基于反投影注意力网络的遥感影像超分辨率重建

近年来, 在诸如环境监测等一系列工作中, 遥感影像得到了广泛应用. 然而, 目前卫星传感器观测到的影像往往分辨率较低, 很难满足深入研究的需要. 超分辨率(SR)目的是提高图像分辨率, 同时提供更精细的空间细节, 完美地弥补了卫星图像的弱点. 因此, 本文提出了一种反投影注意力网络(back-projection attention network, BPAN)用于遥感图像的超分辨率重建, 该网络由反投影网络和初始残差注意块两部分组成. 在反投影网络中, 通过迭代误差反馈机制计算上下投影误差指导图像重建; 在初始残差注意块中, 引入初始模块融合局部多级特征为重建详细的纹理提供更丰富的信息, 以注意模块自适应地学习不同空间区域的重要性, 促进高频信息的恢复. 为了评价该方法的有效性, 在AID数据集上进行了大量的实验, 结果表明, 本文的网络模型提升了传统深度网络的重建性能, 且在视觉效果和客观指标方面有明显提升.     

基于移动信息化的安全接入平台建设

文中旨在提高移动信息化接入的安全级别,确保组织内部服务的安全性和可靠性,在原有网络安全框架的技术基础上,应用一些较为复杂的混合加密技术,建立一个完善的移动信息化安全接入平台,以确保系统安全。为了提高移动信息化的安全性,将其划分为5个类别,并制定了相应的安全政策。如此,原先被控制在内网中的业务系统就能在移动终端上安全地运行。实践证明,该平台可以确保客户身份的安全,增强信息的保密性、完善性、新颖性和不可篡改性,从而保障客户的权益。文中重点关注了移动安全接入平台,并制定了风险安全策略,以应对移动信息化的挑战。     

含氢储能的多源联合发电系统调度研究

风电和光伏发电具有间歇性和随机性,为了降低在多源联合发电系统中的弃风弃光率,采用含氢储能系统和火电机组配合来平滑风电和光电机组出力。文中以系统运行成本最小和弃电惩罚成本最小为目标,以系统功率平衡、火电机组出力和爬坡、热备用、风电和光电出力及储能系统储氢罐容量、电解槽和燃料电池功率等为约束条件构建了多源联合发电系统日前调度模型。通过YALMIP工具箱对模型进行编程,并调用CPLEX对编写的程序进行求解。对含有风电、光电、火电机组以及储能系统的多源联合发电系统进行算例分析,通过对比有无储能系统的弃风弃光量和系统总运行成本,证明了含氢储能系统可以有效降低系统的弃风弃光率,并提高系统的经济性。     

基于机器学习的FPGA电子设计自动化技术研究综述

随着后摩尔时代的来临,现场可编程门阵列(FPGA)凭借其灵活的重复可编程特性、开发成本低的特点,现已被广泛应用于物联网(IoTs)、5G通信、航空航天以及武器装备等各个领域。作为FPGA设计开发过程中所必备的手段,FPGA电子设计自动化(EDA)技术的研究在各界得到了广泛的关注。尤其是在机器学习方法的推动下,FPGA EDA工具的运行效率和结果质量(QoR)得到了很大的提升。该文首先对FPGA EDA技术与机器学习技术的概念内涵进行了简要概述,随后综述了机器学习技术在FPGA EDA高层次综合(HLS)、逻辑综合、布局与布线等各个不同阶段应用的研究现状。最后,对基于机器学习的FPGA EDA技术的发展进行了展望。以期为本领域及相关领域的专家和学者提供参考,为后摩尔时代我国集成电路产业的发展提供技术支持。     

基于流形结构的多源自适应迁移学习算法及应用研究

迁移学习是将源域的知识迁移解决目标域问题的方法,能有效解决数据分布不一致的问题.针对多源域迁移时传统方法缺乏对多源域的可迁移性的合理分析和迁移效果的有效处理问题,提出一种基于流形结构的多源自适应迁移学习的方法,旨在提高单源域迁移效果的同时实现多源域的有效迁移.首先,对多源域进行可迁移性分析,选择可迁移的源域;然后,适配边缘分布和条件分布并引入均衡因子得到均衡分布适配,同时利用流形正则化约束数据结构,使单源域的信息使用最大化;最后,通过加权因子对不同源域分类器进行自适应加权,充分利用多源域的信息求解目标域问题.将该算法应用于滚磨光整加工中滚抛磨块的优选,通过建立滚抛磨块的相似度匹配方法,构建基于流形结构的多源自适应迁移学习的滚抛磨块优选模型.大量对比实验表明所提出方法表现更佳,准确率最高至73.44%,可以为滚磨光整中滚抛磨块的选择提供更有效的决策指导.     

