下行RIS-NOMA的用户集群方法

为提高用户分布非均匀的场景下可重构智能表面(RIS)辅助下行非正交多址(NOMA)通信系统的性能,提出了一种分布式RIS辅助下行NOMA的用户聚类方案。首先,采用自适应几何分布(AGD)聚类算法划分用户集群(UCs),从而为各UC匹配RIS。然后,利用分式规划(FP)方法将非凸最大化频谱效率问题转换为凸优化问题。最后,为UC内用户逐级进行功率分配(PA)与被动波束形成(PB)。仿真结果表明,与谱聚类(SPC)、K均值(K-means)、高斯混合模型(GMM)聚类方案和正交多址(OMA)方案相比,在AGD方案下,功率对频谱效率提升了7%、14%、19%和42%的增益,反射面对频谱效率提升了16%、19%、26%和40%的增益。

负荷数据特征分析的用户集群需求响应潜力预测方法

随着电力市场改革的逐步推进,需求响应将在未来新型电力系统中发挥越来越重要作用。针对目前DR潜力计算过程繁琐、用户数据不足的问题,提出了一种基于用户历史负荷、气温和电价数据的用户集群DR潜力预测方法。首先,通过对用户的历史负荷曲线进行数据处理和信息提取,从月负荷规律性、日负荷波动性、峰谷一致性3个方面对各用户的用电行为进行特征值计算,形成评估用户类型的指标体系。继而,提出基于时序带有外部输入的非线性自回归神经网络的用户负荷和DR潜力预测方法。最后,以工业用户为例采用Meanshift算法实现用户集群划分,并对通用零部件制造行业的DR调节功率进行预测,经与实际调节功率数据进行对比分析,验证了本文所提方法的有效性。

基于图卷积神经网络与K-means聚类的居民用户集群短期负荷预测

随着智能电表等高级量测装置在用户侧的广泛部署与使用,海量多源异构的居民用户数据得以采集与存储,为用户级负荷预测提供良好的数据基础。精准的居民用户集群负荷预测是促进智能配电网需求侧管理、辅助电网公司实现削峰填谷的重要基础。然而,现有的用户级负荷预测方法大多利用历史负荷序列的时间相关性构建数据驱动模型,却忽视相邻用户用电行为之间存在的潜在空间相关性。因此,提出一种基于K-means聚类和自适应时空同步图卷积神经网络的居民用户集群负荷预测方法。首先,采用K-means聚类将居民用户集群按照用电行为相似性划分成不同组;然后,基于居民用户集群的分组数量、各组居民用户的历史负荷数据以及各组居民用户负荷序列之间的相关性,构建面向居民用户集群负荷预测的时空图数据;最后,使用自适应时空同步图卷积神经网络实现居民用户集群短期负荷预测。文章通过真实的爱尔兰居民用户负荷公开数据集测试并验证所提方法的准确性和有效性,实验结果表明,相较于各个基准预测方法,所提方法能够充分挖掘并利用不同居民用户用电负荷之间的时空相关性,进而提高居民用户集群负荷预测精度。

面向用户集群的产品设计方法研究

为使产品设计方案更好地满足目标用户的需求偏好,较全面地关注用户需求差异,提出一种面向用户集群的产品设计方法。首先,辨识约束需求的用户特征属性,运用K-Modes聚类算法对目标用户群体进行基于特征属性细分,完成集群的分类构建;其次,利用造型分析法对目标产品进行解构,获取用户集群设计要素偏好,对设计要素进行方案重构,获得集群设计方案;最终,引入新用户对集群设计方案进行评价分析。以眼镜设计为例,验证了该方法的可行性和有效性。

基于用户集扩展的任务和角色访问控制模型

通过分析基于任务和角色的访问控制模型,以及静态授权和动态授权各自的优缺点,针对目前访问控制模型很少考虑企业组织结构对其实现影响的不足,引入企业人员的组织方式,提出了一种基于用户集扩展的任务和角色访问控制模型,并详细介绍了建模思想。其基本思想是因企业人员具有一个固定的职能角色和多个动态的业务角色,职能角色采用静态授权、业务角色采用动态授权。最后利用形式化描述对模型进行了验证,并简述了其实现的策略。

