基于网络映射的网络服务社群发现及全局表示

针对当前网络拓扑以设备类型为标注,难以反映设备节点间服务关系的问题,提出了一种基于服务映射的网络服务节点划分算法,通过网络节点间服务映射关系,判断服务社群归属,找寻网络服务的关键节点及节点间从属关系并在传统隶属矩阵的基础上引入虚拟社群,使网络服务社群隶属关系影响度算法不仅能反映节点的社群隶属度,还能够反映节点的全局影响度。在LFR网络实验中,将该算法与同类算法进行算法敏感度和性能对比,在Internet2 OS3E仿真实验中通过模拟拒绝服务攻击验证算法划分的有效性。对比实验结果表明服务映射算法具有阈值选择低敏感性和高实用性的特点,且性能优于同类算法。仿真实验表明服务社群划分有效且能够反映节点服务间的关联性。

惯性质量衰减的引力搜索算法

针对引力搜索算法易陷入局部最优的缺点,提出一种惯性质量衰减的引力搜索算法。该算法认为粒子的惯性质量有一定衰减,把粒子惯性质量的衰减率看成一个模糊变量,用其隶属度函数定义惯性质量的衰减率,把衰减率与粒子惯性质量乘积作为粒子的惯性质量,从而提高算法的开发能力。另外,为了提高算法的探索能力,给出一个新的变异算子。最后,把所提出算法应用到经典测试函数中,并与引力搜索算法及其他改进的引力搜索算法比较,数值结果表明所给出的算法能够提高求解精度和收敛速度。

基于共期刊学科类间关系构建全学科科学骨架图

一种期刊,因为内容分属于不同的学科,而被划分到不同的Wo S(Web of Science)学科类别(a journal’s co-assignment to different categories)。这些类别的学科就会有相同的期刊(categories’co-membership of journals)。而这些期刊的论题又是相关的,各个类别的学科间因为共有期刊论题的相关性而具有一定的相关性,我们把这种相关性称为共期刊的学科类间关系。学科间共有的期刊越多,之间沟通的渠道就越多,就越容易形成比较紧密的关系,这些学科之间形成学科群的基础也就越牢靠。基于这种关系,用学科类别作为基本的构架单元,利用VOSviewer所提供的统一的构图和聚类技术,我们勾画了全学科科学骨架图。Leydesdorff和Rafols著名的科学全局图(global map of science)也是用学科类别作为基本的构架单元,但他们用引用作为关系框架,用主成分分析来聚类,用Kamada and Kawai算法来构图。虽然两者所用的关系框架、聚类和构图方法都有差异,但所勾画的全学科科学骨架图形异而神同:用学科类别间的共期刊关系所勾画全学科科学骨架图呈文理两极分化之势,而Leydesdorff和Rafols的科学全局图呈不规则环形,而且文理之间形成一种勾连呼应之势。但从其内部结构来看,两者从右到左,经过计算科学、工程、理化、材料,通过农林,穿过地球科学、生态系统,到生物医学,再经过公共环境与职业卫生过渡到社会科学。共期刊类间关系相对稳定,而引用关系则随时发生变化。其一致性和差异性反映了科学学科结构的稳定性和动态变化性的对立统一,也体现了两种关系框架下不同的学理结构。

基于二阶段微粒群优化模糊C-均值算法的模糊聚类分析研究

针对常规动态聚类方法对初始聚类中心的敏感性和容易陷入局部最优的缺点等问题,提出了基于二阶段微粒群优化模糊C-均值算法(TPSOFCM),并将此算法与现有的模糊C-均值聚类算法和基于多阶段的模糊C-均值算法进行比较。该算法对Iris数据进行聚类,计算结果表明:该算法有较好的全局收敛性,不仅能有效地克服传统的模糊C-均值算法易陷入局部最优解的缺点,而且全局收敛能力优于模糊C-均值聚类算法和基于多阶段的模糊C-均值算法。

