基于双有序性约束的人脸年龄估计研究

目的人类年龄是人类识别和搜索任务中的重要特征,现有研究一般将人脸年龄估计视为传统的分类任务,忽略了年龄之间的有序特征,导致估计年龄与真实年龄之间的差距较大,因此,有必要寻找一种方法以缩小估计年龄与实际年龄的差距。方法提出一种基于双有序性约束卷积神经网络模型(DO-CNN)的人脸图像年龄估计方法。首先,DO-CNN使用基于广义Logistic分布的有序回归模型作为卷积神经网络的分类器,并验证比其他有序分类器在人脸估计任务上的优越性;接着,进一步提出有序竞争比损失函数,在传统竞争比损失函数上,通过引入风险项使损失函数注意到预测年龄与真实年龄的误差,进而指导模型缩小估计年龄与真实年龄的差距。结果在开源人脸图像年龄数据集FGNET和AgeDB上的对比实验显示:相比现有研究方法,DO-CNN分别提升约12%和3%的准确率,当允许的误差范围扩大后,该优势依然保持。此外,基于广义Logistic分布的有序回归分类器相比基于其他分布的有序回归分类器具有明显提升。结论实验结果表明:基于双有序性约束的卷积神经网络模型可以明显提升人脸年龄估计的准确率,并减少年龄估计的实际误差。

Assessment of Quality of Experience (QoE) of Web and Video Services over a Mobile Network Using a Network Emulator

This paper investigates the subjective assessment of QoE of web and video services over a mobile network. To achieve this, the authors used the network emulator (NetEm) traffic control functionality to simulate the dynamic behaviour of a mobile network. Experiments were conducted in a laboratory setting and test conditions were varied to ascertain the QoE, with a focus on QoE metrics such as delay and packet loss ratio. From the experiments conducted, it was observed that there was a negative correlation between delay and average mean opinion score (MOS), and between packet loss ratio and average MOS. The results obtained can be adopted by network operators to provide better services which would lead to improved subscriber base and profitability for the operators and better QoE for the end users.

面向多角度文字检测的旋转交并比神经网络

边界框回归是文字检测中关键的步骤,为了更好地预测边界框和收敛网络参数,在Faster RCNN目标检测算法的基础上提出一种利用旋转交并比损失函数的神经网络。该损失函数根据文字检测的评价指标而设计,增加预测框的角度参数,将其与宽和高的参数一起代入损失函数的惩罚项,代替了原版用于边界框回归的smooth L1损失函数,转化为交并比的损失向神经网络进行反向传播,并着重优化边界框的方向信息,通过设计与角度惩罚项相同的阈值运算作为非极大值抑制来输出检测结果。在公开文字检测数据集ICDAR2015上的实验结果表明,该方法有效提高了网络的收敛速度和检测精准度,比原方法综合提升11百分点左右。

基于梯度引导加权‒延迟负梯度衰减损失的长尾图像缺陷检测

针对目前图像缺陷检测模型对长尾缺陷数据集中尾部类检测效果较差的问题,提出一个基于梯度引导加权‒延迟负梯度衰减损失(GGW-DND Loss)。首先,根据检测器分类节点的累积梯度比值分别对正负梯度重新加权,减轻尾部类分类器的受抑制状态;其次,当模型优化到一定阶段时,直接降低每个节点产生的负梯度,以增强尾部类分类器的泛化能力。实验结果表明,在自制图像缺陷数据集和NEU-DET(NEU surface defect database for Defect Detection Task)上,所提损失的尾部类平均精度均值(mAP)优于二分类交叉熵损失(BCE Loss),分别提高了32.02和7.40个百分点;与EQL v2(EQualization Loss v2)相比,分别提高了2.20和0.82个百分点,验证了所提损失能有效提升网络对尾部类的检测性能。

