基于自蛇模型的图像放大算法及实现

图像分辨率是决定图像质量的关键因素之一。目前有许多图像放大算法,但是,大多算法放大后的图像普遍性存在的问题是边缘模糊化和边缘锯齿化。为了克服这个缺点,可以把其当成是一种噪声,采用了滤波去噪的进行处理。本文采用的自蛇模型是一个非常有效的去噪模型,它在去噪和保持图像边缘方面,有非常优异的效果。因此,本文尝试运用自蛇模型处理图像放大时的边缘方片效应,并增加了校正的过程以提高复原后的图像质量。最后,对该方法进行了编程实验,对比并验证了该方法与传统方法相比的优越性。     

基于变分自编码器的异常检测算法研究

异常检测能够检测出数据中的异常情况,为各类系统正常运转提供重要支撑.提出一种基于变分自编码器的异常检测算法,该算法使用变分自编码器对输入数据进行特征提取,结合深度支持向量网络,压缩特征空间,并寻找最小超球体分离正常数据和异常数据,通过计算数据特征到超球体中心的欧式距离衡量数据的异常分数,并以此进行异常检测.在基准数据集...     

一个基于异构网络的分布式故障管理模型

随着网络变得越来越复杂和异构化，网络故障管理问题日益突出。本介绍一个基于SNMP的故障管理系统FMS，系统采用客户／服务器结构，建立了由控制台／管理／代理构成的分布式故障管理模型。     

一个基于异构网络的分布式故障管理模型

随着网络变得越来越复杂和异构化,网络故障管理问题日益突出,本文介绍一个基于SNMP的故障管理系统FMS,系统采用客户/服务器结构,建立了由控制台/管理者/代理者构成的分布式故障管理模型.     

现代汽车故障自诊断技术

现代汽车发动机的控制电脑ECU中均设置了故障自诊断功能模块，它在汽车运行过程中对汽车内传动系统、控制系统等各部分工作状态进行自动检查和监测。不仅能够解决汽车电控系统的安全性和存储记忆并自行找出汽车故障，还能够实时提供汽车各种运行参数并实行连续监控。所以利用汽车故障自诊断系统，可以迅速准确诊断故障部位，提高工作效率。     

基于CNN与GRU降噪自编码的心电信号分类方法

心电图是一种用来监测心脏活动的标准测试。心电图能够体现心脏异常,包括心律失常,心律失常是心律异常的通称。同一类型的心律失常在同一患者不同阶段的心电信号存在一定差异,不同患者同一类型的心律失常心电信号差异会更大,这对人工判断是一大挑战。提出一种基于降噪自编码的CNN与GRU结合的心电图分类方法,从公共数据库（MIT-BIH）中提取原始心电信号集中进行实验。该集合人为扩大到平均5类心跳实例,并过滤掉高频噪声。该方法对室上（S）和心室搏动（V）的准确率分别为99.49%、99.43%,灵敏度分别为90.55%、96.65%,精确率分别为91.04%、95.46%。结果表明,该模型与目前先进水平在性能上有较大提高,具有良好的可扩展性。     

基于PMI的递归自编码器的情感分析方法

为改善传统机器学习方法无法考虑文本语义信息的缺陷,利用递归自编码器(RAE)树形结构学习短语向量空间表示.该方法可在常用的数据集上取得良好效果,但是在学习向量表示过程中,往往需要大量标记数据标记每个结点,人工标注工作量较大.因此提出一种半监督方法,利用PMI方法计算终端结点情感极性值,并考虑上下文程度副词和否定词对修饰...     

平行缝焊盖板检测技术的研究

文章针对平行缝焊用盖板的检测要求,介绍了一种在盖板的检测技术中引入小波分析的方法,并且利用虚拟仪器的专业开发软件LabVIEW中结合Matlab实现去噪算法.     

堆栈稀疏降噪自编码网络在变压器故障诊断中的应用

为了进一步提高电力变压器故障诊断的识别能力,提出了一种基于堆栈稀疏降噪自动编码器(stacked sparse denoising auto-encoder,SSDAE)的新型深度学习电力变压器故障诊断新方法,较好地解决了传统电力变压器故障诊断方法识别率低及特征提取能力差的问题。SSDAE模型首先使用大量的无标签数据,采用逐层贪婪法进行无监督预训练;然后将模型的最后一层连接Softmax分类器,使用带有故障类型的数据进行微调;最终通过实例数据证明,与三比值法和基于支持向量机(support vector machine, SVM)算法的诊断方法对比,所提出的基于SSDAE网络的变压器故障诊断方法的准确率可提高近20%。     

