双特征流融合和边界感知的显著性目标检测

显著性目标检测是计算机视觉领域的热门研究方向之一,许多基于深度学习的检测算法虽然已经取得了显著的成果,但是仍然存在待测目标漏检误检和边界模糊等问题。针对这些问题提出了一种基于双特征流融合和边界感知的目标检测算法,通过改变输入图像尺寸来丰富多尺度信息,并自顶向下逐层聚合特征得到精细的预测结果。首先将输入图像调整为两种不同分辨率分别送入编码器,提取丰富的多层级特征形成双特征流;其次将双特征流自顶向下逐层融合,生成由粗到细的显著图;最后构建了边界感知结构,凭借上下文语义信息的指导生成精细的物体轮廓。在五个公开数据集上进行了大量实验,实验结果表明,所提算法在结构相似性(Sm)等多个指标上取得了更高的检测精度,生成的显著图目标完整且边缘清晰。

云平台动态弹性扩展关键技术研究

根据实时交通大数据处理的具体需求,提出实时交通大数据处理云平台的逻辑体系结构,分别从Iaa S层、中间件层以及应用层探讨实现云平台动态弹性扩展的关键技术以及仍有待解决的关键问题。并搭建实时交通大数据处理云平台的原型系统,提出实时交通大数据处理云平台资源调度策略。实验结果表明云平台的动态弹性扩展特性可满足实时交通大数据处理的性能需求。

融合迭代和问题维度的速度约束粒子群算法

粒子群算法广泛应用于工程、科学与管理等领域实际问题中的复杂优化问题求解,设计新的策略以应对算法的性能和效率瓶颈是该领域的研究热点。针对传统粒子群算法速度约束策略比较单一,容易导致算法收敛速度慢,性能低等问题,提出一种融合算法迭代和问题维度的速度约束策略。通过分析算法种群进化状态评估值与迭代次数及问题维度的关系,设计计算进化状态评估值的公式,使其受算法迭代次数和问题维度影响,最后根据进化状态评估值计算算法的速度约束范围,得到一种融合迭代和问题维度的速度约束粒子群算法。新的速度约束策略使粒子群算法的种群状态受到迭代次数和问题维度的影响,具有自适应性,并对不同维度问题求解具有扩展性,提高了粒子群算法的收敛速度和求解精度,仿真实验证明了算法的有效性。

利用模糊决策进行电力变压器故障诊断的研究

针对IEC 60599三比值法故障诊断存在的编码缺失以及编码范围局限问题,本文提出了决策树算法和模糊数学方法相结合的模糊决策法,对IEC 60599三比值法进行改进研究,形成新型三比值法。通过决策树算法中的“信息熵”解决三比值法编码缺失问题;通过模糊数学方法构造“隶属函数”解决三比值法编码范围局限问题。通过82组实验数据的仿真分析表明,新型三比值法与IEC 60599三比值法相比,准确率从75.6%提升到87.2%。

变压器色谱峰识别研究综述

变压器色谱峰辨识与峰定性是变压器在线监测技术的重要环节。本文简述了变压器色谱峰类型及其辨识难点,综述了国内变压器色谱峰辨识的各种方法及其关键技术,提出了目前技术存在的问题及今后的发展方向。

基于Petri网的最大流-最小割问题建模与求解

给出了任意流网络及其残留网络Petri网模型的构造流程;通过对模型中各元素的实际意义进行分析,指出如何得到最大流的各个分布;从理论上证明达到最大流的条件并给出通过活性分析可以得到一个最小割的结论;将残留网络和流网络Petri网模型结合起来给出最大流-最小割问题完整的解决方案。Petri网图形化的仿真过程为研究网络流从局部到整体的变化提供了直观的描述。仿真结果证实该方法准确、有效。

基于区块链的电动汽车充电网络信任管理机制

充电网络建设的滞后已经成为制约电动汽车发展的关键因素,而C2C的商业模式则有望成为其强大的推动力,但由此也产生了为交易双方建立信任机制的问题。针对该问题,提出一种对充电网络的交易主体进行信任评估的方法,并设计了基于双层区块链的信任数据存储系统;同时,还提出了基于“轮盘赌”策略的共识算法,以改善工作量证明(proof of work, PoW)机制在算力损耗和共识效率上的缺陷。实验结果表明,提出的方法能够较好地识别恶意主体,并可以取得较高的共识效率。