谱归一化Wasserstein distance迁移网络

现有的Wasserstein distance在迁移学习中已经取得了巨大的成功,然而,以往方法对Lipschitz约束实施方式不好。为了克服这一问题,提出一种能够学习领域自适应能力的新方法,即谱归一化Wasserstein distance迁移网络(spectral normalization Wasserstein distance transfer network,SNWDTN)。该方法首先求出权值矩阵的谱范数,然后利用谱范数再对权值矩阵进行谱归一化处理,以设计出能够满足Lipschitz约束条件的谱归一化层,从而为Wasserstein distance的使用提供更好的约束条件满足。通过公共数据集的实验结果表明,SNWDTN取得了比以往方法更好的效果。

Spatio-Temporal Air Pollutant Characterization for Urban Areas

Urban pollution has now become increasingly recognized as an important determinant of air pollution in developed countries. The effect of urban air pollution in developing countries, on the other hand, has not been adequately addressed in the data Spatio-temporal time series. Thus, this study was intended to characterize the effect of urbanization on air pollution for an urbanized Klang Valley, Malaysia using Spatio-temporal data from 2008 to 2017. The Air Pollution Index (API) data and local pollutant concentration were employed to establish the links between urban air pollution. The analysis will be supported by determining the source of pollutants during the study period using Principal Component Analysis (PCA). The study identified that Carbon monoxide (CO), Nitrogen Dioxide (NO2), and Ozone (O3) are the major air pollution that has contributed to degrading air quality in the Klang Valley due to the vehicles, combustion process, and industries.

Optimal Guidance Law to Maximize Terminal Velocity for Missiles with Impact Angle Constraint

In this paper,an optimal guidance law for missiles with impact angle and miss distance constraints is proposed to achieve the maximal terminal velocity. The normal acceleration command that includes the timevarying coefficients is introduced to satisfy the desired impact angle as well as zero miss distance according to the geometric relation and relative motion parameters between missile and target. The problem is formulated as an optimal control problem by defining the angle of velocity error and flight-path angle as state variables and maximizing a performance index of the terminal velocity. The analytical form of the proposed guidance law is obtained as the solution of the optimal control problem combining optimal control theory and numerical value computation method. Nonlinear simulations of various situations demonstrate the performance and feasibility of the proposed optimal guidance law.

面向曲率及边界距离约束的弯曲管道内路径规划

弯曲管道结构是工业探测或医用诊察中常见的一种场景,传统机器人的路径规划大多基于管道中心线的提取,而忽略了在狭窄空间中作业的真实参数约束,易使得作业工具末端受到弯折或挤压,影响作业效率,增加作业风险.针对以上问题,提出了一种面向真实曲率和边界距离参数约束的路径规划方法,在可视化的三维模型中生成管道的中心稠密点集,针对该点集提出两步走的空间特征点识别策略.在选定作业路径的初始点、终止点后,依据邻近点间的曲率均值、极值及差分关系识别曲率极值点、分段点,通过对粗扫描特征点的遍历进一步识别出拐点和宽域节点以及过密点.将识别出的特征点作为型值点,反算得到NURBS曲线及对应插值点的曲率值,通过模型切片搜索得到曲线插值点的边界距离不合格点集.将极值点添加至特征点集中,再通过搜索得到的曲率不合格点集,将极值点进行拟合圆调整至后更新特征点集、在完成自适应轮次的特征点迭代后,检测并标记为空或连续不变的全区间参数不合格点区间集.实验结果证明:弯曲圆柱仿真模型和CT重建肾腔模型的规划路径经由迭代分别满足曲率10 mm^(-1)、8 mm^(-1)的约束.同时最短距离的全区间检测及标记结果也表明本文方法可以在满足曲率要求的前提下尽可能不碰撞管道内壁,验证了本文方法的有效性和可行性.

附加距离约束的导航相机快速标定方法

针对在轨条件下因观测条件匮乏导致巡视器导航相机标定精度受限的问题,提出了一种基于直线特征的导航相机快速在轨自标定方法。首先,利用SAM(segment anything model)对导航影像太阳能板区域进行图像分割,并对太阳能板OCR(optical control room)直线特征进行提取;然后,构建附加距离约束的导航相机自检校模型;最后,利用Levenberg-Marquardt方法对标定模型进行求解。开展了模拟实验及在轨实验。分析结果表明,相比光束法自标定、CAHVOR及Vanishing Points等标定方法,所提出方法标定参数重建的坐标精度平均值分别提升了20.60%、30.82%和35.92%,对太阳能板OCR距离恢复距离偏差范围在-1.4~1.5 mm之间。该方法可为巡视器导航相机在轨标定技术提供一定的价值参考。

