基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

扩展稀疏表示稳健HRRP目标特征提取方法

为提高低信噪比下高分辨一维距离像目标识别性能，提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展，实现对目标高分辨一维距离像局部特征与全局特征的提取。其中，在训练阶段利用支持向量理论与字典学习原理，对特征提取字典进行优化提高特征向量的可分性。在测试阶段，利用因子分析模型匹配方法对去噪声字典进行优化，从而实现对噪声的有效抑制，保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试，结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像，并实现较高的识别正确率。     

基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

双罐式气泵供液制冷系统性能的实验研究

双罐式气泵供液制冷系统作为气泵供液的一种,运用高压气体或液体的压力输送制冷剂到蒸发器。该实验通过控制供液气压来调节再循环蒸发器的供液量,调节制冷系统中的循环倍率,在供液气压升高而导致循环倍率增大的同时,蒸发器的传热量会升高到最大值。通过技术参数的收集整理,分析比较不同工况下的制冷性能、压缩机性能和传热性能等特性,作为双罐式气泵供液制冷系统工程应用的理论依据。实验表明,不同范围的供液压头,对传热性能的主要影响因素不同,蒸发器制冷量在供液压头升高到一定值后不再增加,系统COP也将下降。     

抑弧层结构对高压熔断器熔断效果的影响

将不同结构的抑弧层使用在相同熔断器基片上,研究了不同结构对熔断器高压电弧猝灭效果的影响。结果表明:熔断器动作时高压电弧的猝灭与抑弧层结构密切相关,多孔的抑弧层结构更有利于电弧的及时猝灭,对抑弧层中孔洞结构进行优化后熔断器电弧猝灭时间能够缩短至3 ms以内,电弧猝灭后的绝缘电阻大于500 M?,能达到较好的切断电流的目的。     

基于Spark大规模视频分析的可扩展性研究

介绍大规模监控视频分析可扩展性的研究目标,探讨了哪些因素会增加系统的负载和实时处理延时;研究了如何根据采样数据得出更加具有代表性的负载数据;进而提出了丢帧策略来避免系统负载过大和延时过长问题,最后介绍了动态增加系统的计算性能,通过增加计算节点的方式实现动态地增加系统的计算性能。     

基于LabVIEW的CRDM噪声录波试验台设计

控制棒驱动机构(CRDM)是控制棒的驱动装置,它是核反应堆压力容器内惟一的可动部件,也是关键部件之一。为了提高大亚湾核电站在大修期间CRDM噪声录波试验的效率、简化试验的过程,通过对CRDM噪声录波试验进行分析研究,合理设计CRDM噪声录波试验台结构,并采用Lab VIEW软件编程实现信息采集、数据记录、分析等多种功能,设计一种新的CRDM噪声录波试验台。该试验台解决了试验数据分析困难等问题,简便易行,对大亚湾核电站大修期间的CRDM试验具有重要意义。     

自动控制系统仿真

衡量控制系统调节品质优劣的性能指标可以理解为对每一类自动控制系统被控量变化全过程提出的共同基本要求,即稳定性、快速性和准确性。其中,稳定性是首要的,那么如何准确判断控制系统是否稳定就是十分重要的问题,通过设计程序算法和控制系统仿真,能够很好地解决这个问题。