融合外部注意力机制的序列到点非侵入式负荷分解

非侵入式负荷分解可以深度挖掘用户电力消耗数据蕴含的信息价值,为电力设备故障监测、需求响应等决策分析提供重要参考.为有效解决非侵入式负荷分解算法训练时间成本与分解精度间的冲突,提出一种融合外部注意力机制的序列到点非侵入式负荷分解算法.首先,将总负荷功率消耗序列进行数据清理、标准化等预处理,以固定窗口长度构建训练输入数据,输入数据通过编码层自动提取设备特征;然后,设计外部注意力机制增强重要特征权值;最终,输入到解码层得到负荷分解结果.利用REDD与UK-DALE两种公开数据集进行模型仿真计算,在信号聚合误差、平均绝对误差、标准化分解误差指标、模型分解曲线、特征图和用户耗能等方面进行对比分析,本文模型克服了卷积层注意力分散的缺点,增强了对有效信息的提取与利用能力,在未增加训练时间成本的前提下具有更高的分解精度.

基于价值函数分解和通信学习机制的异构多智能体强化学习方法

许多现实世界的系统可以被建模为多智能体系统,多智能体强化学习为开发这些系统提供了一种有效的方法,其中基于集中训练与分散执行范式的价值函数分解方法得到了广泛的研究.然而现有的价值分解方法一般缺乏通信机制,在处理需要通信学习的多智能体任务时表现不佳.同时,目前大多数通信机制都是针对同构多智能体环境设计的,没有考虑异构多智能体场景.在异构场景中,由于智能体动作空间或观测空间的异构性,智能体之间的信息共享并不直接.如果不能对智能体的异构性进行有效地建模处理,通信机制将变得无效,甚至会影响多智能体的协作性能.为了应对这些挑战,本文提出一个融合价值函数分解和通信学习机制的异构多智能体强化学习框架.具体地:(1)与采用同构图卷积网络的方法不同,该框架利用异构图卷积网络融合智能体的异构特征信息得到有效的嵌入;(2)利用通信学习模块获得的嵌入信息和局部观测历史计算每个智能体的动作价值,以选择和协调智能体的动作;(3)通过设计的互信息损失函数和价值函数分解模块的损失函数联合训练,能够有效地训练整个方法.本文首先在两个异构多智能体平台上进行实验,实验结果表明该方法能学到比基线方法更有效的策略,在两个平台上相比基线方法分别提高了 13%的平均奖励值和24%的平均胜率.此外,在交通信号控制场景中验证了该方法在现实系统中的可行性.

基于模态分解和自注意力机制的短期负荷预测

电力负荷数据的波动性和非平稳性一直是负荷预测的难点,直接构建预测模型的预测效果较差。为此,提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)和结合自注意力机制(SAM)的双向长短期记忆网络(BiLSTM)的电力负荷预测方法。该方法首先利用CEEMDAN算法将电力负荷数据分解为多个本征模态分量,降低原始负荷数据的波动性;然后对每个负荷分量分别构建SAM-BiLSTM网络预测模型;最后,将分量预测结果叠加重构得到电力负荷预测结果。实验结果表明,CEEMDAN-SAM-BiLSTM算法相比较于SVR、DNN、LSTM和BiLSTM预测精度分别提升了2.78%、1.99%、1.28%和0.96%,有效地提高了负荷预测精度。

漆酶催化生物体内有机物合成与分解代谢的双功能机制及其在生物技术领域中的应用

本文简要概述了漆酶分子的化学结构、底物谱和催化功能,重点分析了酚类化合物对漆酶介导生物体内有机物合成与分解代谢的影响及其双功能作用机制,总结并展望了漆酶的双功能属性在生物技术领域中的最新应用前景,旨在为拓展和开发漆酶的多功能应用提供新颖的见解和思路。

木材白腐菌分解木质素的酶系统-锰过氧化物酶、漆酶和木质素过氧化物酶催化分解木质素的机制

近年来许多研究者进行了木材白腐菌分解木质素的酶系统对木质素的催化分解机制的研究.木材白腐菌在分解木质素的过程中会产生分解木质素的酶系统,氧化与分解木质素,这些酶系统主要包括细胞外过氧化物酶（锰过氧化物酶-MnP、木质素过氧化物酶-LiP）和细胞外酚氧化酶-漆酶（laccase）.

