新型钢丝圈清洁器的使用效果

为了解决钢丝圈挂花问题,阐述了LH001新型钢丝圈清洁器的特点和应用效果;通过试验说明使用新型钢丝圈清洁器断头率低,基本无挂花,纺纱效果好。指出:新型钢丝圈清洁器是普通钢丝圈清洁器的更新换代产品,值得推广。     

考虑多主体参与的综合能源型IDN协调优化调度

增量配电投资业务的放开和综合能源的发展促使多元市场主体参与配电网的建设、运营和管理,给配电网的调度运行带来巨大挑战。为此,考虑不同主体,从经济性、安全性、高效性出发,建立含综合能源的增量配电网(incremental distribution network,IDN)多目标协调优化模型。首先采用隶属度函数描述各目标优化结果的满意度,结合线性加权求和法,将多目标问题转化成单目标问题;继而借助能量枢纽,实现对IDN中多能源复杂耦合关系的清晰刻画;最后,在算例部分对所提模型及方法予以验证分析。仿真结果表明,相较于以经济性为主的单目标优化,计及多主体参与的IDN优化调度策略能够协调不同主体的利益诉求,更加贴合系统实际,有利于促进IDN的安全、高效、经济运行。     

矩阵计算的并行算法与实现

对于大型矩阵的乘积运算和高价方阵的求逆运算，构造了一种适用于多处理机系统的并行算法，该方法能较大地节约计算机的工作单元，提高计算速度和效率，同时给出了具体的并行程序和计算结果。     

多排辊式新型冷轧管机

多排辊式新型冷轧管机西安重型机械研究所朱旭１前言在有色金属管材生产中，冷轧作为中间或精整工序得到了日益广泛的应用。如何根据材质、品种规格和变形特点选择相适应的冷轧管设备，对于保证产品质量和产量，降低·生产成本具有重要意义。目前，国内外普遍使用的管材冷...     

网络入侵检测系统中的模式匹配算法优化研究

在网络安全问题的研究中,模式匹配是网络安全入侵检测中一种常用检测算法,由于网络规模越来越大,传统的模式匹配算由于入侵数目和空间消耗太大,常出现无效匹配和漏配现象,导致检测准确率低等难题.为了提高检测准确率及加快检测速度,提出了一种改进的模式匹配网络入侵榆测算法(IACBM).IACBM 首先在侵检测中引入了BMH和QS算法的跳跃思想,简化跳跃规则,有效防止了无效匹配和漏配,然后匹配方式采用单模式匹配(BM)算法和多模式匹配(AC)算法相结合的混合方式,增强了入侵检测算法的灵活性,最后利用DARPA网络入侵数据对IACBM算法进行验证性实验.实验结果表明,相对于传统网络模式匹配入侵检测算法BM、AC和ACBM,IACBM入侵检测速度加快,同时检测准确率平均提高5%以上.IACBM算法是一种高效、安全的网络入侵检测算法.     

基于数据驱动鲁棒优化的用户侧综合能源舱低碳规划

在“双碳”目标下,实现多能互补利用的综合能源系统规划研究势在必行,而装卸、配置灵活的用户侧综合能源舱成为了新兴的重要研究对象。构建了引入多元混合储能、碳捕集装置的两阶段综合能源舱规划模型,达到了舱内多能灵活互补、碳排放回收利用的效果。为处理能源舱规划环节中的风电、光伏新能源出力和用户负荷不确定性问题,提出了基于极端场景椭球集的数据驱动鲁棒优化方法,对不确定变量间的相关性进行精确描述,改善了传统鲁棒优化结果过于保守的问题,并通过相较传统分布鲁棒概率计算方法而言更简便的椭球端点提取方法以得到极端场景。利用椭球极端场景优势,改进了列与约束生成法(column and constraint generation method,CCG)求解方法的步骤,避免了复杂子问题对偶处理。最后通过算例仿真,与传统区间不确定集鲁棒优化方法进行对比,证明所提规划方法在降低经济成本与节能低碳方面的优越性。     

基于改进YOLOv5的复杂背景红外弱小目标检测算法

针对传统算法依赖于对红外目标与环境背景的精确分离和信息提取,难以满足复杂背景和噪声等干扰因素下的检测需求。论文提出一种基于改进YOLOv5（You Only Look Once）的复杂背景红外弱小目标检测算法。该算法在YOLOv5基础上,添加注意力机制提高算法的特征提取能力和检测效率,同时改进原YOLOv5目标检测网络的损失函数和预测框的筛选方式提高算法对红外弱小目标检测的准确率。实验选取了来自不同复杂背景的7组红外弱小目标数据集,将这些图像数据集进行标注并训练,得到红外弱小目标检测模型,然后从模型训练结果和目标检测结果的角度评估算法和模型的正确性。实验结果表明:改进的YOLOv5算法训练出来的模型,检测准确性和检测速度对比实验列出的几种目标检测算法均有明显的提升,平均精度均值（mean Average Precision,mAP）可达99.6%以上,在不同复杂背景下均可有效检测出红外弱小目标,且漏警率、虚警率低。     

基于 ResU-Net 的三维断层识别方法及应用

断层刻画了地层的边界位置,地震成像数据中反射层的不连续性可作为断层解释的主要依据。深度神经网络的强非线性性质可作为地震数据中断层不连续特征表达的有力工具,断层识别问题可视作一个像素级别的二分类问题,并使用深度学习方法对此问题进行建模求解。据此可给出一种端到端的基于深度学习网络的三维断层自动识别方法。首先利用地震子波与反射系数卷积合成多组三维地震数据,建立用于深度网络学习断层特征的样本数据,随后搭建网络进行训练,网络训练完成后应用于实际地震数据。鉴于残差模块可很好地提升网络泛化性能,所提出的将残差网络中的残差块结构引入U-Net中的方法,可用于提升通过合成数据样本训练得到的网络模型在训练数据之外,即实际地震数据上的断层识别性能。所建立网络用于断层解释时,输入为叠后三维地震数据,输出为相同维度的三维数据体,其中每一输出值代表输入三维地震数据相同位置处断层的概率。实际算例对比测试表明,此方法可对三维地震数据中的断层进行有效识别,在合成数据集上训练精度相差不大的前提下,引入残差模块的ResU-Net在实际地震数据上的断层识别泛化性能得到提升。     

基于JBoss的高速公路路域气象信息采集与发布系统设计

路域气象信息采集与发布是减少交通事故的重要环节.搭建基于JBoss的C/S架构公路路域监控与气象预警联网联控系统;采用ARM+ Linux技术设计了高速公路路面实时监控系统与气象信息采集终端.系统可为司机提供现场实时气象信息,实现气象信息共享,为高速公路的指挥、调度提供评判依据.经现场安装测试表明:系统运行良好,实测温度误差小于0.1℃,风速误差小于2％,雨量误差小于3％,可满足高速公路对气象信息采集与发布的需要.     

基于自适应滤波的无人机编队防碰撞系统研究

针对无人机双机近距编队飞行时,易发生碰撞事故的问题,文中提出了有效控制的防碰撞算法,并建立了半物理仿真系统。采用自适应Kalman滤波为防碰撞控制算法,使编队的距离保持在安全范围之内。该算法通过预测僚机的状态,实时控制僚机机动,当编队达到警戒距离时,僚机迅速执行规避动作,双机分离。搭建了模拟编队飞行的半物理仿真平台,用Zigbee实行无线通讯,以超声波实现机间测距。实验结果表明,该系统能防止编队发生碰撞,并且有效抑制滤波发散,具有较好的鲁棒性和实时性。