机器学习理论的超光谱遥感图像无损压缩

针对一般超光谱遥感图像的压缩方法无法同时实现图像信息缩减和图像完整性的问题，提出一种机器学习理论的超光谱遥感图像无损压缩方法。利用机器学习中的聚类算法进行第一次压缩，减少超光谱遥感图像中的冗余波段光谱，并降低图像维度；再利用机器学习中的人工神经网络进行第二次压缩，将不同图像子块送入不同压缩率的神经元当中，通过隐含层自主完成图像压缩编码。通过与四种一般压缩方法的对比验证，本方法图像压缩后，图像压缩率更小，图像分辨率和信息熵更高，既有效地减少了图像信息量，能够保留有效关键信息，达到了图像信息缩减和图像完整性的双重目标。     

动作时序配合优化的安全稳控系统设计

动作时序配合直接影响安全稳控系统的动作准确性,在安全稳控系统设计时,若动作时序配合与系统耦合性不足,在实际运行时可能会出现误动作,导致直流输送段或直流接受端出现严重损坏.通过稳控一次、二次判据时 序的配合与优化,稳控数据调用的有效性辨识与优化,故障演化过程稳控装置动作时序配合与优化,对动作时序配合进行优化,实现安全稳控系统设计的完善.     

面向智慧小镇建设的机房电气管线多目标优化布置方法

常规的管线布置优化方法难以在优化过程中得到全局搜索的最优解,导致安全性能无法得到保障,因此面向智慧小镇建设设计一个新的机房电气管线多目标优化布置方法。设置电气管线约束条件,将电压均值、单位时间内电流量、电气管线损耗恢复能力作为目标函数。优化管线布置全局搜索,使用交叉操作的方式不断得到更优解。建立多目标优化电气管线模型,得到电气管线多目标优化的数学模型。通过实验数据可知,该管线布置方法在算法测试中优于常规的3种算法,且在安全性能的检测中只与标准最优值相差6.22×10⁴,3个常规方法与标准最优值的差距为6.813×10⁴、7.6×10⁴、8.32×10⁴,因此可知该多目标优化的管线布置方法可以得到更优解。     

数据压缩技术在通信中的应用

数据压缩技术就是将较大的数据量压缩为最少的数码,从而更加便捷地表示信号,可以用于数字通信、存储、多媒体娱乐等方面。采用数据压缩技术提升信号传输效率,现有通信干线利用该技术不仅可以并行更多多媒体业务,还可以将数据存储量紧缩,使发信机功率降低,让多媒体移动通信系统更加稳定便捷。数据压缩并不是一种新技术、新思路,该方法的种类有很多,但大部分都缺少适用性。数据压缩研究主要分为两个发展方向,一个数学家研究,以建立信源和数据压缩数学模型为主;另一个是工程技术人员研究,主要构建可以实现数据压缩功能的系统。文章主要介绍了数据压缩技术的发展,阐述了LZSSB算法在数字信号处理中的应用,希望能为数据压缩技术的推广提供参考。     

5G网络覆盖优化策略与仿真

5G网络具有建设投资巨大、应用场景广、优化参数复杂等特点。为了能够最大限度地利用资源,为用户提供优质的服务,5G网络优化是网络开通后的一项重要工作。文章从网络覆盖专题出发,探究常规的网络覆盖空洞、弱覆盖、重叠覆盖、越区覆盖等问题,并针对不同类型的问题提出优化策略,最后用仿真验证优化的有效性。