一种基于信任机制的概率矩阵分解协同过滤推荐算法

传统的概率矩阵分解算法虽然较好地解决了推荐过程中的稀疏性和用户冷启动问题,但由于没有考虑到用户之间的信任信息,造成推荐精度不高.本文利用用户评分过程中潜在存在的信任关系,提出一种基于信任机制的概率矩阵分解协同过滤推荐算法TM-PMF(Probabilistic Matrix Factorization Algorithm of Collaborative Filtering Based on Trust Mechanism).首先根据用户间的信任关系来构建信任网络以获得信任评分矩阵.然后将信任评分矩阵与用户评分矩阵进行融合构建用户-信任评分矩阵,接着通过概率矩阵分解技术获得最优推荐列表.最终实验结果表明在不同稀疏数据集上,本文提出的TM-PMF算法较传统算法在精度方面有较大幅度地提高.

基于特征向量分解与散射机制判别指数的全极化SAR图像地物提取与分类

基于特征向量分解和基于散射模型的极化目标分解是全极化SAR非相干分解中的典型算法。本文对比研究了两种算法的特点及分解结果在地物识别分类方面的优势,在基于特征向量分解得到的H-Alpha特征平面的基础之上,引入散射机制判别指数来刻画地物的类别差异,从而能约束H-Alpha平面分割的界限以提高分类的精度,而且利用散射机制占优性强弱可辅助分类结果的解译。实验选取了鄱阳湖地区一景Radarsat-2标准全极化数据,实验结果对比表明一种散射机制占主导的地物,分类精度得到改善,特别是水域、形成二面角的目标区和成片分布的植被区域可以显著地提取出来。

CrAlN硬质刀具涂层的相结构稳定性及其热分解机制

采用基于密度泛函理论的第一性原理计算方法,从理论上系统研究不同Al固溶浓度x(x=0~1)下面心立方(FCC)结构Cr1-xAlxN硬质刀具涂层的微观几何构型、相结构稳定性及其热分解机制,并从电子结构角度对其稳定性起源进行分析。结果表明:随着Al固溶浓度增大,FCC-Cr1-xAlxN晶胞逐渐收缩,而其晶格畸变程度却先增大后减小,且当Al浓度x为0.5~0.75时,FCC-Cr1-xAlxN晶格畸变较为严重,为析出密排六方(HCP)结构的Al N化合物提供源动力;随着Al固溶浓度增大,FCC-Cr1-xAlxN相结构稳定性逐渐降低,且其极易按FCC-Cr1-xAlxN→(FCC-Cr N)+(HCP-Al N)→(HCP-Cr2N)+N2+(HCP-Al N)的路径进行分解,计算结果与实验保持一致;Al固溶致使FCC-Cr1-xAlxN相结构稳定性降低的内在原因在于Cr1-xAlxN晶胞中Cr—N共价键作用随Al固溶度的增大而逐渐减弱。

基于分解机制的多目标蝙蝠算法

在分析蝙蝠算法性能基础上,将蝙蝠算法融入分解机制,提出了一种基于分解机制的多目标蝙蝠算法。为了进一步提高算法的多样性,将差分进化策略引入算法中。对14个具有复杂Pareto前沿的多目标优化问题(LZ-09系列和ZDT系列)测试不同邻域规模对算法性能的影响,结果表明新算法的邻域规模为20时性能最优;将其与MOEA/D-DE和NSGA-II算法进行对比分析,结果显示该算法的分布性、收敛性和多样性均优于另外两种算法。为了验证其求解含有约束问题的性能,将其应用于滑动轴承多目标优化设计问题中,获得的Pareto前沿分布均匀,表明算法具有工程实用性,是求解复杂高维多目标问题的有效方法。