面向光伏集群扩展规划的两阶段分布鲁棒优化

随着双碳目标的深入推进,可再生能源的渗透率逐年攀升,其消纳问题备受关注。分布式可再生能源集群是一种消纳可再生能源的新模式,在规划时需要着重考虑源荷不确定性的影响。以分布式光伏集群新增光伏并网规划为背景,计及源荷的不确定性,提出了一种基于两阶段分布鲁棒优化的光伏集群扩展规划方法。考虑规划阶段和运行阶段侧重的不同,建立了以年等值成本最小为目标、考虑机组出力约束和电网承载能力的两阶段分布鲁棒优化模型。为了提高计算效率,结合K-means聚类和极限场景法对区域分布式光伏和随机负荷的历史数据进行削减和修正,并基于修正后的场景集构造了基于Wasserstein距离的概率分布模糊集。接着采用列和约束生成算法将建立的两阶段分布鲁棒优化模型分解为主问题和子问题,通过主问题和子问题的迭代进行求解,进一步提高了求解效率。其中,为实现子问题的求解,引入了拉格朗日对偶法将子问题转化为确定性优化问题。最后,以某分布式光伏集群为例开展算例分析,结果表明:所提的基于两阶段分布鲁棒优化的光伏集群扩展规划方法可以有效协调规划运行方案的经济性和鲁棒性,根据历史场景集的大小和可靠程度可以灵活调整模型控制参数以满足多种工程应用场景下对可靠性和经济性的不同需求。

一种工具坐标系标定与公共点结合的机器人与激光跟踪仪坐标转换方法

机器人标定需要实现测量坐标系与机器人坐标系的配准关联,得到两者之间的转换关系。为克服传统基于轴线矢量坐标系转换方法操作复杂、拟合精度不高等缺点,提出一种工具坐标系标定与公共点转换相结合的解算方法。首先基于距离约束标定出光学靶标球中心相对于末端法兰坐标系的位置参数,而后通过重心化配置降低测量误差对坐标转换的影响,最后基于公共点转换采用三维七参数模型求解坐标转换齐次矩阵。实验结果表明,相比于基于轴线矢量坐标系转换的传统拟合方法,该方法的点位综合MAE减小35.44%,坐标转换精度更高,且操作方法简单,适合工业现场使用。

基于空间约束的裂缝密度反演方法

常规利用法向弱度、切向弱度间接预测裂缝密度的方法存在较大误差。为此,提出一种针对碳酸盐岩(HTI介质)裂缝密度直接反演的方法。在振幅随炮检距和方位角变化(AVAZ)反演的基础上,引入反距离加权插值法(IDW)以优化传统各向异性全变分(ATV)多道反演的横向差分算子,充分利用相邻多个地震道之间的相关性,提高反演算法的横向连续性和稳定性;将横向约束、低频约束及稀疏约束共同用于构建反演目标函数,采用交替方向乘子法(ADMM)优化求解。利用裂缝密度直接反演和反距离加权插值的优点,先对Marmousi II模型测试,验证了该方法的有效性和抗噪性;再将该方法应用于塔里木盆地YM区块的实际数据,验证了该方法的可行性。该方法对裂缝密度预测结果更准确、可靠,可在类似地区推广应用。

基于深度全卷积神经弹性网络WCGAN-GP模型的语音增强研究

Wasserstein距离生成对抗网络(Wasserstein Generative Adversal Network,WGAN)模型^([1])在语音增强中运用广泛,但存在梯度易爆炸、性能不稳定等问题。引入梯度惩罚(Gradient Penalty,GP)和弹性网络条件约束,并将生成器和判别器优化成深度全卷积神经网络(Deep Fully Convolutional Neural Networks,DFCNN)结构,提出一种基于DFCNN的弹性网络条件梯度惩罚(Wasserstein Conditional Generative Adversal Network Gradient Penalty,WCGAN-GP)模型。改进后的模型可以达到真实Lipschitz限制条件,提高了可控性、稳定性和特征提取能力,能更快优化训练。实验将改进后的模型与WGAN对不同噪声条件下的语音进行增强,结果证实了改进后的模型在语音增强方面的优越性。

