基于数学形态学的电力系统采样数据处理方法

提出一种基于数学形态学的方法来解决电力系统现场采集的数据存在的噪声污染、直流偏移等问题。通过设置不同宽度的结构元素对采样信号进行形态处理,在较好地保留采样信号局部特性的前提下实现了信号去噪和直流偏移去除处理。仿真计算和实践证明该方法是切实可行的。且该方法计算速度快,易于硬件实现,具有较好的实用价值。

一种基于图模型的Web数据库采样方法分析

随着我国科学技术水平的不断提高,促进了web的快速发展。Web逐渐成为一个很大的信息资源。在web的数据库中,大量丰富的信息资源存在于特定查询能力的查询接口中,不能让人了解到web数据库自身的特点,比如分布、更新频率等。给web数据集成带来了很大的挑战。因此,为了解决此问题,提出了一种基于图模型的Web数据库采样方法。本文通过对该种方法进行分析。

微机实现自动等相位分度采样的方法研究

介绍了在“轴(孔)类工件圆度及表面缺陷在线检测系统”中实现自动等相位分度采样的3种方法,分析了这些方法的优、缺点,并结合实际对这3种方法作了客观的比较。

卷烟主流烟气中巴豆醛在线光谱分析方法研究

卷烟主流烟气是卷烟燃烧时被人体吸食到体内的主要气体,其减焦降害已成为全社会高度关注的问题。在各种卷烟主流烟气组分中,巴豆醛以其强烈的基因毒性,成为国家规定的卷烟中七种主要有害指标物之一。传统的巴豆醛分析方法大都采用高效液相色谱法等实验室分析方法,需繁琐的样品前处理过程,无法测量巴豆醛的实时浓度,难以准确评估巴豆醛对人体健康的影响。为了快速、准确地检测卷烟主流烟气中的巴豆醛组分,本研究搭建了一套可以直接与吸烟机耦合的傅里叶红外光谱分析系统(FTIR),并创新性开发过采样数据驱动光谱分析方法(ODDSA),从复杂、变动的卷烟主流烟气中准确提取巴豆醛的光谱组分信息。ODDSA方法从实验设计入手,采用随机设计的思路尽可能模拟实际卷烟样品的分布范围,以构建具备良好光谱数据结构的样品集。在此基础上,创新性地将高密度小波变换引入红外光谱数据的处理过程中,以时/频双域过采样的方式提升了光谱解析分辨率,进而降低了其他基质组分对巴豆醛光谱信息的干扰。最后,发展改良竞争自适应重加权采样方法,从多倍冗余的高密度小波系数中准确提取待测物质的最佳变量组合,由此构建高质量的巴豆醛光谱定量分析模型。为了验证ODDSA方法的有效性,实验中采集了15种典型市售卷烟品牌,每个品牌在线采集8支样品的主流烟气红外光谱,随后采用随机挑选的25个验证集样本对ODDSA方法进行验证。结果表明,检验集的线性拟合系数为0.971,相对均方根误差为5.5%,其预测精度能有效满足卷烟主流烟气中巴豆醛的在线分析需求,并可拓展到环境二手烟气中其他组分的在线监测,进而为吸烟与健康评估提供全新手段。

基于混合多阶集成模型的非平衡热轧带钢凸度智能诊断

为了提升带钢热轧加工过程的智能化水平,基于数字孪生(DT)和信息物理系统(CPS),文本采用数据驱动方法以诊断热轧带钢凸度。因为热轧工艺具有遗传性、非线性和强耦合性的特点,因此带钢凸度诊断是一个决策边界不明确的非平衡问题。现有回归方法倾向于从多数类样本学习信息,而忽略了少数类的缺陷凸度。为了解决这一问题,本文提出了一个混合多阶集成模型(HMSEN)分类带钢凸度。首先,提出了一个新的采样方法,该方法结合了自适应采样(ADASYN)和重复编辑近邻样本(RENN)以强化对缺陷凸度的关注。随后,基于增加的数据,建立了一个多阶集成模型以提升分类精度。同时,通过分析不同基分类器的组合确定了最佳性能的混合多阶集成模型。实验结果表明,相比于其它采样方法,本文提出的采样方法更适合凸度数据集。此外,混合多阶集成模型的性能要优于现有回归方法和机理模型。因此,对于非平衡热轧带钢凸度智能诊断,本文提出的混合多阶集成模型是一种有效且鲁棒的方法。

Hits和Holds:识别大象流的两种算法

随着网络规模的扩大和链路速度的提高,实时采集每条流的流量变得非常困难.Estan等人提出采集大象流的设想,并提出了识别大象流的算法：Sample and Hold算法和Multistage算法.但这两种算法在实现时存在：Sample and Hold算法随机丢弃报文,带来采集数据不准确的问题;Multistage算法需要同时进行5~6次访存,无法使用硬件实现的问题.针对上述问题,提出了两种大象流识别算法：Hits和Holds算法.理论和实验结果表明,Hits和Holds算法对网络大象流的误检率和漏检率均优于Sample and Hold及Multistage算法.