5G场景下面向M2M巨连接的无线接入控制策略

针对海量接入采用随机接入所造成的网络拥塞和业务过载,从而导致用户接入时延增大、分组数据包丢失等问题,研究提升5G场景下面向巨连接的无线接入能力。首先,通过汇聚数据设备的通信接入机制降低机器通信设备的碰撞次数以缓解基站接入拥塞;然后,以最小化MTC设备总的平均接入时延为优化目标,采用强化学习的方法实现最优接入基站的选择,形成机器通信设备接入基站过程的动态优化。     

光热发电中汽轮机运行的优化措施分析

阐述光热发电汽轮机组的阀门结构、汽缸结构、转子结构的优化设计,结合对汽轮机启动初期的蒸汽温度保持恒定的时间进行适当缩短,实施提前并网。在兼顾缩减启动时间、降低转子热机械应力的条件下,对该阶段冲转暖机的时间进行适当性缩减。在动静部分未发生碰撞磨损的基础上,对汽轮机转子实施增速处理的运行优化措施,从而缩减汽轮机的启动时长,实现降低汽轮机转子关键部位热应力值的效果。     

电网智能的调度控制系统应用

阐述智能电网调度控制系统的结构和现状,提升电网智能调度控制系统应用效果的措施,包括电网智能运行一体化系统、可信计算与安全免疫技术、短期电力市场多级多时段优化技术、运行方式自描述及动态解析技术。     

基于Dijkstra算法的场面滑行路径优化研究

分析表明,滑行道是机场机动区的重要组成的部分,对机场滑行道的优化可以提高机场运行效率,降低航空公司运营成本。阐述优化航空器滑行路径。在利用迪杰斯特拉算法研究过程中,首先对所选机场停机坪的道面承载强度进行分析,解释航空器在机场的运行限制,建立一种最短路径的仿真模型。结合航空器冲突点避让原则将最短路径选出,将航班运行数据运用于仿真模型。利用迪杰斯特拉算法进行航空器滑行路径规划。     

计算机与电子信息技术的工程应用分析

阐述计算机电子信息技术应用的优势,工程管理与应用中的问题与应对的措施,包括技术的优化、系统的集约化和智能化、信息共享和信息安全,从而提高管理的效率。     

切削加工参数优化及自适应控制技术综述

阐述离线切削参数优化技术的研究现状,在线自适应切削加工技术的应用,探讨数控加工过程中离线参数优化技术,以及在线自适应加工技术的关键难点。     

基于Pandora 观测的OMI 全球臭氧产品精度验证

臭氧是大气中一种重要的微量气体, 是影响对流层与平流层大气运动的重要成分之一, 臭氧的高精度探测 对于环境和气候具有重要的意义。OMI 传感器是目前具备探测全球臭氧含量的主要遥感传感器之一。利用地基 Pandora 观测网全球范围内44 个臭氧观测站点数据对OMI 卫星数据产品进行了精度验证。结果表明: OMI 臭氧产品 与Pandora 地基测量结果之间具有很好的线性相关性, 相关系数达到0.948, 但精度结果存在区域差异。在南半球地区, 相关系数为0.915; 在北半球低纬度地区, 其相关系数为0.932, 中纬度地区相关系数为0.948, 而在高纬度地区, 相关系 数达到了0.957。此外, 验证精度还与臭氧柱总量存在相关性, 在臭氧柱总量低于220 Du (对应臭氧空洞条件) 时, OMI 卫星产品存在高估现象, 高估约13%; 而在臭氧柱总量高于400 Du 时, OMI 的臭氧产品低于Pandora 地基测量结果, 且 随着臭氧柱总量增加, 低估情况也越严重, 在臭氧柱总量达到500 Du 时, OMI 臭氧产品低估约4%。     

基于Hadoop的灰狼优化K-means算法在主题发现的研究

快速准确的在海量网络数据中发现热点主题对于网络舆情监控具有重要作用.针对K-means算法对初始中心点选择敏感和全局搜索能力不足的问题,提出一种基于Hadoop的改进灰狼优化K-means的IGWO-KM算法.首先,该算法将灰狼优化算法和K-means算法相结合,利用灰狼优化算法收敛速度快和可全局寻优的优势为K-means搜索最佳聚类中心,减小随机选取初始中心点而导致的聚类结果不稳定性,以获取更好的聚类结果.其次,使用非线性收敛因子改进灰狼优化算法,协调算法的全局和局部的搜索能力.然后,引入正弦余弦算法并进行改进,增强灰狼优化算法的全局搜索能力,优化寻优精度和收敛速度,避免陷入局部最优.之后,使用近邻空间球减少K-means聚类过程中冗余的距离计算加快算法收敛.最后,利用Hadoop集群可批量处理数据的特性,实现算法的并行化.实验结果表明,IGWO-KM算法具有更好的寻优精度和稳定性,相比于GWO-KM算法和K-means,该算法在查准率、召回率和F值均有明显提高,且具有良好的收敛速度和拓展性.     

改进海鸥算法的多阈值图像分割算法北大核心CSCD

为进一步提高图像分割精度,改善传统多阈值图像分割方法计算量大、分割慢的问题,提出了改进海鸥算法(improved seagull optimization algorithm,ISOA)的多阈值图像分割方案。针对原始海鸥算法(seagull optimization algorithm,SOA)存在早熟、寻优精度不足的问题,首先,采用cubic混沌映射优化初始解,提高搜索效率;其次,引入鹰栖息优化算法(eagle perching optmizer,EPO)的缩放因子和疯狂算子进行扰动,并与麻雀搜索算法(sparow search algorithm,SSA)警戒者的位置更新相结合,优化寻优精度和收敛速度,避免陷入局部最优。利用6种基准测试函数对ISOA进行寻优性能测试。最后,将ISOA与图像分割的最优阈值选取相结合,进行基于Otsu的多阈值图像分割,并与现有分割算法进行对比。仿真结果表明,ISOA在基于Otsu的图像分割中,100%取得了最优值,且80.9%的结果优于其余算法,使图像的分割精度和质量均得到了优化。