检索结果-南通市图书馆

基于孪生多注意力网络的接触网侵限轻飘物跟踪

在线全文

学校读者我要写书评

暂无评论

铁道学报 2024年第2期46卷 45-55页

作者：屈志坚张博语朱琳梁家敏华东交通大学轨道交通基础设施性能监测与保障国家重点实验室江西南昌330013 华东交通大学电气与自动化工程学院江西南昌330013

针对接触网侵限轻飘物尺度变化大、遮挡干扰和铁路限界背景杂乱,易导致跟踪失败的问题,提出一种基于孪生多注意力网络的接触网轻飘物侵限跟踪新方法。引入三种注意力机制从更深层次提取轻飘物特征,通过空间注意力消除局部感受野限制,通... 详细信息

针对接触网侵限轻飘物尺度变化大、遮挡干扰和铁路限界背景杂乱,易导致跟踪失败的问题,提出一种基于孪生多注意力网络的接触网轻飘物侵限跟踪新方法。引入三种注意力机制从更深层次提取轻飘物特征,通过空间注意力消除局部感受野限制,通过通道注意力突出轻飘物类别的通道特征,将交叉注意力聚焦于目标模板与搜索图像信息,采用空间正则化滤波器抑制背景干扰,融合各部分特征实现对侵限轻飘物的跟踪。采用OTB100数据集进行精度与准度实验,以国家重点实验室试验线采集的数据为算例进行实验,通过消融实验验证了新方法的有效性。结果表明:相比于相关滤波类SRDCF算法和深度学习类SiamRPN++、DaSiamRPN算法,新方法可获得更好的鲁棒性和准确性。

关键词：接触网限界轻飘物注意力机制神经网络空间正则化

在线全文

学校读者我要写书评

暂无评论

高铁接触网系统可靠性评估与维修计划决策

铁道工程学报 2024年第1期41卷 81-87,98页

作者：池瑞郝芃斐陈进屈志坚池学鑫华东交通大学南昌330013

研究目的:针对高速铁路接触网系统四种维修方式,本文以接触网系统可靠性最高和维修费用最低为目标,建立基于维修方式组合的预防维修系统多目标优化模型,提出一种改进多目标粒子群优化算法对该模型进行求解。首先采用PWLMC混沌映射生成... 详细信息

研究目的:针对高速铁路接触网系统四种维修方式,本文以接触网系统可靠性最高和维修费用最低为目标,建立基于维修方式组合的预防维修系统多目标优化模型,提出一种改进多目标粒子群优化算法对该模型进行求解。首先采用PWLMC混沌映射生成初始化种群,增强种群多样性,然后采取非线性递减的惯性权重调整策略,提高算法寻优精度和收敛速度。在种群进化过程中,对每一代粒子使用归一化越界处理方法,防止算法陷入早熟。研究结论:(1)提出的改进多目标粒子群优化算法与现有算法相比,Pareto最优解前端的分布范围更广且种群多样性及获得的最优解精度均有提高;(2)在维修次数取13的情况下,改进算法获得的维修方案及该方案下各部件的动态可靠性能均达到较理想效果;(3)改进多目标粒子群优化算法可在满足实际安全运行的要求下得到最优决策方案,有效减低接触网系统维修费用的同时提高其可靠性,为高速铁路接触网系统可靠性评估与维修计划决策提供有效方法。

关键词：接触网系统电气化铁路改进的多目标粒子群优化算法维修费用可靠度归一化

Big data compression processing and verification based on Hive for smart substation

在线全文

学校读者我要写书评

暂无评论

Journal of Modern Power Systems and Clean Energy 2015年第3期3卷 440-446页

作者： zhijian qu Ge CHEN School of Electrical&Electronic Engineering East China Jiaotong UniversityNanchang 330013China

The capacity and the scale of smart substation are expanding constantly,with the characteristics of information digitization and automation,leading to a quantitative trend of *** at the existing processing shortages in the big data processing,the query and analysis of smart substation,a data compression processing method is proposed for analyzing smart substation and *** results show that the compression ratio and query time of RCFile storage format are better than those of TextFile and *** query efficiency is improved for data compressed by Deflate,Gzip and Lzo compression *** results verify the correctness of adjacent speedup defined as the index of cluster *** also prove that the method has a significant theoretical and practical value for big data processing of smart substation.

