基于可供选择的技术的电能计量与控制系统的设计与计算机仿真

设计了一个基于可供选择的技术上的电能计量与控制系统的结构图,推出了一种新型电能表,建立了描述该系统的数学模型,实现了系统的Matlab仿真并对自动抄表系统进行了必要的研究.     

基于降噪自编码的电能质量扰动识别

针对目前电能质量扰动识别时特征提取不充分,造成识别精度不高的问题,引入了降噪自编码算法。降噪自编码算法起源于自动编码算法,两者都属于深度学习算法。其中,自动编码算法已经被应用于电能质量扰动识别,并取得了一定的成果。但是,自动编码算法对含噪声干扰的电能质量扰动信号的识别精度还不是很理想。本文采用降噪自编码算法,将克服这一问题。首先对无噪声的扰动信号用噪声进行"破坏",然后用带噪声信号去重构原始信号,得到扰动信号波形的固有特征,最后通过BP神经网络分类器对整个网络进行微调,得到最后用于分类的特征样本。该方法降低了传统特征提取算法对特征选取不当,造成分类识别精度不理想的风险,并在一定程度上提高了含噪声的电能质量扰动信号的识别精度。仿真结果表明,该方法在识别含噪声的电能质量扰动信号上有很大的优势。     

基于受限玻尔兹曼机的电能质量复合扰动识别

针对目前电能质量混合扰动识别精度不高的问题,引入了受限玻尔兹曼机(RBM)算法。RBM是深度学习的一种新颖算法,在语音识别、机器视觉和图像恢复等领域已取得了很好的应用成果,但在电能质量复合扰动识别上尚未涉及。区别于传统算法提取特征的方式,深度网络通过提取波形的固有抽象特征,克服了人工特征选择的缺陷以及传统神经网络训练时收敛速度慢、容易限于局部最优的缺点。复合扰动信号经过深度网络自动获得特征参数,再经过分类器进行分类识别。实验验证该算法在电能质量复合扰动识别上可以达到很高的性能,优于传统的识别方法。 更多还原     

一种基于粗糙微聚集算法及属性重要度的匿名模型的数据质量评估

提出一种基于属性重要度的匿名模型并改进了微聚集算法,提出一种用于解决微聚集算法在处理分类型数据时存在的问题的方法。并针对改进算法,从粗糙集理角度出发,设计了一种度量函数来衡量匿名化数据的质量。仿真实验证明,改进的方法是有效的。 更多还原     

基于大数据技术的水情云数据中心设计与研究

随着浙江省水情信息化的不断推进,水情数据种类、结构和数据量不断丰富和发展,传统的单结构化数据存储管理方式已不适合当前信息化社会的应用和服务需求。 本研究采用先进的分布式数据采集、智能数据过滤、大数据存储等技术,构建基于大数据云平台技术的浙江省水情云数据中心,对各类分散的多源异构数据进行全面整合。实现了水情大数据的质量管控、深度挖掘和高效共享,丰富了水情信息的资源样本,拓展了服务深度和广度,提升了数据挖掘的服务效率和能力,为水利业务和事务的现代化发展奠定了坚实的基础。     

基于GIS与多子群遗传神经网络模型的水位方案优选

水利水电工程决策具有多目标、多层次、多影响因素的特点.针对现有正常蓄水位方案形成过程的不足,建立了基于GIS辅助分析、从蓄水位限值确定到获取方案指标、从方案形成到各方案比选的一整套流程方法.为解决正常蓄水位方案优选的非线性问题,避免综合优选模型中依靠主观经验赋权的人为因素影响,提出将多子群遗传神经网络模型应用于正常蓄水位方案优选.该方法有效减少了人为主观因素的影响,提高了指标权重确定的客观程度,为正常蓄水位方案的优选提供了新思路和解决办法.     

