基于重加权策略平衡损失的用电窃电行为检测方法

由于传统的用电窃电行为检测方法在面对复杂的用电环境时,往往存在漏报的情况,导致检测精度低。针对上述现象,提出基于重加权策略平衡损失的用电窃电行为检测方法。通过对用电数据进行监测和分析,进而提取出窃电行为的特征。引入记忆单元更新参数,利用历史数据对模型进行训练和优化,提高窃电行为检测的精准度。优化重加权策略平衡损失函数,更好地平衡不同因素对损失的影响,提高模型的预测精度。通过训练分类器检测用电窃电行为。实验证明,该方法能够准确检测窃电行为,检测精度较高,具有较高的应用价值。

弱电网下考虑数字控制延时的LCL并网逆变器改进WAC控制策略

传统加权平均电流(WAC)控制方法因控制延时产生反向谐振峰而失去环路降阶特性,导致系统在弱电网下具有极大的失稳风险。文中首先分析了控制延时与弱电网共同影响下,传统WAC失去降阶特性导致系统失稳的问题,不再从环路降阶的角度而是在等效阻抗模型的基础上对系统输出阻抗进行失稳分析;然后在电压比例前馈的基础上,从增强谐波抗扰能力及稳定性入手,提出基于多二阶滤波器的电压前馈控制策略,对系统输出阻抗进行重塑,进而提升等效输出阻抗在中低频段的相位裕度,增强系统对电网阻抗宽范围变化的适应性。仿真及实验结果表明,该策略对弱电网阻抗宽范围变化具有较强的适应性,能够输出优良品质的入网电流。

加权双Q学习算法优化的PHEV能量管理策略研究

插电式混合动力汽车(plug-in hybrid electric vehicles,PHEV)具有节能、环保、无续航里程焦虑的优点,是汽车领域发展的重点方向。但PHEV整车控制策略较为复杂,涉及到多动力源的能量分配,如何设计高效可靠的能量管理策略已经成为PHEV研究的热点与难点。为了提升PHEV的燃油经济性和整车性能,提出了一种基于加权双Q学习的插电式混合动力汽车能量管理控制策略,采用加权双Q学习算法求解PHEV的能量分配。为了验证所提策略的有效性及可靠性,在Matlab/Simulink中搭建整车模型并进行仿真验证。研究结果表明:本文所提策略相比基于规则的CD/CS策略,燃油经济性在不同的行驶工况下平均提高6.38%;在不同的工况下,基于加权双Q学习策略的燃油经济性可达随机动态规划策略的98%,验证了本文所提策略具有较好的燃油经济性及工况适应性。

基于深度降本设计要求的催化器诊断策略

三元催化器是降低内燃机尾气排放的重要零部件之一,其性能由车载诊断(OBD)系统监测,主要监测指标为储氧量(OSC)。基于深度降本的设计要求,针对老化催化器与临界催化器的OSC区分度变小及排放变差等问题,采用快速诊断及指数加权移动平均(EWMA)的诊断策略,同时应用数理统计方法对催化器的OSC故障阈值进行统计学数据处理。对比分析应用该诊断策略前后的实车数据,证明该策略可保证催化器诊断的可靠性和鲁棒性,以及满足GB 18352.6—2016《轻型汽车污染物排放限值及测试方法(第六阶段)》附录J中的OBD系统要求。

加权电网级联失效的动力学行为

根据实际IEEE118节点系统建立了加权电网的物理模型,考虑网络的电气特征,提出了基于负载容量模式下的级联失效动力学模型,同时理论推导容忍参数和系统调整系数之间的关系,并借助数值仿真验证了理论结果,进而研究了不同攻击方式对电网动力学弹性的影响.研究结果表明,不同攻击策略下加权电网的容量参数取值相差较大.

中枢神经系统自身免疫疾病的诊断与治疗策略

探讨中枢神经系统自身免疫疾病的诊断与治疗的最佳策略。 方法 从我院随机选择了100例出现中枢神经系统自身免疫疾病疑似症状的患者(男56例,女44例,年龄27~78岁,平均年龄63.12±7.13岁)进行研究。采用磁敏感加权成像和核磁共振两种诊断方式对病例进行诊断,对比两种方法的诊断准确率。 计算得到两种方式的检验值为9.780,P值为0.000,表明两种诊断方式的差异有统计学意义。 结果 磁敏感加权成像的诊断准确率达到98.00%,明显高于核磁共振诊断准确率的86.00%。误诊和漏诊的情况也明显较核磁共振诊断低。 结论 磁敏感加权成像作为中枢神经系统自身免疫疾病的诊断方式,效果显著,诊断准确率高。提供了更准确和全面的诊断依据,并对后续的治疗策略制定带来重要指导,有利于提高患者治疗效果和生活质量,可在临床上广泛应用。

