摘要：针对传统的远洋舰船运行监控大数据挖掘方法精准度低的情况,本文应用关联规则算法,对远洋舰船运行监控大数据挖掘方法进行设计。为了有效对舰船远行监控大数据挖掘,首先获取监控数据源,将数据存入到数据库中,在此基础上,对远洋舰船运行监控数据预处理,以此生成舰船运行监控大数据挖掘模型,完成了对运行监控大数据的挖掘,实验对比结果表明,本文设计的基于关联规则的远洋舰船运行监控大数据挖掘方法比传统的舰船运行监控大数据挖掘方法精准度高,具有一定的实际应用意义。

摘要：NO_(x)排放量预测是优化NO_(x)减排的重要手段。设计了一种采用自适应噪声完全集合经验模态分解(CEEMDAN)与主成分分析(PCA)优化双向门控循环单元(BiGRU)输入的NO_(x)排放量预测模型。针对NO_(x)排放急剧变化和波动大的特点,采用CEEMDAN将出口NO_(x)含量分解为若干本征模态分量,再通过PCA方法对这些分量与其他电厂运行历史数据进行数据降维,最后将降维后的数据输入BiGRU进行训练,得到NO_(x)排放量的预测值。以国内某火电厂的真实数据进行的仿真实验表明,所提出的方法具有较高的预测性能。

摘要：针对多变量形式的单元机组协调控制系统,提出一种基于等效开环传递函数的性能评价方法.将该方法与最小信息熵指标相结合,解决了协调控制系统受到非高斯噪声干扰时,传统多变量评价方法对系统随机性性能评价不准确的问题.将系统确定性性能指标处理成标量形式,通过子目标乘除法与随机性性能指标结合,得到兼顾确定性性能与随机性性能的综合性能指标.利用该综合性能指标指导协调控制系统控制器设计,将其作为目标函数,通过优化算法对控制器参数进行寻优,得到最优控制性能.以最优指标作为基准,对系统在运行期间的性能进行监测与评价.结果表明:对于该协调控制系统,自抗扰控制器比内模PI控制器具有更好的综合性能,稳健性也更好.

摘要：对现有感知图像哈希的生成方法进行深入研究,分析该方法存在的不足之处。分别介绍离散余弦变换、Watson视觉模型和混沌模型的原理和特点,提出将这3种模型进行融合来设计感知图像哈希的生成方法。该方法采用离散余弦变换提取图像特征,对比敏感表对特征向量进行处理并用Logistic方程作为混沌序列发生器进行加密,最后采用预测差分方法进行量化编码。试验结果表明:该方法可以抵抗内容保持的修改操作,并具有较强的鲁棒性、安全性和检索性,且冲突概率降低到10-7数量级。该技术在图像认证、版权保护、安全和基于内容的图像检索等方面有应用价值。

摘要：随着智能手机的应用深入人们生活的各个方面,对以智能手机为室内定位导航功能服务提出了更高的需求。本文以苏州市职业大学为例,为方便在校师生进入楼宇后快速地找到目的地,探讨多源融合技术的室内定位导航系统,对系统进行了整体规划,在蓝牙AOA、iBeacon技术、双重A*算法等技术的综合应用内容方面进行了详细分析。功能测试表明,利用多源融合技术设计的室内定位导航系统,可以帮助师生在楼宇内快速、有效地找到目的地,能满足室内场所的导航需求。

摘要：Popo-mart成功的“盲盒”式营销策略,因其未知、不确定性,驱使着人们的好奇心,使人们进行非理性消费,诱发了受众的赌徒心理。通过分析popo-mart线上抽取模式,进行popo-mart抽取概率的算法分析。通过抽取方法分析,设计一个自动抽取模拟系统。通过大数据统计分析,当抽取数据次数达到一定数量级后,抽取概率趋于稳定,从而得到popo-mart线上抽取模式的抽取概率。通过抽取概率结果的分析让大众认识到“盲盒式”销售策略的本质,减少自己的博取心理,以降低自己的经济损失。

摘要：针对风电场并网友好性提升问题,提出考虑风速预测不确定性和风电机组有功特性不确定性的风电场发电能力评估方案。对风速超短期预测误差和风电机组在各风速区间的出力特性进行双重不确定性分析并建立概率分布模型,进而利用贝叶斯网络构建风电机组超短期出力的双重不确定性概率预测模型。基于风电场各风电机机组超短期出力概率预测模型,以最大概率跟踪电网调度指令为目标设计场站功率分配策略。算例分析表明,所提考虑双重不确定性的概率预测模型对机风电组有功的概率分布描述更准确,该模型在场站控制中可有效提升电网功率指令的完成水平。

摘要：提出了微机型继电保护测试装置的设计方案。该方案利用系统固化的标准波形表以及混合波形生成算法,有效地解决了相位调节与任意波形表的生成问题,实现了各种复杂故障信号的模拟;以双CPU、双端口RAM为主,DA级联控制为辅,实现了输出波形频率、幅值的步进可调以及波形的动态跟随,有效地提高了装置的测量精度与速度;基于USB通信技术解决了通信与数据传输问题。

摘要：对多标签数据进行挖掘时,由于数据挖掘模式的差异,导致算法加速比较低。提出基于SECI模型与属性分类的多标签数据挖掘算法。应用SECI理论建立数据转化模型,将多标签数据的隐性知识显性化处理。结合Relief F算法和互信息,提取多标签数据特征。通过属性分类方法,按照类内距离平方和最小、类间距离平方和最大的原则设计多标签数据挖掘模式,获取数据挖掘结果。在MVVM模式的作用下,建立挖掘结果交互方案,获取实时数据挖掘结果。仿真结果表明:所提出的数据挖掘算法应用后,加速比得到了有效提升。

摘要：发票自动识别可有效提高财务工作效率。为避免低分辨率的发票图像影响自动识别的准确性,提出了一种用于对发票图像进行超分辨率处理的ESRGAN(Encoder Super-resolution Generative Adversarial Network)网络。ESRGAN网络是基于带条件的生成式对抗网络,设计了辅助编码器,引导网络生成更加真实的超分辨率图像。基于实际发票图像,将ESRGAN网络与常规图像处理、SRCNN(Super-resolution Convolutional Neural Networks)网络和SRGAN(Super-resolution Generative Adversarial Network)网络进行对比实验,并通过峰值信噪比(Peak Signal to Noise Ratio, PSNR)和结构相似性(Structural Similarity, SSIM)评价指标进行模型评价。实验结果表明基于ESRGAN超分辨率处理的图像在视觉效果和评价指标上均具有良好的效果。