一种考虑GPS信号中断的导航滤波算法

针对无人机惯性(INS)/GPS组合导航系统,考虑导航过程中存在的GPS数据中断的问题,设计了一种改进的滤波算法。首先建立了无人机导航运动学模型,再将传统的扩展卡尔曼滤波(EKF)技术和强跟踪滤波结合,利用模糊理论中的隶属度函数设计了一种模糊强跟踪扩展卡尔曼滤波(STEKF)算法。仿真结果表明,所设计的改进算法能够快速适应GPS信号突变,即当GPS信号从故障状态恢复到正常状态时,改进算法相较普通EKF算法能更快速地收敛到稳定状态,重新完成对飞行状态的估计。同时相较普通EKF和强跟踪扩展卡尔曼滤波算法,改进算法具有更高的滤波精度。

考虑源–荷随机–模糊特征的配电网潮流不确定性量化方法

分布式可再生能源发电在配电网中的比例逐年提高,其不确定性给配电网的安全运行带来了挑战,量化研究源–荷不确定性对配电网潮流的影响具有重要意义。计及源–荷的随机–模糊特征,该文建立随机源–荷模糊参数模型,提出考虑源–荷随机–模糊特征的配电网潮流不确定性量化方法,包括不确定性表征和灵敏度分析两个阶段。在不确定性表征阶段,提出基于多项式混沌克里金方法(polynomial-chaosbased Kriging,PCK)的配电网随机–模糊潮流高效计算方法。在灵敏度分析阶段,提出基于隶属函数的全局灵敏度分析(global sensitivity analysis,GSA)方法,用于定量评估随机源–荷模糊参数对配电网潮流的影响,准确辨识关键随机源–荷模糊参数。将所提方法应用于含分布式可再生能源的33节点和123节点配电网系统进行仿真计算,验证了所提方法的有效性。

综合配网谐波及三相不平衡评价指标的治理设备优化配置策略

以有源电力滤波器为代表的电能质量治理设备多用于补偿本地负载产生的谐波及不平衡电流。随着配网中非线性负荷的大量接入,本地补偿的配置策略存在成本高、效率低的问题,出现了面向网络电能质量全局综合提升的关键点治理设备配置需求。首先,提出了一种基于层次分析法和模糊隶属度的电能质量数据全局评价方法,作为衡量治理设备配置效果的尺度;其次,以全局配置效果、总装机数量和装机容量为优化目标,以网络各节点谐波含量及不平衡度均满足标准为约束条件,通过多目标粒子群算法确定治理设备最优配置节点及容量的配置策略;最后,通过搭建含有分布式不平衡及谐波负荷的IEEE-18节点仿真模型,验证所提全局评价及设备配置策略对于网络电压谐波及不平衡综合优化的有效性和优越性。

一种全局隶属度和小波能量相结合的活动轮廓模型

计算机化X射线体层照相(computeried tomography,CT),图像中的磨玻璃型肺结节,由于其具有模糊的轮廓,且肺结节区域与其邻域的亮度值相差很小等特性,一般的图像分割算法很难对其进行精准地分割。针对该问题,提出一种全局隶属度和小波能量相结合的活动轮廓模型。首先,利用全局隶属度函数调整初始活动轮廓曲线,使之与目标边界的距离更接近,且形状更相似;同时,基于全局隶属度的边界停止函数能快速收敛于目标边界,使得预测曲线更加贴合待分割目标;其次,基于小波能量的局部活动轮廓模型数据项增强了目标与背景之间的对比度,进而能更精准地分割在低对比度和亮度非均匀场景中的目标轮廓。将该模型应用于全实质及部分实质磨玻璃型肺结节的CT图像中,实验证明了本文算法的优越性。

坚持运用辩证唯物主义,深度参与会费比额谈判

习近平总书记在《求是》杂志2019年第1期发表重要文章《辩证唯物主义是中国共产党人的世界观和方法论》,强调要"更加自觉地坚持和运用辩证唯物主义世界观和方法论,增强辩证思维、战略思维能力,把各项工作做得更好",这为我们运用辩证唯物主义基本原理参与联合国会费比额谈判提供了科学指引.本文拟结合工作实践,探索坚持和运用辩证唯物主义这一中国共产党人的世界观和方法论,更好发扬斗争精神和增强斗争本领,推动深度参与联合国会费比额谈判,为国家争取更大利益,为积极参与全球治理体系改革和建设贡献力量.