基于数据加权策略的模糊聚类改进算法

该文提出了一种数据指数加权的模糊均值聚类策略,引入了指数权因子和影响指数,使得可以在聚类过程中差异化处理各个数据。新策略和现有的Gustafson-Kessel(G-K)算法相结合,提出了一种新的模糊聚类算法DWG-K用于提高聚类质量和挖掘离群点。数据试验表明DWG-K在提高聚类质量方面优于现有的G-K;在离群点挖掘方面,DWG-K对离群点的判定是全局的,离群点的物理意义清楚,且计算效率明显高于当前广泛采用的基于密度的离群点挖掘算法。

基于偏度-加权条件风险价值的售电公司动态购电策略

在多市场、多时段的条件下,售电公司需要合理分配在不同市场、不同时段的购电量。将偏度引入购电组合优化模型,作为一项约束指标,以构建在购电价格服从不同类型分布下的购电策略。同时使用加权条件风险价值(WCVa R)量化风险,最终建立针对多市场、多时段的基于偏度-加权条件风险价值的售电公司动态购电优化模型。算例分析结果验证了该模型的有效性,该模型为售电公司提供了新的约束指标、风险度量方法和购电策略。

基于频域加权性能指标和输出反馈的主动悬架控制策略研究

本文对传统的主动悬架线性二次型控制策略作了频域改进设计和研究。通过对有关平顺性的指标项进行频域加权,在不影响其它方面性能指标的同时,大大改善了车辆的平顺性;通过对几种不同型式的输出反馈的比较研究,得出了可行的控制策略。

基于加权熵的访问控制策略安全性分析研究

为解决访问控制策略的安全性分析问题,提出了一种基于信息熵的策略量化分析理论.首先,根据信息论中加权熵的知识定义了策略安全熵,提出了非授权访问行为的最大不确定性计算方法.然后,分别给出了典型访问控制策略的一维安全熵和N维安全熵,并对结果进行了证明.最后,依据安全熵分析了典型访问控制策略的安全性.

基于变因子加权学习与邻代维度交叉策略的改进CSA算法

针对乌鸦搜索算法(CSA)优化高维问题时存在寻优精度低、局部极值逃逸能力弱等问题,提出一种耦合多个体变因子加权学习机制与最优个体邻代维度交叉策略的改进乌鸦搜索算法(ICSA).该算法随迭代进程动态修正模型控制参数(感知概率和飞行长度),利用多个体的变因子加权学习机制保证子代个体同时继承跟随乌鸦与上代最优个体的位置信息以避免单个体继承的过快种群同化并减小陷入局部极值的风险;同时构建历史最优个体的邻代维度交叉策略,并按维度绝对差异大的优先替换原则更新最优个体位置,以保留历代最优维度信息并提高算法的局部极值逃逸能力.数值实验结果分别验证了模型参数对CSA算法性能的一定影响,加权学习因子不同递变形式对ICSA算法性能改善的有效性与差异性以及改进算法的优越寻优性能.

拓广分部评分模型下计算机自适应测验变加权选题策略

在计算机自适应测验中,对0-1评分模型按a-分层选题是高效安全的策略,但多级评分模型的项目难度/步骤参数有多个而无法直接应用这种选题策略。信息函数能够很好地综合项目所有参数及能力参数,但最大信息量选题策略会影响考试安全。本文提出一种变加权选题策略,它通过调用一个与信息量相关联的函数,该函数与信息量成正比,与区分度的某个幂函数成反比,从而达到既能综合项目所有参数又按a分层的效果。在GPCM模型下用蒙特卡罗实验进行比较研究,结果显示新的选题策略总体效果比已有相关结果好。

加权无标度网络的免疫策略研究

基于所有节点采用相同感染概率和根据节点边权采用不同感染概率这2种感染机制对BBV加权网络进行免疫仿真。仿真结果表明,节点介数优先免疫的效果优于目前普遍采用的强度优先免疫,边介数优先免疫策略也优于其他边免疫策略。根据节点边权采用不同感染概率对边权大的边进行免疫,可有效控制病毒在感染初期的增长速度。