基于数据同化的高频地波雷达海流数据质量分析方法

为了解决高频地波雷达探测海流数据难以分析与评估的问题,提出了基于数据同化的地波雷达数据质量分析与评价的方法.该方法利用逐步订正法(SCM)技术将雷达探测的流场资料同化到POM(princeton oceanic model)模型中,再根据同化后数据与雷达数据的均方根误差(RMSD)分布统计特征,实现对地波雷达海流数据质量的分析与评价.相比于传统出海获取海流数据的定点比测方法,该方法能快速分析雷达数据质量,降低雷达性能评估的成本.     

大数据环境下基于信息论的入侵检测数据归一化方法

在大数据时代,入侵检测作为网络安全的一种重要技术手段被广泛采用.网络入侵检测数据不同的特征属性具有不同的量纲和量纲单位,为了消除特征属性之间的量纲影响,一般在进行数据分析之前采用归一化处理.当前网络入侵检测数据的归一化处理大多只考虑特征属性取值本身的分布情况,没有客观地评估它对类别信息或其他特征属性的影响.针对这个问题,提出了一种基于信息论的网络入侵检测数据归一化方法.对连续特征属性,它以联合信息增益作为区间的分割评估方法,以区间的类别占比作为标准依据进行归一化处理;对离散特征属性,它根据类别条件熵的占比进行了归一化处理.利用NSL-KDD数据集仿真实验,结果表明,该方法不仅能够提高学习算法的收敛性,而且归一化的结果有助于提高分类模型的检测率和降低分类模型的误报率.     

基于窗口均值的WSNs链路质量评估方法

无线传感器网络(wireless sensor networks,WSNs)通信的不可靠性为网络协议的设计带来很大的挑战.准确而高效的链路质量评估则是保证上层协议性能的基础.针对传统的LQI (Link Quality Indication)均值评估法所存在的问题,提出了一种LQI窗口均值(window mean-LQI,WM-LQI)评估方法.实验结果表明该评估方法是合理的,且与传统的均值评估法相比,提高了评估的精度,从而更加具有实用性.     

基于数据集中处理的技术架构设计模型

针对目前国际化的竞争环境,数据集中处理可以提高跨区域经营企业的核心竞争力,通过实例介绍了数据集中处理的系统总体架构模型、主机应用系统模型、前置前端系统模型等部分,给出初步模型设计,为企业完成数据集中处理提供一种最佳设计方案.     

基于非线性反正切函数的WSNs高效数据融合方案

高效的数据融合节能策略是延长无线传感器网络生命周期的关键技术之一.为有效节省网络节点能耗提升网络性能,给出一种基于非线性反正切函数的无线传感器网络高效数据融合算法.该算法首先根据数据传输流量变化确定一个均值中心时刻点,然后通过采用非均匀采样的方法进行采样,距离中心点越近的时刻,采样点越多,数据融合率越低;距离中心点越远的时刻,采样点越少,数据融合率越高.仿真和性能分析结果表明该算法具有较好数据融合性能,具有易于实现和灵活高效的特点,可适用于实际的无线传感器网络环境中.     

XML数据服务器的构建方案

介绍了一种在交互式Web中可作为后台数据服务平台使用的XML数据服务器的构建方案，添加了简单有效的安全访问与共享控制机制，弥补了XML文档自身的不足，文中给出的Web应用方案在小规模数据服务的场合比较适用．     

基于物流大数据有向图的客户资源聚类研究

面临大数据稀疏的严峻形势,物流客户资源的优化工作急需适用的聚类方法.本文基于信息熵、互信息、资源距离熵和优势评价等问题,设计物流客户资源的关联性分布估计、原子行为资源遴选、资源聚类和优势客户检测等算法,给出了信息熵架构下的物流资源优化聚类模型.通过实践验证,本模型具有高效遴选优势资源的效能,能为物流客户资源优化工作,提供可靠的适用性方案.     