基于结构分解技术的内蒙古自治区规模化畜禽养殖业减排机制研究

运用结构分解技术(SDA),构建了内蒙古自治区规模化畜禽养殖业减排机制分析模型,将规模化畜禽养殖业COD和氨氮减排分解为规模效应、结构效应和技术效应,并根据模型测算了2011—2013年各种效应的数值。测算结果表明:COD和氨氮减排总效应分别为50.95%和63.41%,畜禽养殖污染排放增长趋势仍未改变;规模效应分别为77.10%和79.96%,即养殖规模扩张增加COD和氨氮的排放;结构效应分别为-0.51%和7.53%,说明养殖结构调整对COD减排有利,但未促进氨氮减排;技术效应分别为-25.64%和-24.08%,是COD和氨氮减排的主要驱动力;从养殖种类看,生猪、奶牛养殖技术减排是影响整体技术效应的关键,肉鸡养殖的污染物去除率有所降低,需要推动减排工程并加强监管。

基于变分模态分解和注意力机制的浪高预测

针对海洋中的海浪高度数据存在非线性和非平稳性的特点,海浪高度的预测就变得相对复杂。基于变分模态分解(VMD),在引入注意力机制(AM)的基础上,对传统长短期记忆(LSTM)神经网络算法进行了改进,提出了一种基于混合模型的海浪高度预测算法。算法通过预处理、预测和重构3个主要步骤,对海浪高度的时间序列进行预测。为了比较和说明,以太平洋东北海盆海域和马尾藻海域的4个站点浮标数据进行实验。实验结果表明,本文提出的混合模型(VALM)将海浪高度数据分解为更平稳和更规则的子序列;可以更好的区分数据之间的重要程度,并能够携带更多信息的数据;与支持向量回归(SVR)、人工神经网络(ANN)和LSTM等模型进行比较,VALM模型的预测效果最好且具备一定的鲁棒性。

固相热分解反应最可几机制的判断

固相热分解反应最可几机制的判断高永煜，邹文樵，冯仰婕（华东理工大学化学系上海２００２３７）关键词热分解，动力学方程，反应机制固相热分解反应机制的判断，是热分析动力学中令人感兴趣的领域。常用的方法是从含机制函数的非等温积分动力学方程出发，分别用Ｓｅｓｔ...

冲击诱导CL-20/TNT含能共晶初始分解机制

采用ReaxFF反应力场分子动力学方法,同时结合活塞加载模拟了0.8~4.0 km/s撞击速度下CL-20/TNT含能共晶的物理化学过程。冲击波入射至CL-20/TNT共晶中,随着冲击波强度的增加,初始反应路径主要分为3种:当u p=0.8 km/s,冲击压缩作用下CL-20聚合形成二聚体,无CL-20和TNT分解;当u p介于1.0~2.0 km/s,CL-20聚合和分解同时存在,并且聚合和分解的程度随着冲击波强度的增加而增加,但聚合过程占主导;当压缩区压力高于爆轰压力后,冲击引发CL-20/TNT共晶直接分解占主导作用,NO 2的数量明显增多并快速增加,而二聚体的数量逐渐减少。冲击引发CL-20/TNT共晶反应起爆的初始分解路径为CL-20中N-NO2键的断裂,另外,采用冲击雨贡纽关系计算得到CL-20/TNT共晶冲击起爆压力为11.15 GPa。CO2,N2,H2O为支撑能量释放的主要产物,并且,N2首先形成,H2O和CO2随后产生。

高性能聚酰亚胺树脂热固化过程及热分解机制的研究

用高分辨裂解气相色谱质谱（HR PyGC-MS）研究了以降冰片烯为端基的聚酰亚胺（PMRⅡ）的热固化过程和热分解行为. PMR-Ⅱ预聚体在330-390℃经不同时间(0-20h) 固化后， 根据其在315-590℃裂解产物的组成与分布， 讨论了聚酰亚胺树脂的热固化和热分解反应机制.

邻香兰素缩对甲苯胺Schiff碱稀土配合物的合成、晶体结构和热分解动力学机制

合成了2-甲氧基-6-[（4-甲基苯基）亚胺甲基]-苯酚Schiff碱（C15H15NO2,简写为HL）的3个稀土配合物[Pr（NO3）3（HL）2]（1）,[Nd（NO3）3（HL）2]（2）,[Er（NO3）3（HL）2]·0.5H2O（3）,结构通过单晶X射线衍射分析确定,并用元素分析、摩尔电导、 IR、 1HNMR和紫外可见光谱进行表征.化合物1～3中,Schiff碱作为二齿配体与中心离子发生配位,稀土离子均采用十配位的双帽四方反棱柱构型,分别与两个Schiff碱中的4个氧原子、 3个硝酸根中的6个氧原子发生配位.通过TG-DTG研究了配合物的热分解过程,用非等温动力学方法研究了配合物3的热分解动力学机制.