扩展WIT-树融合Diffset策略的频繁加权项集快速挖掘算法

针对当前算法从加权项事务数据库挖掘频繁加权项集(FWI)时效率不高的问题,提出了一种基于加权项集-Tidset树结构的FWI快速挖掘算法。首先,提出了一种加权项集-Tidset树结构;然后,使用最小加权项集阈值和向下闭合性质修剪非频繁节点;最后,利用Diffset策略允许以内存有效方式快速计算项集的加权支持度。实验结果表明,当输入数据库中FWI数较大时,提出的算法明显降低了FWI挖掘时间。相比基于先验的算法,算法平均可节省99.37%的耗时;相比基于位矩阵的加权频繁项集生成算法,提出的算法可节省99.06%的耗时,明显提升了频繁加权项集挖掘效率。

加权无标度网络病毒传播控制中带粒子群优化的免疫策略

为有效解决加权无标度网络中的病毒传播控制问题,基于图分割思想,同时考虑子网络规模和子网络节点的强度和两个优化目标,引入遗传算法的变异和交叉算子以提高种群多样性并避免算法过早陷入局部最优解,进而提出一种带粒子群优化的免疫策略.仿真实验结果表明所提免疫策略比目前公认高效的目标免疫策略效果更好,可通过免疫指定数量的节点,较好地将网络分割成节点个数尽可能少、节点强度和尽可能小的子网络.

加权粗糙集算法的PDA图书馆最优选书策略

针对标准贝叶斯网络模型在PDA图书馆选书分析的应用中表现出误差较大的问题,本文提出了一种基于加权粗糙集优化贝叶斯网络的PDA选书模型,首先采用粗糙集的方式,重构属性集合,用新的属性集合代替原来的属性集合,然后采用属性序描述方法,这样得到的约简后的条件属性将按照对决策属性影响逐渐减小的顺序依次排列,为了减小此缺陷的影响,采用加权的方式对基于粗糙集的贝叶斯模型进行改进。仿真试验结果表明,基于加权粗糙集优化贝叶斯网络的PDA选书系统功能完善,并且通过实际选书案例证明其选书精确性较高。

农业科技园区知识转移及促进策略研究——基于加权小世界网络模型的视角

农业科技园区是一种有利于创新和塑造竞争优势的制度安排,通过知识的交流可以促进创新要素的更有效组合。知识转移是农业科技园发展的必要过程和应有之义,构建农业科技园的知识转移网络是促进我国农业科技园发展质量改善的必由之路。在传统知识转移小世界网络模型的基础上,考虑不同企业之间知识转移联系的强弱,建立了农业科技园区知识转移加权小世界网络模型,并据此分析了特征关系长度、知识转移频率、集聚系数、知识转移集中度参数等对农业科技园区知识交流的影响。在此基础上,根据对河南省部分农业科技园区的调查情况,概括了农业科技园区知识转移存在的问题,并提出了有针对性的合理加强农业科技园区企业知识转移的策略。

采用发送功率加权分配策略的群小区架构容量与覆盖分析

随着用户对高速率、高质量无线通信业务需求的不断增长,以及对多入多出、空时码、分布式天线等多天线信号处理技术的深入研究,探讨面向未来移动通信系统的小区构建方法成为必然的需求。该文介绍了一种广义分布式小区架构——群小区,群小区架构适应先进的物理层技术,能够充分利用多天线技术带来的优势,并且可以解决未来移动通信系统由于载频提高导致小区变小带来的频繁切换问题。该文介绍了群小区架构的概念、构建方法以及基于群小区架构的滑动切换策略,重点分析了群小区架构采用下行发送功率加权分配策略下的容量性能和覆盖性能。理论分析和仿真结果证明,与当前的小区架构相比较,群小区架构可以有效地提高系统容量,扩大覆盖范围。

队列遍历算法的加权策略在蠕虫扩散中的应用

针对一般蠕虫不能感知目标环境及其改变,从而不能选择有效的扩散策略问题,采用加权树建模方法,给出一种蠕虫自动扩散模型,描述蠕虫"智能"扩散的本质特征和执行过程。基于队列遍历提出一种加权策略算法。分析和仿真实验结果表明,该模型具有较高的扩散效率,能够灵活描述和实现较为普遍的扩散。

三种加权网络的病毒控制策略研究

本文在BBV模型、WANG模型、ZHU模型三种加权网络模型中分别进行了随机免疫、熟人免疫与基于节点强度的目标免疫这三种免疫策略的研究,研究发现不同的模型采用不同的免疫策略效果是不一样的。