基于大数据分析的煤层气田电力系统优化

某煤层气田的配电网均在山区建设,线路长、分支多,造成电网运行效率较低。利用煤层气电网的电力集抄和数据采集系统,对采集的电力、电量和电能质量等数据进行大数据的分析,运用大数据思维,采用多种典型挖掘算法,进行因素分析,查找出电网运行中的高耗能环节存在于配电线路损耗、变压器损耗和抽油机电机损耗,通过对线路进行无功补偿、调整变压器负载率和更换节能电机等措施,提高配电线路功率因数,降低线损率,达到节约电能的目的。

基于信干比的均匀分布用户中断概率分析

为了分析异构蜂窝的网络干扰、确认通信系统的关键性能指标、提高通信系统可靠性,对均匀分布在蜂窝网中的用户终端进行研究.首先对5G通信系统中超密集网络下行链路中的用户终端进行随机几何建模;其次对用户设备受到小区外某一基站干扰时的情况进行分析;然后给出了用户设备信干比的概率密度函数,并对基于信干比的中断概率进行计算;最后通过蒙特卡洛模拟进行验证.结果表明,所提出的中断概率分析方法能够适用于异构蜂窝网的下行链路通信场景.

电力系统无功功率的最优分布——等网损微增率准则和最优网损微增率准则的接合

电力系统无功功率的最优分布包括无功电源的最优配置和无功功率负荷的最优补偿 ,但二者缺乏内在联系 ,因此在进行无功功率的最优分布时必须反复迭代 ,计算工作量大。构造目标函数将二者建立联系 ,并详细阐述了该目标函数对等网损微增率和最优网损微增率接合的意义。

论等耗量微增率和等网损微增率与最优潮流的关系

等耗量微增率准则和等网损微增率准则是经典的电力系统经济运行准则。等耗量微增率准则是电力系统有功负荷分布的最优准则,等网损微增率准则是电力系统无功电源分布的最优准则,而电力系统最优潮流则是近年来经济的调度运行理论。从理论上对等耗量微增率和等网损微增率与最优潮流进行了分析和推导,通过对目标函数的比较、约束条件的比较、物理含义的分析以及仿真算例的证明,表明最优潮流包含了等耗量微增率和等网损微增率,是这2个准则在电力系统中的进一步灵活运用。

生命线系统的震害耦联

在震害分析时，孤立地评价一个生命线系统的功能，不考虑与其它生命线系统间的耦联关系，可能会低估地震造成的损失。将地理信息系统（GIS）与现有的震害预测方法结合起来，有利于推动新方法的研究。本文在GIS环境下定义了网络失效率，提出了一种考虑不同生命线系统之间耦联关系的震害分析方法，给出了一个算例，并建议了相应的与生产能力相关的震后应急抢修决策方案。

基于T-S模糊神经网络的ATM网络拥塞控制

本文充分考虑了模糊神经网络的学习功能,提出了利用T-S模糊神经网络算法对ATM网络进行拥塞控制的方案。仿真结果表明,该方法改善了网络对拥塞的实时处理能力,又增加了网络资源的利用率。

基于SCADA/EMS的负荷实测与网损在线计算的研究与应用

基于SCADA/EMS系统实时采集和处理电网数据的基础上,实现负荷实测与网损的在线计算。每隔5分钟实现1次负荷实测与电网元件负载率、容载比等指标的计算与统计,并将这种计算与统计指标推广至整年月,从而准确地反映电网元件的负载情况与运行水平。每隔5min实现1次电网的在线网损计算,从而累加获得电网每日的电能量损耗,并实现与电能量采集系统网损电量的校核;通过实际应用表明,基于SCADA/EMS系统的负荷实测与网损在线计算能为电网运行人员提供有益的指导,具有较高的实际价值。

无线/有线混合网络下基于平均丢包率差值的Fuzzy丢包评判算法

在对最后一跳为无线的无线/有线混合网络下,对无线误码丢包和网络拥塞丢包的平均丢包率差值统计概率分布特点进行了分析和验证,在此基础上提出了一种基于平均丢包率差值的Fuzzy丢包区分算法,利用Fuzzy模式识别区分丢包原因。仿真验证表明,该算法效果比较理想。

