Analysis of the COVID-19, Outbreak in Brazil Using Topological Weighted Centroid: An Intelligent Geographic Information System Approach

This study used Topological Weighted Centroid (TWC) to analyze the Coronavirus outbreak in Brazil. This analysis only uses latitude and longitude in formation of the capitals with the confirmed cases on May 24, 2020 to illustrate the usefulness of TWC though any date could have been used. There are three types of TWC analyses, each type having five associated algorithms that produce fifteen maps, TWC-Original, TWC-Frequency and TWC-Windowing. We focus on TWC-Original to illustrate our approach. The TWC method without using the transportation information predicts the network for COVID-19 outbreak that matches very well with the main radial transportation routes network in Brazil.

基于集合经验模态分解和多目标遗传算法的火-多储系统调频功率双层优化

针对分布于区域电网不同网络节点的多座储能电站参与电网调频功率调度问题,该文提出一种基于集合经验模态分解(EEMD)和多目标遗传算法(MOGA)的火-多储系统调频功率双层优化策略。该策略包含火-储调频功率优化层和多储能电站调频功率优化层:上层计及火-储调配资源各自优势及剩余调频能力,构建火-储调频功率优化分配模型,完成火-储调频功率的分配;下层引入关于调频成本和荷电状态(SOC)的自适应权重系数,以调频成本最低和SOC均衡为优化目标,完成调频功率在多储能电站之间的分配。仿真结果表明,所提策略可以提升区域电网调频效果并降低调频成本,均衡控制多个储能电站的调频成本和SOC,可以防止经济性较好的储能电站长期处于SOC越限边缘状态,提升储能电站参与调频的积极性和可持续性。

融合多特征信息与GWO-SVM的机械关键设备故障诊断

为了提高机械关键设备故障诊断的精度,建立机械关键设备故障诊断模型。文章提出一种融合机械关键设备故障信号多特征信息与灰狼优化算法(Grey Wolf Optimization Algorithm,GWO)改进支持向量机(Support Vector Machine,SVM)(GWO-SVM)的机械关键设备故障诊断模型。首先,提取机械关键设备故障信号的时域特征、频域特征和多尺度加权排列熵特征,分别对比不同特征的机械关键设备故障诊断结果。其次,为提高SVM模型性能,运用GWO算法对SVM模型的惩罚参数P和核函数参数g进行优化选择,提出一种融合多特征信息与GWO-SVM的机械设备故障诊断模型。与GA-SVM、PSO-SVM和SVM相比,基于GWO-SVM的机械设备故障诊断模型的诊断精度最高。这里算法可以有效提高机械关键设备故障诊断正确率,为机械关键设备故障诊断提供了新的方法。

基于混合特征的农电负荷智能优化识别方法研究

对农电负荷进行非侵入式负荷辨识,有助于掌握用户负荷信息,合理开展电网经济调度,达到降低网损、调节峰谷差等目的。本文针对农电多类型负荷同时运行时的负荷特征,以混合特征和智能优化算法为基础,提出1种基于频率加权因子遗传算法(Frequency Weighting Factor Genetic Algorithm,FWF-GA)的异种负荷同时识别方法。该方法以时域信号的有功功率、无功功率以及频域信号的幅频特性建立混合特征模型,以有功功率和无功功率构建同时识别的优化模型,并以混合特征模型构建遗传算法异种负荷同时识别的适应度函数。通过农村居民5种用电设备的负荷识别对所提方法进行验证。采用本文所提方法对5000组混合负荷进行识别,识别结果表明5种电器的单个识别准确率以及整体识别的平均准确率均在90%以上;采用3种不同适应度函数的识别方法对8组混合负荷进行识别,识别结果表明本文所提方法的识别效率最高。实例分析的结果表明,基于FWF-GA的异种负荷同时识别方法具有较好的识别效率和精度。