泊松点距离约束下无人机辅助地面应急网络覆盖性能研究

在用户数量激增的应急通信场景下,为保证地面用户的通信质量,提出了基于距离约束的用户自适应接入方案。首先采用泊松点距离约束策略(Poisson Point under Distance Constraint,PPDC)对无人机(Unmanned Aerial Vehicle,UAV)的位置进行建模,避免无人机区域重叠带来的干扰问题。其次,引入基站负载传输协议(Base Station Load Transfer Protocol,BSLTP),当接入基站的用户数量超过给定阈值时,超载用户由无人机提供服务。此外,分别分析了地面基站和无人机的覆盖性能,得到了系统整体覆盖概率,并研究了无人机高度、覆盖半径、激增用户密度对网络覆盖性能的影响。最后,通过仿真验证了理论结果的正确性,且所提部署方案能够有效提升网络覆盖性能。

χ^(2)-散度信息集下的分布鲁棒优化问题

讨论了χ^(2)-散度刻画的信息集下的一类分布鲁棒优化问题.利用测度转换技巧及凸分析理论,得到该分布鲁棒优化问题的确定等价形式,其结构为经验分布下目标函数的期望添加了关于模糊因子和标准乘积的罚项.发现χ^(2)-散度下的机会约束问题可以转化为经验分布下的更为保守的机会约束问题.最后讨论了一个χ^(2)-散度信息集下的分布鲁棒投资组合问题并得到了其解析解.

银企距离缩短能够促进企业污染减排吗?

立足于金融供给的地理结构视角,本文利用2005—2012年工业企业数据库、中国商业银行分支机构数据与工业企业污染排放数据库的匹配数据,根据企业地理位置和中国商业银行分支机构的地理位置信息,计算得出银企间的距离数据,分析了银企距离对企业污染排放的影响,并进一步运用绿色信贷政策与绿色银行网点数量,分析了绿色金融政策对银企距离的减排作用的调节效应。研究发现:银企距离的缩短会显著降低企业排污水平,且该减排效应通过倒逼企业研发绩效增加和缓解企业融资约束来实现。绿色金融的发展与绿色银行网点数量的增加,会增强银企距离缩短对企业的减排效应。本文进一步丰富了银企距离的相关理论,同时对于金融发展助力“碳中和”实现提供了新的研究视角。

附加距离约束的GPS/BDS海上长基线差分定位及分析

为了削弱海上长基线差分定位中大气延迟残余等系统性误差对定位结果的影响,建立了顾及系统误差的差分定位函数模型以及天线间距离约束的长基线差分定位函数模型,分析了约束条件对长基线差分定位结果的影响。利用岸基和船载多台接收机进行试验,结果表明500 km基线差分定位中,附加系统参数能够很好的吸收系统性误差对定位结果的影响,GPS/BDS组合定位精度具有明显提高;442~451 km陆海站间长基线附加合理天线间距离约束后定位误差减小到1 dm内。本文附加系统参数及合理附加天线间距离约束方法可为海上长基线差分定位提供参考依据。

基于Cook距离的阻尼多道奇异谱分析分离绕射波

地震绕射是提升小尺度不规则地质体成像横向分辨率的重要手段。常规地震记录中的绕射波会被能量强的反射波掩盖,因此需要分离出绕射波并成像。阻尼多道奇异谱分析是一种秩约束类的去噪方法,其原理为地震数据经过Hankel变换后做奇异值分解,反射波和绕射波分别对应着数值较大和较小的奇异值。然而该算法依赖人工确定反射波场的秩,不适用于海量地震数据处理。为了克服人工选择奇异值的问题,提出使用Cook距离作为自动计算反射波场秩的解决方案。将Cook距离和阻尼多道奇异谱分析算法相结合以实现反射和绕射波分离。模拟共炮检距道集和叠后实际数据实验表明,该方法能够有效获得高质量绕射波场。

Data-driven Wasserstein distributionally robust chance-constrained optimization for crude oil scheduling under uncertainty

Crude oil scheduling optimization is an effective method to enhance the economic benefits of oil refining.But uncertainties,including uncertain demands of crude distillation units(CDUs),might make the production plans made by the traditional deterministic optimization models infeasible.A data-driven Wasserstein distributionally robust chance-constrained(WDRCC)optimization approach is proposed in this paper to deal with demand uncertainty in crude oil scheduling.First,a new deterministic crude oil scheduling optimization model is developed as the basis of this approach.The Wasserstein distance is then used to build ambiguity sets from historical data to describe the possible realizations of probability distributions of uncertain demands.A cross-validation method is advanced to choose suitable radii for these ambiguity sets.The deterministic model is reformulated as a WDRCC optimization model for crude oil scheduling to guarantee the demand constraints hold with a desired high probability even in the worst situation in ambiguity sets.The proposed WDRCC model is transferred into an equivalent conditional value-at-risk representation and further derived as a mixed-integer nonlinear programming counterpart.Industrial case studies from a real-world refinery are conducted to show the effectiveness of the proposed method.Out-of-sample tests demonstrate that the solution of the WDRCC model is more robust than those of the deterministic model and the chance-constrained model.

