摘要：准确预测风电机组各项指标对准确管控机组和调控电网的供需有着重要意义.预测指标任务可抽象为风电时间序列预测任务.目前时间序列预测模型主要采用深度学习模型,但是风电时间序列具有较强的波动性和随机性,导致绝大部分模型不能较好挖掘风电时间序列的复杂演化特性.为解决上述问题,提出了一种基于渐进式分解架构的风电时间序列预测方法,该方法首先应用神经网络池化分解方法将复杂的依赖关系简化并应用注意力机制学习长期趋势,然后运用多变量融合捕捉模块增强了网络整体的多变量关联挖掘能力,最后,融合趋势项和周期项对风电时间序列做出准确的预测.实验结果表明,该方法在风电时间序列的多步预测中均方误差相比基线模型至高可提升24%,在多尺度预测长度下表现出预测性能稳定提升的同时,计算效率显著优于同类模型.

摘要：针对现有场景文本检测方法不能深入挖掘并充分融合多尺度文本实例判别性特征的问题,提出一种基于注意力机制与深度多尺度特征融合的自然场景文本检测方法。首先采用带有注意力增强的ResNeSt50作为骨干网络,提取文本实例在不同尺度上更具判别力的特征表示;然后设计深度多尺度特征融合模块,将不同尺度的特征信息进行交互,自适应地学习不同尺度特征图对应的权重矩阵,用于融合文本实例在不同尺度特征图上具有判别力的特征信息,从而获得更具鲁棒性的多尺度融合特征图;最后利用自适应的二值化后处理模块生成更加精确的文本区域边界框。为评估其有效性,大量实验在ICDAR2015,ICDAR2013和CTW1500数据集上进行验证,结果表明该方法相较于其他先进的检测方法取得了有竞争力的检测结果,展现出良好的鲁棒性和泛化能力。

摘要：视频异常检测是指识别不符合预期行为的事件。当前许多方法利用重构误差来检测异常,由于深度神经网络的强大能力可能会重构出异常行为,这与异常行为重构误差较大的假设不符。而利用预测未来帧的方法进行异常检测取得了很好的效果,但这些方法大多未考虑正常样本的多样性,或不能建立视频连续帧之间的关联。为了解决该问题,提出了一种时序多尺度自编码器网络用于预测未来帧,并通过预测值与真实值的差异完成视频异常检测。该网络不仅明确考虑了正常事件的多样性,而且强大的编码器可以构建长程空间依赖关系,进而增强输出特征的多样性,此外,针对复杂的数据集含有较多噪声的特点,提出了去噪网络,进一步提升了模型的精度。该方法在达到实时性要求的前提下,在Avenue数据集上达到了目前最优的精度。

摘要：行人检测器对算法的速度和精确度有很高的要求。虽然基于深度卷积神经网络(DCNN)的行人检测器具有较高的检测精度,但是这类检测器对硬件设备的计算能力要求较高,因此,这类行人检测器无法很好地部署到诸如移动设备、嵌入式设备和自动驾驶系统等轻量化系统中。基于此,提出了一种更好地平衡速度和精度的轻量级行人检测器(EPDNet)。首先,主干网络的浅层卷积使用深度可分离卷积以压缩模型的参数量,深层卷积使用标准卷积以提取高级语义特征。另外,为了进一步提高模型的性能,主干网络采用特征融合方法来增强其输出特征的表达能力。通过实验对比分析,EPDNet在2个具有挑战性的行人数据集Caltech和CityPersons上表现出了优越的性能,与基准模型相比,EPDNet在速度和精确度之间获得了更好的权衡,EPDNet的速度和精确度同时得到了提高。

摘要：在对工业设计信息管理系统构建必要性进行分析的基础上,以园林清洗机设计为例,论述了工业设计信息管理系统的定位及目标,对工业设计信息管理系统功能及其模块设计进行了具体分析,并从功能、安全性等方面介绍了系统的应用。

摘要：为解决传统停车场空间利用率低的问题,提出一种圆柱体停车场模型,并重点对其控制算法进行研究。以搭载Altera公司FPGA的DE2开发板为平台,使用VHDL硬件语言,研究最优路径设计,实现对停车场的自动控制。该算法适应性强,也可应用到其他的圆柱体停车场模型;遵循最优路径设计,能够自动查询最佳停车位置。对FPGA在立体停车场控制中的应用进行初步探索,对自控领域的工程技术人员有一定的意义。

摘要：混沌系统特有的一些优良属性较适合流密码的设计,比如混沌迭代序列对初始条件和控制参数的敏感性、伪随机性、混和性和确定性等。该文以Logistic映射为例说明了其主要特性和初值敏感性,并重点图示了在字节输出方式下和比特输出方式下,其离散分布和均匀分布的差异和改善。

摘要：为测试国产数据库和各大厂商数据库处理数据性能以便设计人员选择合适的大数据管理系统,设计了一款基于TPC-DS测试标准的数据库处理性能测试软件TPC-DS_Utensil。通过分析TPC-DS测试标准设计了加载(Load)测试、功率(Power)测试和吞吐量(Throughput)测试三大核心功能;为了方便设计人员对测试过程进行监控与分析设计了查询验证、性能计算和日志管理等辅助功能。通过对MySQL、Oracle、Hive和Hbase进行性能测试,表明该测试工具能够准确地反映服务器性能。

摘要：通过使用词法分析和语法分析进行线程并行程序数据竞争静态检测,根据规则将源代码数据竞争相关信息映射到XML文件,解决多个线程程序因可以随机访问共享变量而导致运行结果不确定性,容易引发数据竞争等问题。通过XQuery查询语言获取XML映射模型中的数据访问信息,将信息存储于数据竞争表示层。通过竞争图生成算法建立数据竞争有向图模型,利用拓扑排序检测数据竞争的具体位置,获取所有竞争序列。实验结果表明,该检测方法能够准确快速地发现多线程程序中的数据竞争并在源文件中进行准确定位。