基于Q学习算法的情感交互可计算模型研究

情感本身不能交互,但可以通过它的载体(如人或Agent)进行交互。利用该特点,提出一种基于Q学习算法的情感交互可计算模型。定义情感元的概念,情感元之间的交互实际上是情感Agent之间的交互,采用Q学习算法得到情感元的交互结果,构建齐次Markov链的情感元之间的交互模型,并通过实验结果验证了情感的多变性与复杂性。     

化学组成对高钙垃圾焚烧飞灰熔融性的影响研究

焚烧飞灰熔融固化技术具有减容显著、残渣无害可资源化等特点,逐渐成为未来飞灰处置的重点发展方向。本论文以某高钙飞灰为研究对象,以熔融流动温度为指标,分析了飞灰化学组成对其熔融性的影响,并研究了石英、玻粉等添加剂对降低飞灰熔融温度的作用。结果表明,飞灰中CaO、SiO_2组分对熔融温度影响最为显著,Al_2O_3、Fe_2O_3次之。添加30~35 wt.%石英、45~55 wt.%玻粉、10~15wt.%Al_2O_3或灰渣比(0~3)︰20均能显著降低熔融流动温度,能够实行飞灰有效熔融处置,降低能耗。     

大型游泳馆V形圆管柱转换节点制作工艺

大跨度空间钢结构已在各种体育馆、大剧院、展览中心、飞机库和一些工业厂房中得到应用。加工厂在制作的过程中，由于转换节点类型复杂，尺寸要求精度高，焊缝质量要求严格，而成为加工制作的难点之一。本文主要针对某大型游泳馆结构V形圆管柱顶座和底座的转换节点加工工艺进行阐述，为类似构件的加工制作起引导和借鉴作用。     

基于分组空洞残差网络的非侵入式负荷分解

针对当前深度学习在非侵入式负荷分解应用中准确率低、易梯度消失、对使用频率较低的电器分解误差大等问题,提出一种分组空洞残差网络.进行滑动处理增加样本数量后,一方面基于残差网络提取深层负荷特征,降低网络优化难度,解决梯度消失问题;另一方面通过空洞卷积增大感受野,捕获更多数据,解决长时序数据较难学习的问题.实验结果表明,该模型比现有方法分解准确率更高,对使用频率较低的电器分解鲁棒性更好,对实现准确非侵入负荷分解有重要意义.     

基于多维多粒度级联森林的高原地区云雪分类

针对传统算法如支持向量机（SVM）、随机森林不能充分利用卫星图像的纹理特征和光学参数的问题,提出一种基于多维多粒度级联森林（M-gcForest）的方法进行准确又快速的云雪识别。首先,根据单光谱和多光谱图像之间的差异性,选择SVM、随机森林、卷积神经网络（CNN）、多粒度级联森林（gcForest）在单光谱卫星图像上进行云雪识别;然后,通过定量分析各算法在单光谱图像上的性能,选择CNN和M-gcForest进行多光谱云雪识别;最后,利用改进的M-gcForest对HJ-1A/1B多光谱卫星图像进行预测。实验结果表明,与CNN相比,M-gcForest在多光谱数据集上的测试准确率提升了0.32%,训练耗时减少了91.2%,测试耗时减少了53.7%。因此,该算法在实时而准确的雪灾监测任务中具有实用性。     

基于深度极限学习机的卫星云图云量计算

卫星云图云量计算是卫星气象应用的基础,现阶段对其的研究未能充分利用卫星云图的特征,导致云检测及云量计算的效果不好。针对该问题,利用多层神经网络进行卫星云图的特征提取,并通过大量实验寻找到最优的深度学习的网络结构。基于度极限学习机对卫星云图的云进行检测和分类,再利用“空间相关法”计算云图中的总云量。实验结果表明,基于传统极限学习机的深度极限学习机能够充分提取云图的特征,在进行云分类时能够较清晰地区分厚云和薄云间的界限。相比于传统阈值法、极限学习机模型以及卷积神经网络,深度极限学习机的云识别率以及云量计算准确率更高,且所提方法比卷积神经网络的效率更高。     

多维加权密集连接卷积网络的卫星云图云检测

云检测是多光谱卫星云图分析的前提。传统云检测方法不能很好地对多光谱卫星云图进行特征表示,导致了云检测不是很准确。卷积神经网络虽然能有效地提取特征,但训练时会产生梯度扩散,训练效率低,优化困难等问题。针对这些问题,提出多维加权密集连接卷积神经网络模型实现对多光谱卫星云图的云检测。跨层连接能够实现网络中所有层之间的信息流,从而减少训练过程中的梯度消失导致收敛困难的问题。特征图之间连接的权值不同使得网络能够更高效地利用特征信息。通过实验结果对比,该模型可以很好地提取云图特征,提高多光谱云图检测的准确率,具有更好的泛化性能和优化效率。     

动态需求响应概念扩展及研究重点

在短时间尺度上,掌握需求侧资源的动态响应特性以及与电网动态变化过程的配合关系对于发挥资源的灵活调节作用、促进电网安全稳定运行具有重要作用。文中在对需求响应相关概念及研究成果进行梳理的基础上,认识到动态需求响应能够改善电网的动态过程品质,拓展了动态需求响应的新内涵,扩大了动态需求响应的作用范围。在阐明新内涵后,从大范围、多类型资源的研究视角出发,分析了动态需求响应面临的挑战,提出了面向大规模多样化资源的动态需求响应研究重点,包括动态需求响应资源辨识、资源的动态特性分析、适应动态需求响应的市场机制设计、动态需求响应控制理论及控制策略等4个方面,并对各项研究重点进行了概括和展望。     

微小型四旋翼无人飞行器姿态控制

关于自主研发的微小型四旋翼无人飞行器姿态控制问题,针对姿态控制要求的稳定性,根据飞行器的飞行原理,通过数学推导建立近似的姿态角线性模型.操作飞行器飞行并采集相关飞行数据在MATLAB中辨识出有效的模型参数并验证模型准确性.在姿态角模型的基础上,分别设计了ALQR控制器以及卡尔曼滤波器.飞行实验结果表明,设计的卡尔曼滤波器具有很好的滤波效果和状态量推测性能,设计的ALQR控制器能较好的解决控制指令跟踪的问题,满足姿态优化控制的要求.     

武器装备体系演化的费用风险分析方法研究

费用风险分析是武器装备体系演化仿真分析的重要环节.在武器装备体系演化仿真框架基础上提出了基于投资组合分析理论的体系演化费用风险分析方法,建立了基于军事价值实现期望值向量的投资风险分析模型,讨论了该模型的多目标优化途径;提出了"军事价值实现程度"的概念作为投资方案的效益描述,并通过实验设计与实例分析说明了方法的可行性和有效性.