百万扩招任务的责任分解机制研究

百万扩招是我国高等职业教育界2019年的大事,如何将百万扩招的任务进行责任分解至关重要。百万扩招的任务分解面临着不同区域之间产业发展及人才需求的差异、办学资源及人才供给的差异、生源现状及扩招潜力的差异以及整体统筹与东西部差异等现实困境。基于上述困境,可以从省域层面、行业层面或者校级层级对百万扩招任务进行分解。百万扩招任务的责任分解机制包括:关联性机制、匹配性机制、饱和性机制和衔接性机制,即实现人才培养与产业经济相关联、专业设置与产业结构相匹配、生源投放与行业需求相饱和以及扩招方向与新兴产业相衔接。

偶氮二甲酸二异丙酯热分解机制及热分解产物研究

偶氮二甲酸二异丙酯作为偶氮类化合物的一种,由于其自身的结构特性极易发生热分解。通过C80微量热仪测试分析其热分解行为,并使用TG-FTIR-MS联用设备分析其热解过程及产物。结果表明,偶氮二甲酸二异丙酯的热分解过程有一个明显的分解放热峰,其放热量约为(945.67±23.45)J/g。并对其热解过程进行推断:首先是C-O单键断裂,?CH(CH3)2裂解析出;然后C-N键断裂,O=C-O析出或是N=N键断裂,O-CO-N析出;最后再发生?CH(CH3)2裂解为:CH2、?CH(CH3)2析氢生成CH2=CHCH3;C-O单键断裂,O=C(CH3)析出、氧化变成H2O、CO2等复杂过程。

中国玉米价格对生猪价格的非线性传导效应及机制分解——基于STR模型的实证分析

生猪市场价格的超常波动逆向加剧生猪养殖环节的不确定性,给中国生猪产业健康发展带来巨大风险。玉米是生猪饲养投入品的重要原料,选择STR模型,使用2000年1月-2015年6月玉米和生猪价格月度数据进行实证分析,证实并阐述玉米价格对生猪价格平滑转换的非线性传导机制及其过程。在此基础上,测度机制转化的阈值,根据平滑转化机制及其阈值,提出平抑生猪价格超常波动、维护生猪产业健康的策略。

基于注意力机制和有效分解卷积的实时分割算法

针对现阶段实时语义分割算法计算成本高和内存占用大而无法满足实际场景需求的问题,提出一种新型的浅层的轻量级实时语义分割算法——基于注意力机制和有效分解卷积的实时分割算法(AEFNet)。首先,利用一维非瓶颈结构(Non-bottleneck-1D)构建轻量级分解卷积模块以提取丰富的上下文信息并减少运算量,同时以一种简单的方式增强算法学习能力并利于提取细节信息;然后,结合池化操作和注意力细化模块(ARM)构建全局上下文注意力模块以捕捉全局信息并细化算法的每个阶段,从而优化分割效果。算法在公共数据集cityscapes和camvid上进行验证,并在cityscapes测试集上获得精度为74.0%和推理速度为118.9帧速率(FPS),相比深度非对称瓶颈网络(DABNet),所提算法在精度上提高了约4个百分点,推理速度提升了14.7 FPS,与最近高效的增强非对称卷积网络(EACNet)相比,所提算法精度略低0.2个百分点,然而推理速度提高了6.9 FPS。实验结果表明:所提算法能够较为准确地识别场景信息,并能满足实时性要求。

一种基于子空间分解的认知MIMO传输机制

针对传统认知无线电中检测-避免机制无法保证认知用户通信质量的问题,利用多输入多输出(MIMO)在空域处理上的优势,提出一种基于子空间分解的认知MIMO传输机制。在信道检测阶段,通过对协方差矩阵进行子空间分解得到噪声空间,在数据传输阶段,结合预编码将发送信号投影到噪声空间上,并采用功率注水以优化系统性能。仿真结果表明,该算法可以实现认知用户与主用户的空间复用,有效地提高系统的频谱利用率。