新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明提出了一種基于時(shí)間-能耗重要性比重的并行任務(wù)調(diào)度算 法，在滿足時(shí)間和能耗的雙重限制下，實(shí)現(xiàn)異構(gòu)并行系統(tǒng)下任務(wù)所用 時(shí)間和能耗的權(quán)衡優(yōu)化。本發(fā)明考慮到實(shí)際情況中任務(wù)受各種因素的 影響，執(zhí)行時(shí)間不是固定且確定的，而是近似于正態(tài)分布，因此在確 定任務(wù)調(diào)度順序時(shí)，不采用以往技術(shù)中使用執(zhí)行時(shí)間平均值的方法， 而是將執(zhí)行時(shí)間的平均值和方差同時(shí)考慮進(jìn)來使用近似權(quán)重。在任務(wù) 分配階段，同時(shí)考慮時(shí)間和能耗這兩個(gè)性能指標(biāo)，并能根據(jù)

用電設(shè)備的最優(yōu)管理是智能電網(wǎng)中實(shí)現(xiàn)需求側(cè)響應(yīng)的關(guān)鍵一環(huán)。然而該問題通常需要同時(shí)管理調(diào)度大量的用電設(shè)備，同時(shí)考慮多個(gè)時(shí)槽，是一個(gè)時(shí)間空間耦合的復(fù)雜問題，想要在短時(shí)間內(nèi)解決該問題十分困難。因此，如何設(shè)計(jì)合理的算法，提高計(jì)算效率，降低計(jì)算時(shí)間，是目前的研究熱點(diǎn)。?

在串聯(lián)回路中，當(dāng)電弧或放電現(xiàn)象發(fā)生時(shí)，對(duì)電流進(jìn)行頻譜分析，根據(jù)電流 的頻譜特征變化來確定是否有電弧發(fā)生，提供預(yù)警信息或保護(hù)動(dòng)作。為了防止在 開關(guān)的瞬間或受到其他脈沖電流的干擾造成電弧故障檢測(cè)電路誤動(dòng)作，同時(shí)在頻譜分析的基礎(chǔ)上綜合電弧時(shí)間長(zhǎng)短等其他特性作為電弧故障的判據(jù)。系統(tǒng)的硬件 部分包含電流檢測(cè)、濾波、故障特征提取等模塊。軟件部分包含信號(hào)采集、信號(hào) 處理、故障判別等模塊，并綜合時(shí)間等其他因素降低誤報(bào)率，提高檢測(cè)系統(tǒng)的可 靠性。在算法中，采用了人工智能算法以提高系統(tǒng)的適應(yīng)性。主要成果包

本發(fā)明提出一種基于MWC系統(tǒng)的盲多帶稀疏信號(hào)快速恢復(fù)算法，首先利用Xampling采樣板獲得壓縮采樣值y[n]，將y[n]乘以一個(gè)高斯隨機(jī)矩陣R，得到傳統(tǒng)的壓縮感知模型V=y[n]R=CU,這種方法避免了原方法中需要做特征值分解的操作，可以有效的減少M(fèi)WC系統(tǒng)中CTF模塊的運(yùn)行時(shí)間，此外，控制高斯隨機(jī)R的列數(shù)在一個(gè)較低水平，可以進(jìn)一步減少矩陣V的列數(shù)，這樣在用M-OMP算法恢復(fù)支撐集的過程中又能進(jìn)一步的減少運(yùn)行時(shí)間。經(jīng)過驗(yàn)證，該算法可以大幅度提高CTF模塊的運(yùn)算速度。

