现对轮机模拟器控制板卡的固件升级,针对整包升级传输文件大和原始Bsdiff算法占用内存大的问题,设计了一种节约内存的改进Bsdiff算法,并采用了即时写入即时释放和分段多次读写的方式,设置了固定内存空间,完成差分升级。搭建了云服务器,采用HTTP协议,实现了固件程序的自动升级。最终通过实验验证了基于改进差分算法的轮机模拟器控制板卡自动升级方案的可行性,可实现控制板卡的批量自动升级。

基于ICEEMDAN-IWOA-BiLSTM混合算法模型的短期负荷预测

电力负荷具有不确定性、随机性及波动性的特点,难以对其实现精准预测。为此,提出了一种基于改进型自适应白噪声完备集成经验模态分解算法和经改进型鲸鱼算法优化的双向长短期记忆网络预测模型。首先对选取的澳大利亚某电网负荷数据进行预处理;其次利用经验模态分解方法将负荷数据分解为一系列子序列;然后利用改进的鲸鱼算法对双向长短期记忆网络进行超参数寻优;最后将分解后得到的各分量数据输入到优化模型中进行预测。结果表明,所提算法实现了电力负荷的精准预测,得到了比其他单一基准模型和多数组合模型更好的预测效果,具有一定的适用性与应用价值。

基于改进灰狼算法的船舶数学模型参数辨识

为了解决船舶操纵性指数计算复杂以及辨识参数泛化性较低问题,本文利用改进灰狼算法对辨识参数进一步优化。基于大型油轮运动数据以及一阶、二阶线性响应型数学模型,利用支持向量回归得到辨识参数的参考值。当参考值泛化性较低或者不准确时,利用改进灰狼算法实现辨识参数的范围内寻优,并将所得的辨识结果与基于遗忘因子的递推最小二乘的辨识结果对比。研究表明:利用改进灰狼算法优化后得到的辨识参数结果精度较高并且具有一定的泛化性。改进灰狼算法具有较强的搜索能力,同时可以对其他算法得到的不准确的参数进一步优化,使得参数辨识值更为准确。

运用硬c均值改进kmeans算法的聚类分析

在Matlab平台上运用硬c均值改进kmeans算法对文献数据进行模糊聚类分析,通过运算可提高分类过程的效率,为模糊聚类分析的应用提供了一种简便运算的方法。

改进自适应渐进 II 型删失下 Chen 分布的贝叶斯分析

本文基于改进的自适应渐进 II 型删失,对 Chen 分布进行了贝叶斯分析。首先利用 EM 算法得 到了参数的极大似然估计。针对共轭和非共轭的四种信息先验,运用大方差和遗传算法确定了先 验的超参数。进而根据 Metropolis-Hastings 算法实现了后验分布样本的抽取。最后,通过真实 数据集对不同先验下的贝叶斯估计性能进行比较并得出了相应的结论。

改进kmeans算法在学生消费画像中的应用

学生校园消费数据中隐含了大量的高价值信息,论文从学生消费画像和精准资助两个角度对校园消费数据进行挖掘研究。从数据集本身的特点和kmeans算法的缺陷两个角度出发,论文对kmeans算法进行了两点改进:采用马氏距离代替欧氏距离以适用于具体的校园消费数据应用场景;为了解决随机选择初始聚类中心的方法受离群样本点的影响,采用在高密度样本集合中选择相距最远的k个样本作为初始聚类中心的改进方法。在西安某高校3个月的学生消费数据集上的实验结果表明:论文设计的学生群体分类模型不仅能有效区分不同行为特征的学生,而且能很好地刻画学生的消费画像;通过对比分析聚类标记的贫困生名单和线下认定的贫困生名单,证明了改进kmeans算法在精准资助中的应用价值。

基于改进型SVM的电网计量信息快速清洗研究

由于传统方法在电网计量信息清洗中应用效果比较低,不仅清洗时间比较长,而且清洗后的信息丢失比例比较高,无法达到预期的清洗效果,为此提出基于改进型SVM的电网计量信息快速清洗研究。利用计量器采集到电网计量信息,根据信息密度值识别噪声点并对噪声信息滤除,利用判断决策函数筛选出缺失信息,将其带入到改进型SVM中,利用粒子群算法对SVM参数优化改进,利用改进型SVM对缺失信息补偿清洗,以此实现了基于改进型SVM的电网计量信息快速清洗。经实验证明,设计方法清洗时间在1s以内,信息丢失占总信息量不超过1%,设计方法在电网计量信息快速清洗方面具有良好的应用前景。

基于长短期记忆神经网络和改进型K-means聚类算法的居民峰谷时段划分模型

为了解决传统峰谷时段划分方法因只选取单一典型日而无法在较长时间范围内适用的问题,提出一种基于长短期记忆神经网络(long short-term memory,LSTM)和改进型K-means聚类算法的居民峰谷时段划分模型:首先对居民用户一整年的负荷数据进行有效性检查和归一化处理,保证数据的准确可靠;接着将处理后的负荷数据按照不同季节及不同日期类型进行相应的分类,保证分类的数据具有较强的相似性;然后将数据按分类分别加入LSTM进行训练,获得用户在不同分类下的负荷特征数据;最后利用改进型K-means聚类算法对训练得到的负荷特征数据进行聚类分析,并依据相应的权重矩阵及划分原则获得最终的时段划分结果。结果表明,相对于经典及当地的时段划分,所提方法的时段划分轮廓系数平均值更大,方差更小,更能反映居民用户实际的用电特点及用电规律,有利于挖掘用户侧需求响应潜力,获得更优的削峰填谷效果。

基于改进灰狼算法的并网型微电网容量优化研究

为了合理配置并网型微电网中各分布式电源的容量,降低微电网的经济成本,对并网型微电网的容量优化配置方法进行了研究。首先,建立了并网型微电网中各单元的数学模型,并提出了微电网的运行策略;其次,综合考虑系统的年均投资成本、年运行维护成本、置换成本、年停电补偿费、年购电费用、年运行收益和设备报废回收效益等因素建立目标函数,并结合微电网的功率平衡约束、设备的运行约束及与主网的交换功率约束来构建并网型微电网的容量优化配置模型;再次,采用改进的灰狼算法对优化模型进行求解;最后,通过仿真分析验证了所提出模型的有效性。

基于改进型粒子群算法的栽植机四杆机构优化设计

针对栽植机四杆机构优化设计问题,提出了一种基于改进型粒子群算法的优化设计方法进行优化设计:以栽植机四杆机构为研究对象,建立以机构输出角的平方偏差最小化的优化模型;提出自适应权值粒子群算法,并与复合形法、约束随机方向法的优化设计结果进行比较,发现设计结果有了明显优化,验证了该改进型粒子群算法更适用于栽植机四杆机构的优化设计,对于栽植机四杆机构的优化设计具有良好的指导意义。