关键词： Hive Smart substation Lossless compression

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

配电网监测数据索引集群的分布缓存方法

电力系统及其自动化学报 2024年第1期36卷 53-60页

作者：屈志坚吴广龙帅诚鹏梁家敏华东交通大学轨道交通基础设施性能监测与保障国家重点实验室南昌330013 华东交通大学电气与自动化工程学院南昌330013

针对配电网监测数据急剧增加导致配电网监控系统响应时间过长的问题,本文提出一种热点数据部分链表分布缓存方法。首先,引入缓存技术并分析原有热点数据链表缓存方法的局限性,提出一种新的缓存方法以提高缓存管理效率;然后,设计预热查... 详细信息

针对配电网监测数据急剧增加导致配电网监控系统响应时间过长的问题,本文提出一种热点数据部分链表分布缓存方法。首先,引入缓存技术并分析原有热点数据链表缓存方法的局限性,提出一种新的缓存方法以提高缓存管理效率;然后,设计预热查询实现索引系统的热启动从而提高索引系统的缓存命中率;最后,以配电网监测数据为算例,验证所提方法的效果。测试结果表明,所提出的缓存方法及设计的预热查询能在不同查询条件下大幅减少索引集群的查询时间,有效提高配电网监测数据索引集群的查询效率。

关键词：大数据配电网监测数据分布式缓存索引集群

基于遗传优化聚类的GRU无损电力监测数据压缩

在线全文

学校读者我要写书评

暂无评论

电力系统及其自动化学报 2024年第4期36卷 1-8,18页

作者：屈志坚帅诚鹏吴广龙梁家敏李迪华东交通大学轨道交通基础设施性能监测与保障国家重点实验室南昌330013 华东交通大学电气与自动化工程学院南昌330013

针对电力调度中心监测数据记录体量大、存储困难的问题,提出基于遗传优化K-means聚类的门控循环单元神经网络无损数据压缩方法。首先,搭建分布式集群,将多维原始电力数据聚类成相似性较高的数据块,并利用遗传算法对聚类进行寻优,提高数... 详细信息

针对电力调度中心监测数据记录体量大、存储困难的问题,提出基于遗传优化K-means聚类的门控循环单元神经网络无损数据压缩方法。首先,搭建分布式集群,将多维原始电力数据聚类成相似性较高的数据块,并利用遗传算法对聚类进行寻优,提高数据聚类的效果;再通过门控循环单元神经网络训练数据编码的概率分布模型,结合算术编码对数据进行编码压缩;最后,以多个电力数据集为算例进行分析。经验证本文所提的压缩算法能实现数据的高比例压缩、优化集群性能。

关键词：电力数据遗传算法聚类分析循环神经网络分布式集群压缩

图像数据库装载外部数据全同态加密聚合系统设计

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2024年第13期32卷 172-175,180页

作者：瞿海妮奚增辉陆嘉铭屈志坚姚嵘国网上海市电力公司上海200122

图像数据库连接外围设备后,容易产生数据泄密或丢失的情况。相关的加密系统受信息隔离效果的影响,导致其存在加密安全性较差,聚合时间过长的问题。为了解决上述问题,设计一种新的图像数据库装载外部数据全同态加密聚合系统。系统硬件由... 详细信息

图像数据库连接外围设备后,容易产生数据泄密或丢失的情况。相关的加密系统受信息隔离效果的影响,导致其存在加密安全性较差,聚合时间过长的问题。为了解决上述问题,设计一种新的图像数据库装载外部数据全同态加密聚合系统。系统硬件由隔离放大器、加密单元和处理器组成。采用IDO-2917型巨磁阻隔离放大器完成信息隔离,利用USB模组和AES加密模组实现数据加密,采用FPGA型处理器进行数据寄存。通过数据滤波预处理、数据特征提取和数据加密聚合实现加密聚合流程。实验结果表明,图像数据库装载外部数据全同态加密聚合系统加密安全性可以达到99%,聚合时间低于2.5 s,具有极好的聚合能力。

