简介:摘要:基于实际的生产应用,采用工程模型,在Matlab/Simulink环境下建立仿真模型。针对光伏组件模型进行了详细的阐述。在此基础上,采用粒子场优化算法对光伏发电系统实现最大功率点跟踪。仿真结果表明:模型的仿真结果在不同光强下的输出特性I-V、U-P与厂商提供的数据契合度很高;采用粒子场优化算法实现最大功率点跟踪,仿真系统响应时间短,光伏阵列输出电压以及DC/DC变流后输出电压误差都很小。
简介:摘要:参数化密度分布模型作用下的最大似然方法以及 EM算法常被应用到遥感图像分类中,由于受到遥感信息统计分布影响,要在改进 EM算法的基础上科学运用遥感图像分类方法。因此,本文从不同角度入手探讨了遥感图像最大似然分类方法的 EM改进算法,在优势作用发挥基础上进行合理化计算以及分类,提高遥感图像分类效率以及质量。
简介:摘要: 现如今,人们的生活质量在不断提高,对于电力的需求在不断加大, 针对电力大数据流的异常检测问题,该文将流数据聚类算法与电力大数据相结合,针对现有流数据聚类算法不易存储全部数据、断电数据易丢失等问题,以及流数据聚类算法对于离线阶段聚类算法实时应答的要求,从数据的完整性、安全性以及流数据聚类算法的低时间复杂度的角度出发,对 CluStream 流数据聚类算法进行改进,提出流式 K-means 聚类算法。对在线阶段,使用 Redis 集群进行流数据的缓冲,并设计节点时间衰减策略,增大心跳消息中有效消息所占比例;对离线阶段聚类算法进行优化,使用最佳距离法确定初始聚类中心,减少迭代次数;最后,使用所提出的流式 K-means 聚类算法进行用户用电异常行为检测,实验结果表明,该算法能够很好的发现用户用电异常行为。
简介:摘要为了消除和减小滑坡变形多点监测中的误差,正确评价滑坡体的整体工程地质特性及其时效性,采用基于交互式融合算法对西南某滑坡变形进行动态分析。在融合了监测年间的水平位移和垂直位移数据后,综合判断滑坡体的依时性工程特性。融合结果表明该滑坡体先后经历了缓慢变形期、匀速变形期、加速变形期和急剧变形期,表明该滑坡体具有阶段性变化的特点,且降雨入渗是引起该滑坡发生位移变形的主要因素,结果符合滑坡体变形特征的自然规律。同时修正了传统方法不考虑传感器自身因素的局限性,合理利用融合方法的互补性,消除了部分传感器采集数据的模糊性、不确定性和随机性,证明了该方法在滑坡动态变形监测与分析中具有有效性和可行性。
简介:摘要:基于内容的图像检索离不开特征提取,而局部特征提取是当前研究热点之一,由于局部特征之间的独立性和高语义性,此种方法在基于内容的图像检索领域有着良好的表现[1]。为了进一步提高局部特征的语义性、提升特征提取模型的表现力,本文引入视觉注意力机制与分组卷积思想对当前的局部特征提取模型进行优化,经实验证实,优化后的模型提取出的局部特征在Oxford数据集以及Paris数据集有着更好的检索效果。
简介:摘要:随着通用航空的快速发展,该航空手段由于具有启动速度快、救援效率高、受限空间少等特点,往往在自然灾害、重大事故、社安问题等突发事件中得到普遍应用。本文研究对象是轻型通用航空器,背景是一段时间内执行低空空域救援任务的飞行,目的是预测该段时间的飞行轨迹。本文提出基于状态相关模态切换混合估计和改进意图推理的航迹预测算法。该算法预测精度更高。