无主钟的自适应时频实时综合系统研究

海上卫星导航系统对于保障海上安全、提高航行效率、促进海洋经济发展以及提升国家海洋战略地位具有重要意义。海上卫星导航对高精度时间频率信号的需求非常高。基于氢钟和铯钟,研制了1套用于独立守时的时频综合系统。通过搭建实验系统,对原子时算法进行了检验。系统由本地综合装置与相位微跃计组成,改变了传统硬件结构,使用微跃计内高稳晶振作为参考源,可靠性得到了提高;系统实时观测并动态赋权重,无需人为干预信号频率,实现了自动化独立守时。采用自适应加权平均算法,使综合原子时兼顾钟组信号的频率稳定度和频率准确度,从而获得稳定可靠的高精度时间基准。实验结果表明:系统输出信号的秒稳定度达到4.41×10^(-13),天稳定度为4.33×10^(-16),自适应时频综合系统的可行性和可靠性得到了有效验证。

基于脉组宽捷变的射频隐身雷达信号设计技术

射频隐身雷达能够从根本上提高雷达电子防御能力,是当前航空装备研究热点,而其重点是射频隐身信号设计。抗分选信号是一种重要的射频隐身信号,现在射频隐身信号设计领域的难点之一就是抗分选信号设计。通过分析雷达告警接收机等宽带实时电子侦察设备的主分选算法——序列差值直方图分选算法,指出该算法对于信号的脉冲重复间隔(PRI)大范围快速变化时会出现PRI估计错误的失效原理,提出基于脉组捷变的射频隐身雷达抗分选信号设计方法,即通过信号的脉组PRI大步进捷变,可以使RWR等实时宽带电子侦察设备的主分选算法输出出现较大误差,甚至完全错误。仿真及实验证明,基于上述方法设计的信号能有效对抗宽带实时电子侦察设备的主分选算法,实现雷达抗分选的目标。

基于频率域峭度谱迭代阈值的多尺度形态学轴承故障诊断方法

在复杂恶劣的环境中,存在滚动轴承故障信息难以准确提取的问题。因此,引用多尺度数学形态学对滚动轴承故障诊断开展研究。由于小尺度形态学滤波能较好的保存信号的细节特征,大尺度形态学滤波能有效抑制噪声,因此为了能更好的兼顾噪声抑制和故障特征信息保存,采用迭代阈值的方法选取尺度范围,运用频率域峭度谱方法计算出阈值,然后通过迭代自适应获取最佳尺度区间。多尺度形态学信号重构加权方法引用加权多尺度形态梯度算法,该方法能保证小尺度具有较小的权重,大尺度具有大权重。通过仿真和实验表明:多尺度形态学有效检测出滚动轴承故障信号,深度挖掘滚动轴承故障特征信息。

基于汉明权重分组的自适应查询树算法

为克服无线射频识别系统在识别标签时存在空闲时隙多、系统效率低的问题,提出一种基于汉明权重分组的自适应查询树算法。引入基于汉明权重分组的方法优化空闲时隙,根据标签的碰撞位特征自适应选择不同的查询机制,实现对标签前缀的准确预测。仿真结果表明,与查询树的改进算法PACT、BAT和CF-AMTS相比,该算法能够减少查询过程中产生的空闲时隙,降低消耗的总时隙数,提高系统的吞吐量,适合在大规模标签的RFID系统中应用。

加权最小二乘联合遗传算法的无源定位

针对复杂环境下运动通信辐射源的无源定位,闭式解方法对于时频差模型中的测量噪声敏感且存在定位均方根误差较大问题.为了改善大观测误差下的定位性能,本文提出一种加权最小二乘联合遗传算法的递推式混合TDOA/FDOA定位方法.该方法首先利用已知站点观测大量时频差数据并建立误差模型,基于模型对定位过程中的多组时频差序列进行数据处理;其次通过加权最小二乘求解目标位置的初始值;然后采用改进的遗传算法在初始值的基础上通过多组时频差序列不断迭代、递推求解,修正位置坐标;最后利用位置估计和频差模型完成对目标速度估计.仿真结果表明,本文定位算法相比于经典两步加权最小二乘法具有更低的均方根误差,在大观测误差下能保持较高精度.同时相比于其他混合定位算法收敛速度快,可以有效减少计算量.