面向相似认知用户集群的TRIZ超系统资源需求获取模型

为解决用户认知差异性及局限性所导致的需求获取不充分的问题,提出一种面向相似认知用户集群的TRIZ系统资源需求获取模型。该模型通过模糊卡诺方法对产品用户需求进行分类优化,使用K-modes算法对用户进行聚类分析,获取具有相似认知类型的用户集群;分析集群中已存在的用户属性、使用环境属性等超系统资源并进行拓展演化,获取潜在超系统资源;根据新资源特性得到产品潜在需求与产品设计目标。以自走式圆捆机为例证明了该方法的有效性。

用户集群驱动的适老化产品优化策略研究

目的 为解决用户诉求表述模糊所导致的需求获取不足、设计决策复杂难定等问题对适老化产品及应用服务推广的阻碍,最大程度提升用户体验满意度,提出一种用户集群评价驱动的短周期、高效率的感性设计方法。方法 引入评价信息对目标用户集群的需求进行精准而真实地深层挖掘,结合TextRank算法量化感性描述文本,构建评价指标体系;充分借助犹豫模糊决策算法构建方案评价模型(I-HFCJM),计算各产品评价指标得分函数值对样本产品优劣予以可视化分析,以现有产品的可借鉴点与注意问题为依据指导产品改进设计。结论 以老年家用制氧机改进设计为例,计算改进方案同样本产品的综合权重并进行优劣排序,验证了该方法的有效性,为老年家用制氧机及其他适老化产品设计开发提供了改进策略。

基于用户云服务集群的资源动态调度研究

用户购买云服务器设施来搭建用户服务器集群,并将业务迁移到云服务器上后,很大程度上没有充分利用购买的计算资源。而随着业务量访问增加,传统的用户集群往往会通过增加服务节点来应对此情况,此时又需购买额外的云服务设施。论文基于传统用户的集群系统,使用改进的TOPSIS(逼近理想解排序法)算法结合集群监控信息来动态调度集群中节点上的应用。实验表明,该方案可以充分发挥用户购买的云服务器设施的计算资源,利用用户私有闲置资源来应对业务的突发访问,合理的调度用户服务器集群之间的业务应用分配,提高用户集群资源利用率的同时也保证了应用服务质量,节约了用户成本。

考虑集群辨识的海量用户负荷分层概率预测

随着电力公司等传统能源企业向综合能源服务商的加速转型,原有的粗放式用户用电管理模式逐渐难以满足电力营销管理的需求。针对海量用户场景提出了用电模式分层聚类方法及用户集群辨识模型。基于用户集群辨识结果提出了条件残差模拟负荷概率预测模型,进行负荷分层概率预测,以实现对用户精细化用电管理。通过典型案例验证了所提方法的可行性与优越性。

基于用户兴趣集的在线垃圾邮件快速识别新方法

为在不显著降低垃圾邮件识别精度的同时有效提高邮件识别速度,提出了一种在线垃圾邮件快速识别新方法.首先引入用户正、负兴趣集的概念,结合用户兴趣集及支持向量机对邮件进行分类;然后根据主动学习理论,结合训练集样本密度及改进角度差异方法寻找分类最不确定的样本并推荐给用户进行类别标注;最后将标注后样本及分类最确定性样本加入训练集,并使用样本价值评价新函数淘汰冗余样本以生成新的训练集.实验表明,本文方法的用户标注负担小,垃圾邮件识别精度高、速度快,具有较高的在线应用价值.

基于用电信息采集系统集抄用户采集成功率的提升措施探究

随着通讯科技、网络技术等的发展,用电信息采集系统逐渐被建立起来,用户信息采集系统主要用来采集相关的信息、数据,从而服务于电力系统的抄核收工作,这样不仅能提高供电服务管理水平,还能确保提高优质服务。文中重点分析了用电信息采集系统用户采集不成功的原因,以及用户采集成功率提升措施。

提升低压用户用电信息采集成功率分析

近年来,随着国家电网的不断更新和改造,电网的自动化水平不断提高,供电公司的经营管理也变得更加简单,用电信息采集系统也在不断地更新和发展。不仅在城市范围内实现了对用户的电能采集,同时还对边远地区的电力需求进行了"全覆盖、全采集、全费控"的管理。由于供电信息采集系统的技术还不成熟,没有足够的经验,所以在电力采集的时候,往往会遇到一些问题,从而降低了采集的成功率。