為了解決計(jì)算機(jī)多視幾何中稀疏特征點(diǎn)錯(cuò)誤匹配導(dǎo)致基本矩陣F精度不高的問題，提出一種RANSAC(RANdom SAmple Consensus)求解F時(shí)自動(dòng)設(shè)置內(nèi)點(diǎn)門限的方法。此方法根據(jù)RANSAC求解F矩陣的要素，將固定設(shè)置極線距離門限Th的方式改為自動(dòng)設(shè)置，提高了算法的魯棒性。這些要素是圖像對(duì)中的稀疏特征點(diǎn)匹配的個(gè)數(shù)N、圖像像素多少、初始計(jì)算得到的特征點(diǎn)到極線的平均距離Dinit。Th計(jì)算采用公式Th = Min(w×N/51200, Dinit/3)，w為圖像的寬，單位為像素。Min為取二者最小值的函數(shù)。門限Th與圖像大小和特征點(diǎn)匹配個(gè)數(shù)成正比，圖像越大，匹配越多，Th越大。相對(duì)于傳統(tǒng)方法，本方法將固定門限變成了自動(dòng)設(shè)置，可以自適應(yīng)三維重建不同類型的圖片，更加實(shí)用和魯棒。

本發(fā)明公開了一種基于改進(jìn)差分進(jìn)化(IDE)算法的電力系統(tǒng)無功優(yōu)化方法。包括以下步驟：建立電力系統(tǒng)無功優(yōu)化模型；輸入電網(wǎng)參數(shù)，形成初始種群，計(jì)算種群所有個(gè)體的適應(yīng)度；對(duì)種群個(gè)體按適應(yīng)度從大到小排序，設(shè)定前Ns個(gè)個(gè)體為優(yōu)良群體；以優(yōu)良群體為基向量，引導(dǎo)群體變異操作；提取優(yōu)良群體信息，以此確定個(gè)體各維變量的交叉概率，指導(dǎo)種群的交叉操作，生成試驗(yàn)向量；比較試驗(yàn)向量與目標(biāo)個(gè)體的適應(yīng)度，優(yōu)者成為下一代個(gè)體，從而生出新一代群體。本發(fā)明的方法收斂速度快、計(jì)算精度高、穩(wěn)定性好、能有效地求解電力系統(tǒng)無功優(yōu)化問題，可用于電力系統(tǒng)提高電力系統(tǒng)輸電效率、降低網(wǎng)絡(luò)損耗配置實(shí)時(shí)性運(yùn)行控制中。

本發(fā)明公開了一種基于距離方差最小的工件點(diǎn)云匹配算法，包 括以下步驟：(1)分別構(gòu)建測(cè)量模型點(diǎn)云和帶法矢的設(shè)計(jì)模型點(diǎn)云：(2) 尋找最近點(diǎn)點(diǎn)集及最近點(diǎn)法矢集合；(3)根據(jù)余量要求，建構(gòu)基于距離 方差的目標(biāo)函數(shù)：(4)通過目標(biāo)函數(shù)求解測(cè)量模型與設(shè)計(jì)模型間的剛體 變換參數(shù)，并利用剛體變化參數(shù)更新測(cè)量點(diǎn)云，實(shí)現(xiàn)點(diǎn)云匹配。本發(fā) 明中的基于距離方差最小的點(diǎn)云匹配算法，對(duì)于工件存在余量的情況， 不論凹面和凸面的余量是相等，還是呈差值或者比值關(guān)系，均能較好 的得到點(diǎn)云匹配的結(jié)果，迭代效率高、匹配準(zhǔn)確性好。 

基于流體動(dòng)力，對(duì)微創(chuàng)深靜脈血栓取除器械進(jìn)行優(yōu)化設(shè)計(jì)，通過初步離體血栓實(shí)驗(yàn)驗(yàn)證了取栓器的血栓取除率、殘血栓粒度、取栓時(shí)間等；改進(jìn)雙側(cè)乳腺鉬靶圖像預(yù)處理算法及數(shù)據(jù)處理算法，可提高乳腺癌預(yù)測(cè)的精度、敏感性、特異度。