基于变分自编码器的人脸正面化产生式模型

在人脸识别中,人脸姿态差异处理始终是一个难点。人脸正面化中大体可以分为两类：一是通过图形学方法生成正脸,二是通过产生式模型生成正脸。然而,第一类方法生成的正脸畸变会比较大,第二类方法普遍采用GAN网络,但是训练过程不易收敛。为解决以上问题,设计基于变分自编码器的产生式模型,采用β VAE模型,学习隐空间与真实图片空间关系,提高图片生成质量;使用模拟+无监督（S+U）学习方法,提高模型在训练过程的稳定性。通过在Multi-PIE数据集上进行实验,模型在定量打分中取得了不错效果,能够生成更加真实的图片。实验证明,该模型能够有效解决传统方法中生成图片不真实和训练不稳定的问题。     

软PLC在风力发电机控制系统中的应用

软PLC(可编程控制器)是一种基于PC机的新的控制技术,它与传统的PLC相比,性价比高,而且为用户提供更多的开放性.本文阐述软PLC在风力发电机控制系统中的应用,介绍了该控制系统的构成、硬件设计和软件设计流程.     

基于小波分析的风电机组故障信息提取

针对风力发电机组在运行工况下故障预诊断难以实现的问题,提出了基于小波分析的故障信息提取方法。机组故障运行时其声音品质特性将发生变化,由此对风电机组进行声发射实验,对噪音信号进行测量,利用小波分析法从中提取故障信息,对机组实施故障预处理和保护措施。经过对现场信号的测量、分析与仿真实验,表明该方法较简单易行,可有效提取故障信息,对工程实践有应用价值。     

基于P2P的贝叶斯网络检测模型研究

针对P2P流不同时间分段发生的P2P流量不同的特征,提出了一种基于P2P的贝叶斯网络检测模型.该模型利用贝叶斯方法在负载均衡下统计和分类不同的网络环境流量,通过加入时间段函数,改进传统的贝叶斯分类器.实验证明,该模型能有效提高P2P网络平均识别率,减少P2P的误报率和漏报率.     

小型风力发电系统模拟风场试验台的研制

随着常规能源的日益缺乏、开发成本的增加以及污染的加剧,越来越多的国家认识到开发清洁能源的重要。近年来,新能源尤其是风力发电得到了突飞猛进的发展,相关专业的人才需求日益增加。针对风力发电相关专业人才培养的需要,研制出了基于小型风力发电机模拟风场试验平台,并对该试验台的设计思路、研究方法、技术路线进行阐述。     

基于模糊C均值的异常流量检测模型

对网络进行流量异常检测,流量出现异常后再对数据包进行分析,通过这种方法能够降低系统开销,聚类算法是一种有效的异常入侵检测方法,可用在网络流量异常检测中,用于判定当前网络流量是否出现异常,本文将模糊C均值算法应用于流量异常检测模型中,通过实验,该模型能够有效检测出流量的异常状态．     

风电机组远程监控及诊断系统设计与实现

为了解决风电机组在监控与检测维护等方面受地域、人员因素限制较大,且无法即时掌握风机性能等缺点,基于KKS编码、数据处理系统,以及基于C/S架构的在线监控诊断平台,建立风电机组远程监控及诊断系统。系统建立区域KDM数据中心,接入集控平台数据及CMS数据等,完成对所有接入数据的统一编码与存储。该系统可通过状态监测及性能评估掌握设备健康程度,为风电场的检修维护提供指导意见与实施方案,从而提高设备运维工作效率与风电场经营效益。     

Bearing Capacity and Technical Advantages of Composite Bucket Foundation of Offshore Wind Turbines

Based on mechanical characteristics such as large vertical load,large horizontal load,large bending moment and complex geological conditions,a large scale composite bucket foundation (CBF) is put forward.Both the theoretical analysis and numerical simulation are employed to study the bearing capacity of CBF and the relationship between loads and ground deformation.Furthermore,monopile,high-rise pile cap,tripod and CBF designs are compared to analyze the bearing capacity and ground deformation,with a 3-MW wind generator as an example.The results indicate that CBF can effectively bear horizontal load and large bending moment resulting from upper structures and environmental load.     

基于Simulink的风电机组模糊变桨距控制仿真研究

针对风力发电系统复杂非线性的特点,传统PID控制很难满足控制系统高精度的要求。在传统PID控制的基础上,运用模糊理论建立了完整的风电机组变桨距模型,以实现对控制系统的实时控制。仿真结果表明,模糊控制能使系统获得较好的动态特性。利用Simulink进行仿真实验,不仅能使学生有效理解变桨距控制系统理论知识,还可以提高学生的实验操作能力,从而掌握控制系统的静态和动态过程,这种理论与实践相结合的方法能够有效地提高教学质量。