变电站主变非电量保护防误动作分析与策略

通过对110kV金马变电站非电量保护动作情况的分析,总结了6个应对此种情况的方案,虽然每个方案都有相应的不足之处,但是,也给以后系统安全运行提供了有效的技术支持,并为类似性质的变电站运行值班人员日常工作提出了几项防范措施,以加强供电可靠性的保障。     

那比重力坝4号坝段坝基加固措施优化研究

文章采用三维非线性有限元法,对那比水电站工程4号坝段的坝基抗滑稳定性进行研究,对比分析加固前后变位及应力的变化和三种加固方案下4号埂段坝基超载稳定安全系数.优化研究表明:4号坝段采用锚筋桩和固结灌浆加固处理措施后可以满足坝基抗滑稳定性要求,推荐采用长6 m间排距1.5 m×1.5 m的锚筋加固方案.     

基于压缩域互补分割的视频多描述编码研究

鉴于数字视频在空间域及时间域上的信息相关性,提出在视频压缩过程中实现多描述编码的方法.算法以H.263为参考标准,在图块及运动估计的DCT域上进行系数划分,通过对少量重要信号的重复分配来保证单个描述的接收质量.同时,系数域的对角分割又使各个描述间具有较强的信号互补性.实验结果表明,算法具有描述冗余率低、编/解码直接快速、压缩率高等良好的MDC特性,是保障视频传输业务可靠性和实时性的有效方法.     

英语与信息技术的有机整合

正21世纪,信息技术已成为现代教育教学的重要组成部分,被广泛应用在教学中。教师的工作和生活已离不开计算机与网络,传统教育将发生根本性的变革。现代信息技术与英语课程整合,就是把现代信息技术作为一种学习的基     

设计艺术学硕士研究生培养目标与策略思考

设计艺术学专业学位点和招生人数急剧增加,而质量并非同步提高;同时,社会对设计艺术人才提出了更新的要求,设计艺术学专业硕士研究生培养模式与实际需求不可避免地存在差距。针对本学科培养目标与策略进行深入探讨,探索通过调整人才培养模式,培养满足社会需求的应用型人才。     

一种用于取样示波器的高速数字信号传输速率的测量方法

取样示波器利用顺序等效采样技术可以实现对宽带、高速信号进行采样和波形恢复,从而对信号质量进行分析。因此取样示波器在5G高速通信、雷达等信号测量领域得到广泛应用。但是取样示波器采用的顺序等效采样方法是对被测信号进行多周期间隔、不连续采样,采样间隔周期不确定,导致不能直接从恢复的波形中分析出被测信号的传输速率。为确定传输速率,提出一种基于快速傅里叶变换算法的速率计算方法。通过实验验证,此方法能够准确计算出高速数字信号的传输速率,相对误差均在1%以内,并且在采样点数及眼图叠加次数较少的情况下仍然适用。     

基于改进U-Net的低剂量CT图像重建方法

针对低剂量CT图像重建会产生噪声和伪影的问题,在U-Net神经网络基础上引入残差学习和空间注意力机制,在编解码过程中嵌入跳跃连接为上采样增加多尺度信息,使用AAPM公开数据集CT影像进行模型训练和测试。选取峰值信噪比（PSNR）、结构相似性（SSIM）和均方根误差（RMSE）作为图像性能评价指标。在CT重建结果的测试中,与未处理的图像相比,网络模型处理后图像的PSNR、SSIM和RMSE指标平均值分别提升21.699%、2.263%和40.833%。实验结果表明,改进的U-Net神经网络模型能够减少噪声和伪影,保留了更多的纹理细节,对低剂量CT重建图像质量的提高有一定效果。     

基于智能优化算法的高效用项集挖掘方法综述

高效用项集挖掘（HUIM）能够挖掘事务数据库中具有重要意义的项集,从而帮助用户更好地进行决策。针对智能优化算法的应用能够显著提高海量数据中高效用项集的挖掘效率这一现状,对基于智能优化算法的HUIM方法进行了综述。首先,以智能优化算法的类别为角度,从基于群智能优化、基于进化以及基于其他智能优化算法的方法这3个方面对基于智能优化算法的HUIM方法进行了详细的分析与总结。同时,从粒子更新方式的角度对基于粒子群优化（PSO）的HUIM方法进行了详细梳理,包括基于传统更新策略、基于sigmoid函数、基于贪心、基于轮盘赌以及基于集合的方法。另外,从种群更新方法、对比算法、参数设置、优缺点等角度对比分析了基于群智能优化算法的HUIM方法。然后,从遗传和仿生两个方面对基于进化的HUIM方法进行总结概括。最后,针对目前基于智能优化算法的HUIM方法所存在的问题,提出了下一步的研究方向。     

永磁同步电机滑模变结构与模糊PID复合控制研究

该文针对永磁同步电机矢量控制系统的速度环,引入了滑模变结构与模糊PID控制理论,设计了一种滑模变结构与模糊PID复合控制器。该复合控制器通过一个可变加权因子α将滑模变结构控制与模糊PID控制有效地组合起来实现对速度的调节。此种控制方法克服了对永磁同步电机精准数学模型的依赖,使得系统响应的快速性更好,稳定性、鲁棒性和抗干扰能力更强,静态和动态特性更优,对多种智能复合控制方法综合研究有一定的参考意义。     

高性能感应电机智能动态滑模位置控制

为提高感应电机（IM）伺服驱动系统的控制性能,抑制电机参数变化、外部扰动和未建模动态等不确定性因素对系统的影响,提出一种基于径向基神经网络（RBFN）的智能动态滑模控制（IDSMC）方法。首先利用动态滑模控制（DSMC）方法削弱抖振,提高系统的跟踪精度。但由于DSMC中切换函数所需的不确定性边界值无法获知,因此将RBFN不确定性估计器与DSMC相结合,设计IDSMC方法进一步提高系统的鲁棒性。RBFN可通过自适应学习算法估计不确定性因素值并在线训练调整网络参数,以确保系统在不确定性因素存在时仍能高性能运行。最后,通过TMS320C31 DSP控制核心验证所提方法的有效性。实验结果表明,IDSMC不但可以保证系统精准的响应能力,还有较强的鲁棒性。