距离度量学习算法的精确性研究

距离度量学习是机器学习领域较为活跃的研究课题之一,文中利用UCI(加州大学欧文分校)数据库的数据对度量学习算法进行比较研究。为了寻找一种可靠的没有明确定义标志的算法,选择四种算法在UCI的六个数据集上对距离矩阵进行比较。每个样本数据集的性质(尺寸和维度)是不同的,因此算法的结果也不同。编码相似度算法在大多数情况下表现良好。在未来的实际应用领域,对于提高无标记数据和相似集的距离度量学习算法的精确性提供了研究基础。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

电网企业网格管理系统的设计和场景验证

  目的  结合电网企业网格化管理现状，分析网格化管理需求，开展网格化管理系统的设计，为电网企业开展网格化管理系统建设提供参考。  方法  为确保电网企业网格管理系统的设计合理性、成果可用性，文章首先调研电网企业网格管理现状，其次分析网格管理的需求，最后设计网格管理系统的功能架构、部署架构并挑选典型场景进行验证展示。  结果  经过调研、需求分析、初步设计等工作，网格管理系统设计成果为电网企业提升网格化管理能力提供了条件。  结论  网格管理系统在电网企业日常运营管理方面具有展示直观、管理精益化的优点，设计成果对网格管理系统的落地实现起到一定的参考和指导作用。     

核与辐射事件医学应急管理体系国际比较

介绍了我国核与辐射事件医学应急管理体系的构成,并将之与日本、美国、法国、俄罗斯和加拿大的核与辐射事件医学应急管理体系进行比较,分析其优缺点,同时介绍了WHO和IAEA在核与辐射事件医学应急中的作用,在此基础上提出建立健全我国核与辐射应急医学管理体系、提升医学应急救援能力的建议。