基于SOA体系架构的集团企业身份认证中心构建

提出了一种基于SOA体系架构的集团企业身份认证中心的构建方法,该方法便于实现企业门户安全、应用权限管理、系统高可用性、统一集成服务管理等,从而为集团企业管理规范化、标准化、流程化奠定基础。

计及家用电器电热特性的分散式电采暖集群经济低碳调控策略

我国正逐步制定和完善能源系统用户侧的降碳政策,住宅电采暖系统运行面临新的发展契机与挑战。为提升电采暖系统运行中电热能源利用率,实现采暖用能环节经济低碳化运行,以碳税定价政策作为环境成本价格背景,提出考虑家用电器电热特性的分散式电采暖集群经济低碳调控策略。首先,以电器设备运行中的电热特性作为分类依据,对室内电器运行情况进行分类聚合预测,并计算电器运行热增益作为采暖热源的补充。其次,根据分散式电采暖用户建筑和采暖设备热力学特性,构建电采暖“经济-低碳”运行优化模型,采用显式模型预测控制(explicit model predictive control,EMPC)技术对模型进行求解。最后,通过算例仿真对比分析可知,所提调控策略可用于分散式采暖用户集群的实时调控,实现电采暖系统运行经济性、低碳化目标。

基于类间依赖集约简的类簇测试用例生成算法

针对类簇中类间依赖关系以及类间消息交互产生的错误而导致测试冗余和测试遗漏的问题,提出一种类间依赖集约简的类簇测试用例生成算法。形式化定义了类间继承依赖、聚集依赖和关联依赖这3种依赖关系,建立类簇测试模型。定义类簇模式和用户(领域专家)解释集,并在用户解释集中依据每一个类对象的若干实例广义相等建立等价类,得出用户解释集幂集的1个子集即匹配划分集。据匹配消去算法求出类的最大匹配集,证明该集合就是所求类的最大非平凡非依赖集;提出一种交互差组合约简算法,计算类的最大非平凡非依赖集的补集,约简得到类的最小交叠集,并证明其就是类的最小非平凡依赖集,即类的组合测试用例;对其中每一个类的组合元素进行组合测试,并与其余类交互测试,得出类的交互测试序列。

世界银行集团在多种系统上有6000多专业开发人员使用VINES

“VINES使人们能够访问各种平台的应用软件和大多数计算资源。”为什么选用VINEs? 世界银行集团是一个拥有许多种计算机系统的组织,它可为一个6000人以上的用户集体提供服务,这些人一般为专业人员——经济学家、金融分析家、开发人员和各种类型的官员,

云计算环境下用户行为的认证与预测

云计算环境下,传统的身份认证技术表现出一定的缺陷,为了遏制不可信用户的入侵行为,本文结合传统的身份认证和行为认证,论述了云计算环境下的用户行为认证机制.建立了用户行为认证集,论述了整个机制的实现过程.建立了预测用户行为认证等级的贝叶斯网络模型,并结合历史和实时用户行为信息实现对用户行为认证等级的预测.通过实例分析论证了预测模型的有效性.论文理论分析表明该研究对增强用户认证,有效遏制不可信用户的入侵行为具有重要的理论和实际指导意义.

基于多模网络模型的个性化信息推荐算法及应用

为了获得更高的信息推荐效率和更精确的推荐结果,结合k-means聚类法设计了信息推荐算法。以网络信息资源的属性及整体变化的相似度判断为基础进行信息检索,通过用户对资源的偏好程度构建多模网络模型,采用k-means聚类法建立最近邻用户集,以综合特征值为聚类起点对推荐的信息资源进行排序,从而实现信息资源的推荐。将该算法应用到就业信息推荐平台中,结果表明所提出的算法达到了较高的性能指标,对于各种创业、就业网络平台具有很强的实用性。

基于模糊KANO和结构方程模型的健身椅设计研究

为了挖掘有健身习惯的空巢青年对家用智能健身椅的核心需求,提出了基于模糊KANO和结构方程模型的设计方法。首先通过用户访谈创建用户需求集;然后将用户需求集通过模糊KANO模型进行筛选,得到需求分类并用来构建用户需求要素分类;最后通过用户需求要素分类构建结构方程模型并进行分析检验,得到最终的11项用户核心需求来进行最终的产品设计。经过家用智能健身椅设计的实践证明模糊KANO和结构方程模型能辅助设计人员挖掘出用户对产品的核心需求,为后来的设计师提供了参考。