简介：摘要在目前的供电系统当中，变压器是重要的应用设备，其运行稳定和持续对于电力系统的价值发挥有着重要的影响，因此做好变压器的检查和维修现实意义巨大。就目前的分析来看，变压器的运行状态会因为负荷量大小、负荷类型、电压波动等诸多非自然因素和自然因素出现一些故障，发现这些故障并对其进行分析和解决可以保证变压器的使用安全和稳定运行，故针对变压器故障分析对现场安全稳定的运行就起到了至关重要的作用。当前针对牵引变压器的分相的这一特性，探讨牵引变压器故障分析。基于BP神经算法的检测对于牵引变压器故障的分析效果较好，本文对此做全面的探讨，旨在为变压器故障解决提供参考。

简介：

简介：摘要在炼铁过程中，保持合理的炉温水平是达到炉况稳定顺利、实现高炉生产“优质、高产、长寿、低耗”的直接保证。一般通过预测铁水硅含量来间接地反映炉内温度的变化，判读高炉炉缸热状态。本研究提出将BP神经网络与遗传算法（GA）相结合，建立GA-BP网络模型。

简介：Dijkstra算法采用的是一种贪心的策略,声明一个数组dis保存源点到某个顶点的最小距离,通过循环的方式来找到源点距某个顶点的最小路径的算法,Dijkstra算法可以用于解决生活中的很多问题,采用合适的方法对其进行优化是十分有现实意义的。

简介：本文总结了传统的K临近算法以及近期其他人对于该方法的改进，对于传统的K临近算法和王正欧与王晓晔提出的独立簇方法进行详细概括，并根据具体实例总结了两者算法的优点及缺点。最后，我提出了一个自己的算法，对两者进行改进。

简介：摘要依据大型履带式起重机的安全作业特点，研究了BP神经网络数据分类算法的原理和步骤，并将其理论应用于穹顶吊装起重机安全作业状态中，根据实际采集的安全状况数据建立神经网络模型，通过计算机对网络进行数据处理和训练，得出可以估计起重机安全作业状况的BP神经网络算法模型的实际应用。最后通过样本数据和模型网络输出数据的比较，验证了BP神经网络算法应用于大型履带起重机安全作业中的正确性和可行性，为提高起重机作业安全水平提供了一种新的思路。

简介：BP神经网络算法具有很好的非线性推理能力及优越的自组织、自适应、容错性能。利用该方法对高层建筑地基沉降数据进行分析,可不考虑地基沉降影响因素与沉降之间的对应关系,而直接根据已知时间内实际沉降数据构建模型对未知时间的沉降进行预测推理。将该方法应用于西安市某高层建筑的地基沉降数据预测分析,并与多项式拟合方法的分析结果进行对比可知,BP神经网络的非线性预测推理能力更强,应用前景广阔。

简介：摘要为了提高电力变压器故障诊断的准确性,提出了一种基于BP网络算法来优化模糊Petri网的电力变压器故障诊断方法。使用BP网络算法的自学习和自适应能力,在确定权重的模糊Petri网,阈值,信誉等网络参数初始值的前提下,优化模糊Petri网网络参数。在模糊Petri网网络结构、算法的BP网络,电力变压器DGA训练样本,模糊Petri网网络参数一步一步接近真正的价值。实例分析结果表明,该方法可以有效地诊断电力变压器的单故障和多故障,提高故障诊断的精度,证明了该方法的正确性和有效性。

简介：为实现水声传播损失高效准确计算,以满足工程应用要求,基于南海某深水海域水声调查数据研究改进拖曳声源深海传播损失算法.首先,对信号时间序列分析发现：深海多途传播结构显著,可分为直达波、第一二次海底反射波,信号幅度逐渐减小,海面反射波与直达波重叠;目标信号中心频率产生多普勒频移,与声源拖曳速度对应较好;“单频”正弦信号并非单一频点上的声信号,为一窄带功率谱,谱峰对应信号中心频率.进而,从信号识别及多途效应处理两方面对算法进行改进：基于功率谱频带分布,设计Butterworth滤波器带通截止频率,从频域上滤除噪声信号;依据环境噪声电压幅值,制定其判定标准,从时域剔除与目标信号同频带噪声信号.算法改进后可较好适应低信噪比环境下多途拖曳声源信号能量计算,快速高精度得到传损失数据.