基于事件本体的商品个性化推荐算法仿真

针对当前电商网络商品推荐准确率低的问题,研究了基于事件本体的商品个性化推荐算法,以期提升商品推荐排名以及推荐丰富度。首先分析事件本体中上层的事件类关系结构和下层的事件推理与通用分类结构,并构建事件本体商品标签模型,规范化处理并分类商品标签。然后构建用户偏好模型,计算用户使用标签的频率权重衡量用户偏好,通过计算用户偏好与事件本体商品标签之间的关联程度分类用户与商品标签。将计算得到相似度较高的商品标签标注的商品,经协同过滤推荐算法推荐给用户。经验证可知,上述算法的推荐准确性随着TOP推荐的数量增加而增大,且所推荐的商品排序都最靠前,推荐商品内容最丰富,可以满足用户个性化多元需求。

基于时频谱图和自适应动态权重PSO-CNN的外破振动信号识别

为避免地下电缆遭受破坏,提高振动监测系统对外力破坏的预警能力,提出一种基于时频谱图和自适应动态权重粒子群算法-卷积神经网络(PSO-CNN)的外破振动信号识别方法。首先,将振动传感系统获取的3000组外破振动信号转化生成为时频谱图数据集,在图像预处理阶段,采用直方图均衡化和二维主成分分析(2D-PCA)算法来增强灰度图像特征并实现图像数据的降维;然后,将图像数据集的70%作为CNN模型的训练集,并在网络训练过程中引入自适应动态惯性权重PSO对CNN模型的卷积层、池化层相关参数进行迭代寻优,从而获得优化PSO-CNN分类模型;最后,利用测试集图像数据对优化PSO-CNN模型的识别性能进行验证,并与其他分类模型进行了对比。结果表明,所提方法对6种常见外破振动信号的识别准确率达到98.33%,平均每张图像的识别时间仅为0.24 s,与其他分类算法相比具有更高的分类精度和更快速的识别速度,为快速准确地识别外力破坏事件类型提供了一种可行方案。

针对eLORAN系统窄带干扰的权函数陷波算法

针对增强型罗兰(eLORAN)系统的带内干扰问题,该文基于陷波滤波器(NF)原理提出一种抗带内窄带干扰的自适应权函数陷波算法(WF-NF)。首先,该文分析讨论了NF算法在eLORAN系统中的适用性及检测频差引起的伪收敛问题;之后通过增加频差权函数,推导出新的WF-NF算法,解决了固有频差导致的陷波逻辑缺陷;随后,提出梯度跳跃收敛优化技术,改进了权系数收敛速度过慢的问题;最后,通过多种环境下的实验验证了算法的稳定性、多元适用性及实用性。分析结果表明,WF-NF算法能够克服检测频差的实际问题,实现高效的干扰跟踪及滤除,同时也可以补偿干扰检测精度,进而为后续的信号处理流程提供保障。

基于改进贝叶斯算法的黏滑振动等级评估研究

黏滑振动会导致钻井效率降低,是影响钻头和井下工具寿命的重要因素。为了评估黏滑振动严重程度,通过对井下近钻头测量参数与地面录井参数的综合分析,得到了衡量黏滑振动等级指标。通过对近钻头测量参数进行时频域分析,采用主成分分析法(PCA),建立了一种基于差分演化算法的属性加权朴素贝叶斯(DE-AWNB)改进模型,在朴素贝叶斯分类算法中加入属性权重,通过属性加权法估计后验概率,利用差分演化算法寻找最优权重属性。试验结果表明,DE-AWNB算法的分类精度可达92.38%,收敛时间可达4.95 s。改进贝叶斯算法在黏滑振动等级评估工程应用上明显优于传统贝叶斯算法、随机森林法和遗传算法属性加权朴素贝叶斯(GA-AWNB)算法。将该模型应用于实际钻井工程,能够有效提高黏滑振动识别水平,提高钻井效率。