基于序列到序列结构的MOBA游戏局势趋势预测模型

多人在线战术竞技(MOBA)游戏是当前世界最流行的电子游戏类型之一,该类游戏涉及的知识领域相当复杂.随着电子竞技产业的飞速发展,数据分析对MOBA游戏的影响也越来越大,在对该类游戏的实时局势进行评价时,一般是选择过程变量作为指标,例如经济差、经验差,但目前缺少趋势预测的相关研究.针对该问题,提出一种基于序列到序列结构的MOBA游戏趋势预测模型(MOBA-Trend).在预处理阶段,针对该类游戏数据的特点,设计一种数据缩放算法体现数据间的重要度,并使用低通滤波器消除数据噪声;之后将双方阵容与历史战斗信息作为输入特征,构建带有注意力机制的序列模型,同时预测经济差、经验差;最后将模型应用于Dota 2,构建并发布相关数据集.实验结果表明,所提出的模型能够有效地预测序列的变化趋势.     

基于投资组合理论的虚拟电厂资源优化组合方法

针对虚拟电厂异构资源的优化组合问题,提出了包含需求响应、柔性可控负荷、分布式电源的响应特性模型。以虚拟电厂对互动资源的控制权限为依据,将互动资源响应电量划分为有、无风险资产,将资源响应计划分配问题映射至投资组合理论中资产权重配置问题,以组合风险衡量用户响应电量不确定性,以预期收益最大为目标建立优化组合模型。在此基础上,利用互动资源的分散性,使虚拟电厂向电网提供阻塞管理,并在CIGRE 20 kV中压配电系统上对所提出方法进行验证。算例结果验证了所提模型的实用性。     

基于MADDPG和智能合约的微电网交易决策优化

为解决微电网在传统集中化交易模式下面临的决策耗时长、信任成本高和隐私安全等问题,提出了基于多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法与智能合约的微电网去中心化市场交易体系。首先,对微电网市场中多智能体进行划分后设计了适用于各主体参与分布式交易的微电网去中心化交易机制,以保障市场主体利益。其次,为实现交易确认阶段微电网市场主体的交易策略优化,采用MADDPG算法对各主体追求利益最大的竞价模型进行求解。最后,通过算例仿真验证了MADDPG算法在智能合约下微电网市场主体交易策略优化过程中的可行性和经济性。     

考虑多重因素的空调负荷聚合响应潜力评估及控制策略研究

空调负荷已成为电力系统重要的需求响应资源,但由于其类型差异性、接入分散性,造成调度中心难以直接获取其聚合功率并开展调度控制,限制了响应潜力发挥。对此,提出考虑空调负荷聚合响应潜力多类型资源协同调度与精准控制相结合的双层调控框架。在日前调度层,基于近似聚合模型获取空调负荷聚合功率,考虑用户热舒适度、意愿度及可控度等多重因素,建立空调负荷聚合响应潜力评估模型,获取其聚合响应潜力,并结合基础柔性负荷响应特性建立联合调度模型,充分挖掘负荷侧多类型资源参与系统调节的潜力;在日内控制层,针对执行降负荷调温控制策略中空调群组功率跌落现象,为引导其有序参与电网需求响应,建立变状态数的状态队列模型,并引入准备时间对参数异质空调集群进行分组控制,使空调负荷跟随调度计划,提升控制精度,缓解功率跌落对系统运行产生的影响。最后,通过某简化配网系统进行仿真分析,结果表明:所提双层调控框架在调度层可深度挖掘并引导利用空调负荷响应潜力,在控制层实现精准控制并削弱功率跌落负面影响,工程应用价值显著。     

立体卷铁心的工艺系数和单框损耗的评价

以磁通密度波形为测量硅钢片损耗的参考波形,对比分析了按GB/T 3655-2008和IEC/TR 62383-2006测量的硅钢片损耗曲线之间的差别,评价了利用两种损耗曲线得到的立体卷铁心的工艺系数,提出了一种立体卷铁心单框损耗的评价方法。