【摘 要】
：
将TLS、LMS和约束反Hebbian自学习算法统一起来,指出LMS算法和约束反Hebbian自学习算法是两个特例。研究了TLS自适应学习方法在谐波检测中的应用,并将这种方法推广到三相系统中。所研究的检测方法同时适用于单相和三相对称非对称负载电流的谐波检测,可对谐波电流、无功电流以及负序电流进行分别或综合检测。仿真实验证明,在跟随性能和误差性能方面,单相TLS算法要优于单相LMS和约束反Hebbi
【机 构】
：
中南民族大学计算机学院,武汉大学电气工程学院
【基金项目】
：
中南民族大学自然科学基金资助项目（YZZ07013）
论文部分内容阅读
将TLS、LMS和约束反Hebbian自学习算法统一起来,指出LMS算法和约束反Hebbian自学习算法是两个特例。研究了TLS自适应学习方法在谐波检测中的应用,并将这种方法推广到三相系统中。所研究的检测方法同时适用于单相和三相对称非对称负载电流的谐波检测,可对谐波电流、无功电流以及负序电流进行分别或综合检测。仿真实验证明,在跟随性能和误差性能方面,单相TLS算法要优于单相LMS和约束反Hebbian算法,而三相TLS检测方法的性能要明显优于按单相的TLS检测方法。
其他文献
在非结构化数据挖掘结构模型,即发现特征子空间模型(DFSSM)的运行机制下,提出了一种新的文本分类算法——基于DFSSM的文本分类(TCDFSSM)算法。该算法在文本训练及分类阶段的基础上增加了自动反馈阶段,使得TCDFSSM具有自学习能力,并给出了文本分类过程反馈阈值的选取算法。结果表明,该算法分类效果良好,其自学习能力、适应性及鲁棒性更加优越。
数据流的无限性、高速性使得经典的频繁模式挖掘方法难以适用到数据流中。针对数据流的特点,对数据流中频繁模式挖掘问题进行了研究,提出了数据流频繁模式挖掘算法FP-SegCount。该算法将数据流分段并利用改进的FP-growth算法挖掘分段中的频繁项集,然后利用Count-Min Sketch进行项集计数。算法解决了压缩统计和计算快速高效的问题。通过实验分析,FP-SegCount算法是有效的。
提出了一种基于MPLS的IP语音网络恢复性能评估方案,该方案利用OPNETModeler工具构建一个基于MPLS的IP语音网络仿真平台,分析与评估基于MPLS的两种故障恢复技术。仿真结果表明,采用基于MPLSOAM技术的快速重路由算法可以有效地缩短流量重路由时间与改进IP语音网络服务质量,验证了基于MPLSOAM技术的FRR算法在VoIP网络系统中实现QoS性能网络优化的可行性。
研究无证书公钥密码系统下的盲签名问题。利用双线性映射设计了一个有效的无证书盲签名方案,它基于所给的无证书签名方案。在随机预言模型下,给出该无证书签名方案的安全证明,其安全性基于计算D if-fie-Hellman问题的困难性。鉴于无证书盲签名方案的安全、高效和无证书管理的优点,该方案可广泛应用于电子投票、电子货币等场合。
提出了一种基于分布式组件动态集成方法的网络GIS开发模型。该模型允许用户定制扩展功能组件,提供扩展组件与原有系统实时、动态、无缝集成机制,并可在一个平台上提供实现C/S及B/S两种网络GIS工作模式,并提供单机模式的后台数据管理系统,满足了中小型应用系统对网络GIS平台功能小而全的需求。阐述了该开发模型的概念设计、架构设计及关键技术,并开发实现了一个原型系统FreeXGIS,验证了该模型的可行性。
主要研究了QoS和BE两种混合业务场景下OFDM无线网络下行链路的资源调度问题,提出了一个基于效用函数的跨层资源调度模型,其能够自适应地对两种业务进行资源的联合优化分配。该模型被抽象为一个非线性整数规划问题,优化目标是系统总效用最大化,同时满足同信道干扰(CCI)约束以及QoS业务的质量要求。将该非线性整数规划问题转换为连续松弛凸规划问题进行求解,并结合最优松弛解,提出了一种简单的动态子载波分配算
提出了使用控制支持的动态W eb服务访问控制模型(WS-DAUCON)。该模型提供了足够的灵活性,能够根据分布式开放网络环境中的属性信息,基于authorization、obligation和condition三种决定策略来检查访问控制决策,实施动态的细粒度W eb服务访问控制;同时保留了传统RBAC模型的优点。最后给出了WS-DAUCON的实施框架。
在已知的安全求和方法基础上,针对合作各方可能不诚实提供数据或共谋的情况,提出了一种基于博弈论的安全多方求和算法。算法中各方基于最大化收益的目标,自觉选择诚实、不共谋的参与计算。分析表明算法能很好地完成计算,保护隐私信息。
研究了线性切换容错控制系统的稳定性问题。利用分段李雅普诺夫函数方法,结合梅茨勒矩阵的性质和矩阵不等式的分析技巧,得到了基于李雅普诺夫—梅兹勒线性矩阵不等式判定系统稳定的新结果。设计依赖于状态的切换规则便于计算、易于检验。最后利用MATLAB工具箱得到的仿真实例验证了本结果的可行性。
针对标准蜂群算法在求解函数优化问题时易陷入局部极优点的缺陷,提出了一种基于遗传交叉因子的改进蜂群优化算法。该算法借鉴遗传算法中的选择交叉操作增加食物源多样性,通过引入交叉因子增强群体食物源的优良特性,减小陷入局部极值的可能。对几个典型的测试函数进行仿真表明,该算法较标准蜂群算法提高了全局搜索能力和收敛速度,改善了优化性能。