基于加权检测算法的低频时码干扰检测研究

针对低频时码信号的干扰检测问题,提出了一种新的加权检测算法。该算法通过两个加权因子,对信号平均功率和载波功率进行加权计算得到参考门限,实现对干扰的检测判决。相比于干扰检测中常用的能量检测算法,改进后的加权检测算法受干扰影响较小,对干扰特别是大功率干扰的检测有效率更高,在信噪比SNR>0时,干扰检测有效率最高可达到98.3%。此外,该算法可根据信号信噪比灵活调整参考门限,是一种适用于低频时码信号的干扰检测算法。

基于朴素贝叶斯算法的信息过滤研究

随着信息量的快速增长,获取和筛选相关信息变得越来越重要。文章研究了基于朴素贝叶斯算法的信息过滤方法。首先,介绍了朴素贝叶斯算法的基本原理,包括贝叶斯定理、朴素贝叶斯分类器及该算法的优缺点。其次,探讨了朴素贝叶斯算法在信息过滤领域的应用,包括信息过滤的分类、文本表示方法、基于朴素贝叶斯的信息过滤模型构建。最后,通过实验评估了该方法在文本分类任务上的性能,包括不同特征表示方法的对比以及与其他分类算法的性能对比。实验结果表明,基于朴素贝叶斯算法的信息过滤具有较好的性能,可以有效分类不同主题的文本。

常见舌象对证素辨别的贡献度

舌诊是中医诊察病情独具特色的诊法。舌象能较客观地反映疾病中机体的整体反应状态，是辨证的重要依据。各种舌象对各证素的判断具有不同的意义。

证素气血阴阳虚的证候特征

"证素",即辨证的基本要素,是根据中医学理论而提炼出的具体诊断单元,每一证素都有相应的特征证候。本文通过流行病学、文献资料调查和频权剪叉数据处理,准确提取出气虚、血虚、阳虚、阴虚等常见虚性证素的特征性证候,明确了各证候对虚性证素判断的权值。

基于汉明重分组的动态帧时隙ALOHA防碰撞算法

针对射频识别(RFID)系统中标签较多时动态帧时隙ALOHA算法识别效率快速下降的问题,在动态帧时隙ALOHA算法的基础上,利用标签ID前M位的汉明重量对阅读器范围内标签进行分组,提出了一种基于汉明重分组的动态帧时隙ALOHA算法(LGDFSA),并利用MATLAB对它进行了仿真模拟。仿真结果表明,LGDFSA算法与动态帧时隙ALOHA算法相比,当标签数较多时,系统吞吐量提高,并趋于稳定,总操作数有所减少,系统总体效率提高。

轻型卡车驾驶室悬置系统优化匹配设计

为了解决某轻型卡车驾驶室在62 km/h左右时存在比较严重的振动,对乘坐舒适性影响较大的问题,对该车型驾驶室悬置进行了匹配优化.采用频响函数方法,利用LMS Test-Lab测试系统对驾驶室质心、转动惯量等惯性参数进行了识别,并用称重法对所获得的质心数据进行了验证.在所获惯性参数基础上,采用遗传算法,在Matlab软件中编写优化程序,对驾驶室悬置3向刚度进行了优化.试制样件并装车进行了路试.实验结果表明:悬置系统优化后的驾驶室在该速度下振动加速度幅值被消减了32%,振动情况得到了明显改善.

瘀滞痰湿寒热证素的证候特征

"证素",即辨证的基本要素,是根据中医学理论而提炼出的具体诊断单元,每一证素都有相应的特征证候。通过流行病学、文献资料调查和频权剪叉数据处理,准确提取出血瘀、气滞、痰、湿、寒、热等常见实性证素的特征性证候,明确了各证候对实性证素判断的权值。