非欧氏度量空间下的选线优化设计方法

作为城市基础设施之一,输电线路是城市治理中的关键环节。针对输电线路建设,综合考虑道路距离、变压器负载、故障率、施工成本等约束条件,设计了一种非欧氏度量空间下的优化线路设计方法。结合自适应邻近变压器点位搜索算法和基于近邻关系的点—线拓扑整合方法,实现了结合复杂时空要素的优化选线设计。以广州市海珠区、白云区为例,综合利用道路网络、变压器点位、维修驻点位置等多源数据,为区域内某一新建楼栋选择最佳供电变压器,并规划了输电线路,完整验证了该算法流程的可行性,为电力线路规划与建设提供了行之有效的决策支持工具。

跨类别样本迁移框架下的不平衡分类方法

对于不平衡分类问题,实现类别交叠区域中样本数目和分布的平衡是缓解后续决策偏移的关键,而现有的不平衡分类方法往往只从少数类样本生成新样本来达到样本数目的平衡,没有充分利用多数类样本丰富的信息。特别是在少数类样本绝对数量过少的情况下,仅利用原始少数类样本信息无法有效平衡交叠区域样本的分布。提出了一种跨类别样本迁移框架下的不平衡分类方法。在变分自编码器(variational autoencoder,VAE)隐编码采样过程中嵌入由全连接层构建的映射网络,在VAE充分学习不同类别样本的共性和特性的基础上,在隐编码先验约束和跨域一致性约束下对多数类样本的隐编码进行映射转换,使转换前后隐编码共享相同的分布空间,并通过VAE中解码器实现多数类样本向少数类样本的迁移。同时融入生成对抗机制,对原始样本和新样本以及转换前后的隐编码进行判别对抗,进一步提升迁移样本的可靠性。在此基础上,分别对新生成样本与原始不同类别样本的距离进行加权约束,并筛选得到更加靠近交叠区域的样本,使该区域不同类别样本的数目和分布更加平衡。在16个公共数据集上的实验结果表明,在F1测量值和G-均值上该方法显著优于10种典型的不平衡分类方法,特别是在11个不平衡比例较高、少数类样本绝对数量过少的公共数据集中,该方法性能提升更加显著。

求解电动汽车车辆路径问题的双种群协同进化算法

绿色物流领域新兴的电动汽车车辆路径问题,由于需要对车辆路径和充电决策同时优化,搜索空间急剧增大,且需要同时满足容量和电量双重约束,现有方法难以快速找到质量较优的可行解。为此,提出一种基于双种群的协同进化算法,通过忽略电量约束构造简单带容量约束的车辆路径问题,辅助原始复杂问题的快速求解。为实现其间信息交互,设计一种基于改进距离邻接矩阵的解序列特征表示方法,旨在同时获取客户访问顺序和车辆指派信息;利用降噪自编码器构建2个问题解之间转换关系,以实现问题域间知识迁移。将该算法与目前常用的3种启发式算法和2种进化算法在不同规模测试集上进行对比,试验结果表明所提算法具有更快收敛速度且所获解集具有更好收敛性。

基于多元种子选择的混合模糊测试方法

混合模糊测试结合了模糊测试与符号执行,使用模糊测试探索程序中的路径,并利用符号执行求解模糊测试难以突破的复杂约束,但现有混合模糊测试工作在选择符号执行的求解目标时未考虑两种技术之间的任务协作和符号执行的求解收益。针对上述问题,文中提出基于多元种子选择的混合模糊测试方法。利用程序控制流图对程序状态进行分析,对种子发现路径的能力进行量化,由符号执行来求解模糊测试难以探索到新路径的种子,从而形成两者之间的任务协作。利用目标点导向的思想量化种子挖掘漏洞的能力,使符号执行求解更有可能发现漏洞的种子。实验结果表明,相较于现有混合模糊测试工作,所提方法的整体路径发现数量提升了8.35%,整体漏洞发现数量提升了28.69%。

Distance geometric constraint filtering algorithm and its application in UWB location

This paper proposed a novel wireless location algorithm based on distance geometry （DG） constraint filtering for the time of arrival （TOA） of the signal （namely as DG-TOA）. Filtering and processing of the observed data and leading to the mathematical formulas based on DG-TOA algorithm are applied to location, also play crucial rules. Simulation results show that the proposed DG-TOA algorithm can provide more valid observation data and be more precise than least square estimate （LSE） algorithm in dense, multi-route, indoor circumstances with the ranging estimation error.