項(xiàng)目背景：目前以液壓作為驅(qū)動(dòng)的伺服控制系統(tǒng)的高精 度、高頻率動(dòng)態(tài)控制技術(shù)基本被 MTS、MOOG、Delta 等國(guó)外 設(shè)備商壟斷，這些伺服控制器適用性強(qiáng)、性能指標(biāo)高和資源 配置靈活，能實(shí)現(xiàn)多參數(shù)同時(shí)控制和補(bǔ)償，特別在系統(tǒng)的非 線性修正、控制特性的改善以及控制狀態(tài)的轉(zhuǎn)換方面具有較 大的優(yōu)勢(shì)，尤其是在控制算法上有很大的優(yōu)勢(shì)。國(guó)內(nèi)目前無 論是高性能動(dòng)態(tài)控制器還是與之適配的控制算法，與國(guó)外相 比起步較晚，在這方面的研究相對(duì)落后，與國(guó)外伺服控制系 統(tǒng)的水平還有較大差距。國(guó)內(nèi)雖然有研究，但沒有形成自己 的產(chǎn)品，為滿足國(guó)內(nèi)各科研、生產(chǎn)需要，提供一流水平的靜 動(dòng)載控制設(shè)備，實(shí)現(xiàn)電液伺服系統(tǒng)實(shí)時(shí)運(yùn)動(dòng)控制，需要尋求 到具有國(guó)際一流水平的高性能控制器及配套動(dòng)態(tài)控制的算 法。 所需技術(shù)需求簡(jiǎn)要描述：1.電液伺服控制器硬件設(shè)計(jì)。 選擇合適的硬件，以 DSP、FPGA 為核心的電液伺服控制器， 達(dá)到單多軸運(yùn)動(dòng)控制，特別是高速高精度的運(yùn)動(dòng)控制。2.伺 服控制軟件設(shè)計(jì)。在硬件完成的基礎(chǔ)上，編寫系統(tǒng)的各個(gè)功 能模塊、編寫底層驅(qū)動(dòng)軟件及相關(guān)調(diào)試、及通訊接口很方式， 完成控制器位置控制的應(yīng)用程序編制，并完成控制器位置控 制的應(yīng)用程序編制調(diào)試。研究出配套的動(dòng)態(tài)控制算法（加速 度、速度前饋控制、自適應(yīng) PID 等），配置合適的動(dòng)態(tài)控制 算法，最終形成具有完全自主知識(shí)產(chǎn)權(quán)的控制系統(tǒng)。3.控制器硬件應(yīng)能保證長(zhǎng)時(shí)間可靠運(yùn)行，閉環(huán)控制頻率不低于 10kHz，多路 24 位以上 AD，可采集 mv、V、mA、數(shù)字脈沖、 格雷碼、二進(jìn)制等多種模擬量、數(shù)字量信號(hào)，多路 16 位以 上 DA，可輸出 V、mA、數(shù)字脈沖等多種模擬量、數(shù)字量信號(hào)； 動(dòng)載可滿足 10~100Hz 動(dòng)態(tài)波形的控制需求，控制精度不低 于 0.5%F.S。  對(duì)技術(shù)提供方的要求:1.具有成功的液壓油缸動(dòng)載控制 實(shí)施案例，承擔(dān)過國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目。2.熟悉液壓油缸 的結(jié)構(gòu)設(shè)計(jì)，熟悉液壓油缸控制系統(tǒng)及算法的設(shè)計(jì)。3.具有 工學(xué)博士學(xué)位或高級(jí)工程師職稱，合作方需為國(guó)內(nèi)一流 211 大學(xué)，技術(shù)方案成熟可靠穩(wěn)定有創(chuàng)新思維，不涉及知識(shí)產(chǎn)權(quán) 侵犯。 

發(fā)明專利 “ 一種基于小波差分算法的電纜故障測(cè)距方法應(yīng)用于電力電纜在線故障定位 ” ，證書證號(hào) 955827 ，專利號(hào) ZL 2010 1 0235507.7 。該方法用于電力電纜的在線故障測(cè)距。