中心回线海底三维瞬变电磁响应规律分析

首先分析了中心回线装置在海底环境中的瞬变响应特征与规律,探讨了海水深度、装置尺寸及海底电性对于瞬变响应和分辨能力的影响;然后采用矢量有限元法对全空间三维海洋地电模型进行正演,通过与数值滤波解对比验证了算法的正确性;最后依据深海与浅海探测目标的不同分别设计模型,采用三维矢量有限元法对深海热液硫化物矿体模型与浅海小型目标体模型进行了正演计算,正演结果异常明显、边界清晰,通过总结并分析计算结果,得出了有价值的认识。研究成果进一步验证了中心回线瞬变电磁装置在海底环境的探测能力,为勘探的最优化设计和资料处理解释提供了有价值的理论依据。

用矢量法研究粒子在有心力场中的运动

本文根据粒子在有心力场中运动遵从牛顿运动定律，直接应用矢量方法，简单地推导出粒子运动轨道方程和库仑散射公式．这种方法简单，物理意义明确．

基于距离中心化与投影向量学习的行人重识别

现有的基于投影的行人重识别方法具有训练时间长、投影矩阵维数高、识别率低等问题.此外在建立训练集时,还会出现类内样本数目远少于类间样本数目的情况.针对这些问题,提出了基于距离中心化的相似性度量算法.在构建训练集时,将同一组目标群体特征值中心化,利用中心特征值来构建类间距离,而类内距离保持不变.这样使得类内类间样本数目接近,可以很好地缓解类别不平衡所带来的过拟合风险.另外在学习投影矩阵时,利用训练集更新策略,学习若干组投影向量,使得到的投影向量近似正交,这样既可以有效减少运算复杂度和存储复杂度,又可以使得学习到的投影向量能够通过简单的相乘近似得到原来的投影矩阵.最后,在学习投影向量时采用共轭梯度法,该方法具有二次收敛性,能够快速收敛到目标精度.实验结果表明:提出的算法具有较高的效率,在不同数据集上的识别率都有明显的提升,训练时间也比其他常用的行人重识别算法要短.

基于有限质点法的输电导线找形研究

对输电导线进行动力分析前,需先确定其初始形态,为此采用有限质点法进行输电导线的找形,通过自编MATLAB程序,动态模拟导线找形全过程,并确定导线最终形态。最后,分别采用有限质点法、悬链线法和有限单元法对一些算例进行计算并进行对比,结果表明了有限质点法的精确性和有效性,为导线的动力分析打下基础。

面向电力客户投诉信息的短文本分类算法的改进技术

针对电力客户投诉信息进行短文本分类,介绍了K近邻(KNN)算法和中心向量算法,并针对KNN分类算法的某些缺陷作了相关改进,主要加入了中心向量法的思想.对改良后的KNN算法、中心向量算法和传统的KNN算法进行了实验比较,结果发现,相比传统的KNN算法,改良后的新方案能更好地运用在电力客户投诉信息的分类操作上.

基于启发式搜索法与动态负荷跟踪的中央空调能耗全局控制方法

非线性且时滞的中央空调运行模式,导致运行能耗较高,为提高中央空调全局能耗控制效果,减少核函数和模型相关参数的相对误差,提出一种中央空调能耗全局控制方法。利用支持向量机算法,考虑变风量预测中央空调动态负荷,选择合适核函数、中央空调能耗相关参数,实时监测中央空调能耗运行总能耗,反复训练动态负荷跟踪模型,自适应调节参数并指导变频控制过程,以总能耗数据作为启发式搜索法优化目标,搜索最佳控制频率,完成中央空调能耗全局控制。实验表明,该方法降低了动态负荷预测模型的相对误差,提高了能耗控制的全局性。