课程质量评估的可信性——简评我校首次课程质量评估

起源于二十年代的教育测量,近十几年来,发展十分迅速。它是以现代教育学、心理学和统计学为基础的系统工程。教育测量的目的,就是对教育的社会价值作出判断,寻求教育改革的正确途径.教育测量,一般包括三个层次:整个学校办校水平和教育质量的评估;专业学科办学水平和教育质量的评估;课程建设和质量的评估。其中课程建设和质量的评估是教育测量的基础。     

一种基于数字水印的无线传感器网络数据识别传输方案

针对无线传感器网络中数据的真实性识别问题,提出了一种基于数字水印技术的无线传感器网络数据识别传输方案.为了区分正常数据包与异常数据包,定义了数字基因构造方法.利用待发送数据自身特征构造数字基因,设计了水印嵌入和检测算法,将数字基因作为数字水印嵌入到待发送数据中,实现无线传感器网络中传输数据的真实性识别.仿真实验表明,该方案能够有效地识别出注入、重放和随意修改的数据包,实现无线传感器网络中数据的有效传输.     

基于Fuzzing技术的云数据泄露漏洞检测

目前Web应用上存在接口枚举、越权与敏感信息回传三种逻辑漏洞,在SaaS服务模式的背景下,攻击者利用这些漏洞可以非法获取云端数据,给厂商和用户造成损失.主流的检测方案未实现自动化,依赖测试者经验的渗透测试,难以全面覆盖复杂的Web应用业务逻辑.本文分析云数据服务Web应用的业务逻辑,建立抽象三种逻辑漏洞的威胁模型,设计漏洞Fuzzing检测算法和系统框架,并实现了原型系统.实验结果表明,本文方案可检测造成云数据泄露的三种逻辑漏洞,与人工经验相结合,实现自动化的渗透测试.测试真实Web应用,发现了未被修补的三种逻辑漏洞,并已经得到厂商确认,提升了漏洞挖掘的覆盖度.     

课程建设质量评估的四集成评价法及应用

针对课程建设质量评价体系缺乏规范方法的问题,本文将文献聚合法、层次分析法、德尔菲专家调查法和模糊综合评价法有机融合提出了课程建设质量评估的四集成评价法。运用文献聚合法挖掘现有的课程建设质量评价体系研究成果构建课程建设质量评价体系的二级指标,利用层次聚类方法对此二级指标进行聚类分析获取并构建课程建设质量评价体系一级指标,在此基础上先后运用层次分析法、德尔菲法和模糊综合评价法进行课程建设质量评价分析,最后以XX大学工程管理硕士专业学位研究生领域课程建设为例进行了应用研究。本文为课程建设质量评估提供了一种规范化方法,对提高课程建设质量,促进人才培育目标的实现均具有重要的理论和实际意义。     

云端结合的书法大数据平台

基于文化强国的国家重大战略,为满足传承和创新我国传统文化这一重要需求,实现文化休闲与共享、书法普及与教育的具体目标,研发了基于大数据和人工智能等核心技术建构的云端结合的书法大数据平台。平台连通了线下和线上的信息通道,实现古代经典与当下书写的智能对接、线上与线下作品的共创共享以及个体创作与群体创作的有机结合。在此基础上,实现了数字书法创作与交流、作品集的生成与推广、线上线下协同创作、书法作品的智能竞技、书法创作数据分析等形式的智能书法服务。     

云端结合的书法大数据平台

基于文化强国的国家重大战略,为满足传承和创新我国传统文化这一重要需求,实现文化休闲与共享、书法普及与教育的具体目标,研发了基于大数据和人工智能等核心技术建构的云端结合的书法大数据平台。平台连通了线下和线上的信息通道,实现古代经典与当下书写的智能对接、线上与线下作品的共创共享以及个体创作与群体创作的有机结合。在此基础上,实现了数字书法创作与交流、作品集的生成与推广、线上线下协同创作、书法作品的智能竞技、书法创作数据分析等形式的智能书法服务。     

电能存储与转换技术研究的机遇与挑战

<正>清洁高效的可再生能源技术是人类社会实现可持续、高质量发展的必由之路。电能存储技术是实现电网稳定与智能化、可再生能源的高效利用,以及电气化交通的关键技术。电能与物质之间的转换则是实现“双碳”目标与循环经济的重要途径。因此,基于材料电化学的电能存储与转换技术迎来了前所未有的机遇,在机理、关键材料、性能、器件等方面取得丰硕成果的同时,也面临一些重大挑战。