基于双端电流杰卡德相似度比较的柔性直流输电线路保护

为解决现有柔性直流输电线路保护难以应对噪声干扰及高阻故障场景问题,提出一种基于电流故障分量杰卡德相似度系数JSC(Jaccard similarity coefficient)的纵联保护方法。基于电流故障分量的越限实现电流量与逻辑量的变换,构建线路两端电流逻辑量的杰卡德相似度模型,基于区内高相似度完成线路故障识别;最后提出利用保护启动1 ms数据窗下的电流故障分量极间能量比值的差异构建故障极识别判据。仿真结果表明,该保护在噪声干扰和高阻故障下仍能可靠动作。

基于杰卡德相似度一体化判据的柔直线路纵联保护

基于双端法的柔直线路纵联保护通信量大、动作时间长,并且受噪声等因素影响较大,因此其整定困难。基于此,文中提出一种基于杰卡德相似度一体化判据的柔直线路纵联保护方法。首先分析了柔直线路区内外故障电压和电流变化率的故障特征,分别构建了模拟量至逻辑量的转换关系;然后提出基于0.5 ms数据窗下逻辑量比较的杰卡德相似度模型,基于区内故障的高相似度构建一体化判据实现故障类型的判别,无需故障启动及故障选极判据,基于双端逻辑量比较的纵联保护方案可以实现柔直线路的快速保护,该方案原理简单、动作速度快、易于实现;最后利用PSCAD/EMTDC搭建四端柔直输电系统模型,分别验证了该保护方案在区内外不同故障类型、高阻接地、噪声干扰等多种场景下的有效性。

杰卡德相似度在图书推荐中的应用研究

[目的/意义]旨在提高图书推荐的准确率。[方法/过程]提出一种改进的杰卡德相似度计算方法。该方法按中图分类号对读者的借阅记录进行聚类,构建读者-分类号借阅矩阵,把读者对图书类别的偏好融入到阅读兴趣相似性的计算之中,以提高读者阅读兴趣相似度的准确性。[结果/结论]实验结果表明,与传统方法相比,改进的方法显著提高了图书推荐的准确率。

基于杰卡德相似性的推荐系统研究

协同过滤推荐系统的核心是用户的相似性度量.在杰卡德相似性度量基础上,提出一种修正的杰卡德相似性度量.该方法将用户评分差异的数目融入相似度计算,并综合杰卡德相似度建立神经网络学习模型,选取Movielens数据作为训练集,得到合适的权重.实验结果表明,与pearson相似性度量相比,该方法在用户评价较少时给出相对可靠的推荐,在推荐的精度、平均绝对误差等方面具有一定的优越性.

基于复杂网络理论的酵母菌PPI网络中关键蛋白质与核心蛋白质组的识别

识别关键蛋白质对疾病治疗、药物设计等领域有重要作用。本文首先采用5种节点重要性排序算法,对4种酵母菌PPI网络进行关键蛋白质识别,并通过分析不同网络之间共有的关键蛋白质,构建了关键蛋白质子网。再通过杰卡德相似度指标,筛选出子网中拓扑特征相似的关键蛋白质对,发现4种网络中存在Gavin-EPG 1、Gavin-EPG 2、Babu-EPG 1、Babu-EPG 2、LCMS-EPG、MALDI-EPG共6个核心蛋白质组。尽管它们大都是核糖体蛋白质,然而不同的酵母菌PPI网络中核心蛋白质组中蛋白质的组成差异很大。本文所发现的关键蛋白质以及核心蛋白质组对进一步研究核糖体上蛋白质如何相互作用影响肽链的合成以及折叠提供了重要的理论参考。

一种基于形态学与区域连通性的3D鼻腔分割算法

目的为改进手动勾勒鼻腔区域,该文提出了基于形态学与区域联通性的3D鼻腔分割算法。方法首先根据颅脑CT的影像特点,设计颅脑掩模,消除机架等非目标区域的影响;其次根据鼻腔的结构特征,在2D层面上设计了基于二值化与形态学的腔体目标的提取算法;最后将序列图像合成3D图像,利用连通区域分析,获取鼻腔区域。将结果与影像专家的手动勾勒结果对比,利用Jaccard Similarity系数进行评价。对分割结果进行冠状面成像,计算鼻腔横截面积,获取鼻腔横截面积随距离的变化曲线。结果该算法对正常儿童的CT影像进行处理,鼻腔各层的分割精度均保持在94%以上;且鼻腔横截面积随距鼻孔距离变化曲线与鼻声反射法测量的结果是一致的。结论该算法在鼻腔的快速分割和相关疾病的功能分析上,具有一定的临床应用价值。

基于改进的双极Slope One算法的农业信息推荐模型研究

为了在海量信息中为用户提供有价值的信息,个性化在线推荐系统是农业信息化综合服务平台的重要组成部分。Slope One算法因简单高效被许多在线推荐系统使用。对Slope One算法进行研究,并结合农业信息化综合服务平台的特点,提出了农业信息推荐模型。该模型按资源类别把用户评分矩阵划分为评分子矩阵,在此基础上采用杰卡德统一算子距离相似度算法建立用户类别近邻用户,采用改进的双极Slope One算法和Item user average算法相结合的方式对未访问资源进行评分预测,有效降低计算量,并提高了评分预测精度,既适合稠密数据集,又适合稀疏数据集。

基于MT-CNN的人脸识别算法研究

介绍了MT-CNN算法在人脸检测领域的应用,并使用Tensorflow搭建了MT-CNN的三个神经网络模型,实现了人脸回归框的检测与人脸特征点的识别。然后使用残差神经网络模型Face-Resnet进行训练,最终得到的网络模型在LFW数据库上的精度可以达到98.4%。最后将改进的杰卡德相似度应用到人脸特征向量的分类上。通过实验数据表明,当相似人脸阈值取0.4057时可取得最好的人脸分类效果。

陆海统筹下的陆源排放口聚类分析

渤海及黄海北部沿岸主要的入海排放口超过1600个,陆源入海污染物是造成渤海污染的主要来源,将这些排放口进行合理分类归并,可以更有效地对陆源污染源进行管理。从污染物入海后的污染效应角度考虑,计算两个排放口之间的杰卡德相似度,并据此度量排放口之间的距离,用标签传播算法对研究区域岸段进行聚类分析。以渤海湾和莱州湾为例,采用此方法进行聚类分析,将两湾近岸划分为10个社区。该方法可将海洋污染追溯回某区域污染源,将海洋中的污染状况与陆源入海排放口直接联系起来,实现陆海统筹,为渤海污染有效控制提供参考。