摘要：现有的图像集分类算法在进行图像集表示时往往做出多种假设,无法有效描述图像集的特点,且难以利用图像集中区分性信息进行分类。为此,借鉴深度学习的思想,提出一种改进的图像集分类算法。将每个图像集模拟为一个流形并作为多层深度神经网络的输入,通过激励函数使得各个流形非线性地映射到另一个特征空间。在网络的最顶层,采用反向传播和最大流形边缘准则训练和优化流形的参数。在测试阶段,使用训练得到的深度网络,计算测试图像集和所有训练类别之间的相似性,并利用最短距离进行分类。实验结果表明,与判别典型相关分析算法、流形到流形距离等算法相比,所提算法的分类精度更优、运行时间更短。

摘要：在大型电力网络中的电力设备一旦超负荷将会引发大范围跳闸,甚至发生火灾,引起全网瘫痪。设计并实现了一种智能的大型电力网络负荷温度控制系统。系统的硬件部分采用DS18B20数据温度传感器进行不同负荷情况下的温度信号采集;采用AT89S52单片机作为主控芯片,对收集温度传感器的信号进行提纯确认等操作,并传发送到上位机;采用CC4511芯片以动态扫描的方式进行数字的显示,通过控制SGS固态继电器的分断来控制进相器的工作状态,从而能够及时分断过热电力设备,并且报警。软件部分利用汇编语言编写电网温度控制系统的通信部分,重点对AT89S52与DS18B20通信部分软件和AT89S52与上位机通信部分进行了详细阐述。实验结果表明,该系统能够提高大型电力网络电力设备温度控制的准确性。