关键词：图像数据库外部数据全同态加密聚合系统

在线全文

学校读者我要写书评

暂无评论

不同时间尺度下日用电量即时学习差异化模型

电子设计工程 2024年第15期32卷 21-24,29页

作者：屈志坚奚增辉姚嵘瞿海妮陆嘉铭国网上海市电力公司上海200122

日用电量分析受到异常数据的影响,导致分析结果与实际结果不一致。为了解决该问题,在不同时间尺度下构建日用电量即时学习差异化模型。对不同时间尺度下日用电量进行离群点的检测,剔除异常值,使用SPSS统计软件检测日用电量分布情况,获... 详细信息

日用电量分析受到异常数据的影响,导致分析结果与实际结果不一致。为了解决该问题,在不同时间尺度下构建日用电量即时学习差异化模型。对不同时间尺度下日用电量进行离群点的检测,剔除异常值,使用SPSS统计软件检测日用电量分布情况,获取日用电量正态分布特征。划分不同区域权重子区域,通过类间最近邻局部子域映射到高维特征空间中,计算正态分布特征关联系数,取正态分布特征。聚类处理服从正态分布的特征数据,用灰色E形关联度来评价多因子之间关系强度,采用特征量聚类方法构建即时学习差异化模型。由实验结果可知,该模型住宅区与工作区日用电量值与实际测得数据一致,最高值分别为125 kW·h和350 kW·h,具有精准的分析效果。

关键词：时间尺度日用电量即时学习差异化模型正态分布

Wind power forecasting based on improved variational mode decomposition and permutation entropy

在线全文

学校读者我要写书评

暂无评论

Clean Energy 2023年第5期7卷 1032-1045页

作者： zhijian qu Xinxing Hou Wenbo Hu Rentao Yang Chao Ju State Key Laboratory of Performance Monitoring Protecting of Rail Transit Infrastructure East China Jiaotong University330013JiangxiChina College of Electrical and Automation Engineering East China Jiaotong University330013JiangxiChina

Due to the significant intermittent,stochastic and non-stationary nature of wind power generation,it is difficult to achieve the desired prediction ***,a wind power prediction method based on improved variational modal decomposition with permutation entropy is ***,based on the meteorological data of wind farms,the Spearman correlation coefficient method is used to filter the meteorological data that are strongly correlated with the wind power to establish the wind power prediction model data set;then the original wind power is decomposed using the improved variational modal decomposition technique to eliminate the noise in the data,and the decomposed wind power is reconstructed into a new subsequence by using the permutation entropy;with the meteorological data and the new subsequence as input variables,a stacking deeply integrated prediction model is developed;and finally the prediction results are obtained by optimizing the hyperparameters of the model algorithm through a genetic *** validity of the model is verified using a real data set from a wind farm in north-west *** results show that the mean absolute error,root mean square error and mean absolute percentage error are improved by at least 33.1%,56.1%and 54.2%compared with the autoregressive integrated moving average model,the support vector machine,long short-term memory,extreme gradient enhancement and convolutional neural networks and long short-term memory models,indicating that the method has higher prediction accuracy.

关键词： wind power prediction improved variational mode decomposition permutation entropy stacking deep learning

Hamming-distance-based adaptive quantum-inspired evolutionary algorithm for network coding resources optimization

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

The Journal of China Universities of Posts and Telecommunications 2015年第3期22卷 92-99页

作者： qu zhijian Liu Xiaohong Zhang Xianwei Xie Yinbao Li Caihong School of Computer Science and Technology Shandong University of Technology

An adaptive quantum-inspired evolutionary algorithm based on Hamming distance （HD-QEA） was presented to optimize the network coding resources in multicast networks. In the HD-QEA, the diversity among individuals was taken into consideration, and a suitable rotation angle step （RAS） was assigned to each individual according to the Hamming distance. Performance comparisons were conducted among the HD-QEA, a basic quantum-inspired evolutionary algorithm （QEA） and an individual＇s fitness based adaptive QEA. A solid demonstration was provided that the proposed HD-QEA is better than the other two algorithms in terms of the convergence speed and the global optimization capability when they are employed to optimize the network coding resources in multicast networks.

关键词： network coding quantum-inspired evolutionary algorithm Hamming distance multicast network