电网经济运行的评估与优化

提高经济性是电网营运的核心问题,也是智能电网建设的重点内容之一。提出利用能量管理系统(EMS)或广域测量系统(WAMS)进行线网损计算,并与电能量采集表的电能量对比校核和网损对比校核,通过输电线路和变压器在线负载率计算以及网损灵敏度分析,判断电网经济运行状况,再从电网运行方式上和电网结构上优化电网运行,提高电网运行经济性。

星形网光链路损耗与分光比求解方法探析

分析和研究了星形光纤网中光链路损耗和光分路器分光比的求解方法,通过实例着重介绍了比较复杂的广义星形网中各光分路器分光比与整个网络的全程光链路损耗的求解思路、方法和步骤。

农村电网无功优化配置实用方法研究

电网的无功优化配置是一个多变量非线性有约束的最优化问题,求解方法比较复杂,农网技术人员在实际工作中迫切需要这方面的实用化方法。为此进行研究,推导和简化了等网损微增率准则和最优网损微增率准则,提出了几种实用有效的计算方法,并在此基础上开发了无功优化计算软件包。这些方法概念清晰,计算简便,便于农网技术人员学习使用。文中提出的无功优化模型和算法,经实际系统验证得到令人满意的效果,证明了模型和算法的合理性和有效性。

多元星形光纤网络的合理构建与设计

将星形光纤传输网络分为单元网和多元网,研究了两者的关系,结合实际介绍了合理构建与设计星形光纤传输网络的指导思想和方法步骤,并给出了多元星形网构建与设计的几种实际方案及其构图。

轮古7井区低渗透油藏水锁损害实验评价及预测

针对低渗透油藏易受水锁损害的特点,介绍水锁损害机理,提出水锁损害实验室评价方法。同时,针对水锁损害实验评价既需要代表性的储层岩心,又耗费大量人力物力的缺点,介绍了BP神经网络原理和灰色系统理论,把两者引入水锁损害研究中来,将灰色GM(0,N)预测法和BP神经网络法有机结合,建立一种新的预测模型——灰色-神经网络预测模型,并分析其可行性,用计算机C语言程序实现了上述过程。以塔里木油田轮古7井区15块有代表性的岩心室内水锁损害评价结果为学习样本,另外5块岩心为预测样本,建立了灰色-神经网络水锁损害预测模型。预测结果表明,模型预测结果与实验室实测结果吻合程度较好。并通过与回归分析法、灰色GM(0,N)预测法和神经网络法这三种预测方法进行比较,发现灰色-神经网络水锁损害预测模型效果明显优于其他几种方法。

基于BP网络的混凝土抗冻性

运用改进的BP算法,建立了3 5 2及3 5 1混凝土抗冻性BP网络计算模型·模型(1)(3 5 2)以水灰比、单位水泥用量及砂率为输入,以冻融后混凝土质量损失及冻融后混凝土强度损失为输出;模型(2)(3 5 1)及模型(3)(3 5 1)的输入与模型(1)相同,输出分别为冻融后混凝土质量损失和冻融后混凝土强度损失·计算结果与试验结果符合较好·

一种基于蚁群优化的WSN拥塞控制算法

针对无线传感器网络中由于拥塞引起的丢包和能量过度消耗等问题,提出了一种基于蚁群优化的拥塞控制算法以减轻WSN中的拥塞和改进网络性能。该算法充分考虑了给定时刻WSN的拥塞状况,分成三个阶段在源节点和sink节点间寻找一条最佳的路径,并及时地消除拥塞。仿真实验结果表明,该算法在网络吞吐量、丢包率、时延和能耗方面具有较好的综合网络性能。

异构网络中贪婪资源分配策略的研究

针对当前异构网络中多种业务并存的现状,提出了一种可应用于由移动微波存取全球互通和通用移动通信系统组成的异构网络中考虑切换业务优先的贪婪资源分配策略,并通过网络中的呼损率验证了该策略的可行性;接着,在NS2环境下将该策略与公平资源分配策略在资源利用率、分组丢失率方面进行了比较。仿真结果显示,新策略可以提供良好的服务质量,前者的资源利用率和分组丢失率比后者分别改善了13%和14%左右。