简介：网络层析成像是一种新兴发展技术,用于监控、预测和诊断网络,这种方法是在无需内部节点参与和协助下,基于端到端的测量来推出网络内部一些性能参数,比如丢包率和时延等等,针对当前连续模式中矩估计精度问题,考虑了链路间的相关性因素,对现有的矩估计进行改进,实验证明了改进的矩估计算法有较高的精度。

简介：针对目前网络安全中，数据加密技术存在加密强度、运算量大等缺陷，提出了一种基于迭代置换的MD5改进算法。首先将MD5以512位的分组来处理输入的信息，然后每一分组又被划分成为16个32位的子分组，经过了填充尧加长、分块、迭代、置换5个步骤，输出由8个64位的分组，最后将这8个64位的分组结合后映射生成一个256位散列值。改进后的MD5算法与已有的算法对比，更加有效地保证了用户的密码安全。

简介：文章对现有的二叉树加密算法进行深入对比研究的基础上,提出了一种改进的数据加密解密方法.与已有加密算法相比具备以下特点：发送方生成随机的二叉树信息,二叉树存储的是秘钥信息,而不是直接将密文信息进行保存;采用逻辑运算＂异或＂的性质对数据进行加密解密,提高了数据传输的安全性.

简介：随着大量需要被挖掘的数据变得越来越复杂,多维关联规则已经成为关联规则挖掘中最实用的内容之一.本文主要介绍了在多维关联规则挖掘过程中,针对同一种属性数据出现重复连接的情况,由此而提出的一种解决方案.通过对多值属性信息进行比较,去除重复连接的属性信息,保留有效信息,减少对数据库的扫描.由此对Apriori算法中连接步进行改进,最后通过布尔型关联规则挖掘数据信息并得到结果.相较于Apriori算法,改进算法能更加快速准确地发现知识,缩短挖掘所用的时间.

简介：本设计对免缩放因子CORDIC算法进一步改进，改进包括进一步减少迭代次数和减少双步CORDIC算法中区间折叠模块输出调整方式。将改进后的算法与免缩放因子单步算法和免缩放因子双步算法相结合，给出一种正余弦波形产生的架构。用Verilog编写RTL级实现改进后的架构代码，仿真输出与Matlab数据对比，其中正余弦误差都集中在2％一下。在A1teraEP2C70F89C6芯片上做FPGA验证，时钟频率可达1000MHz。

简介：关联规则是数据挖掘的重要方法之一,但传统的关联规则算法Apriori需要多次扫描数据库,需要很大的I/O开销,不能处理节点失效和负载均衡。云计算下的MapReduce模型能够处理节点失效并能做到负载均衡。将传统的关联规则算法Apriori进行改进,然后移植到Hadoop平台,提出了基于MapReduce编程的数据挖掘算法,它能高效的、并行的完成海量数据挖掘任务。通过实验验证了算法的有效性。

简介：随着计算机和信息技术的高速发展,智能家电设备成为未来趋势。ZigBee是一种低成本、低功耗的短距离无线技术,广泛应用于家庭等无线通信场合。ZigBee网络的AODVjr算法在路由发现过程中,如果有节点移动,那么ZigBee网络要频繁的进行路由发现,会产生大量的无效路由请求（RouteRequest,RREQ）分组。文章针对传统AODVjr算法在路由过程中RREQ过量泛洪问题,为了减少路由开销和延长节点生存时间,提出基于邻居表和节点父子关系的改进的AODVjr算法,通过判断节点邻居关系和父子关系选择丢弃还是接收RREQ。最后通过NS-2仿真分析,验证了改进的算法能有效减少RREQ数量,提高网络性能。

简介：医学中的彩色超声图像受成像机理的影响,会出现对比度不高、边缘不清晰的现象。传统的图像分割方法存在处理结果准确率低、部分目标丢失等问题。文章针对图像分割中广泛应用的K-means算法依赖初始聚类中心和搜索易收敛于局部最优等不足,在基本粒子群算法中加入惯性权重来提高收敛性能,并用该算法确定初始聚类中心,解决K-means的缺陷,然后将改进算法应用于L＊a＊b颜色空间的彩色超声心脏图像分割中。实验显示,改进方法改善了聚类结果的准确率和稳定性,且聚类时间也短,对色彩度低的超声图像可取得很好的分割效果。

简介：从小波变换入手,简要介绍了基于小波变换的图像压缩基本原理和基本过程,在此基础上对分层小波树集合分割算法、优化截断点的嵌入块编码算法以及嵌入式小波零树图像编码3种基于小波变换的图像压缩改进算法的优缺点进行了分析,最后着重对嵌入式小波零树图像编码算法进行了论述,并针对嵌入式小波零树图像编码算法的缺陷提出了相应的改进方法.通过由浅入深的分析,使人们对基于小波变换的图像压缩改进算法及其性能有了初步的了解,以期在图像压缩技术领域对大家有所启迪.

简介：针对传统三维凸包算法的不足，阐述一种改进的凸包构造算法。该算法使用PCA主成分分析法对点集进行预处理，计算其相应的协方差矩阵，求出其特征值所对应的特征向量，并以之建立新的坐标系。再通过吸收QuickHull算法的构造思想，充分利用坐标轴端点来构造初始单形体，结合冲突图来更新凸包数据结构，这样大大提高构造凸包的效率。这个过程能达到时间复杂度下限O（nlogn），实验证明该算法具有理论和实际应用价值。

简介：基于改进的模糊神经网络算法进行微互动平台设计,调整模糊神经系统网络的结构和参数以建立信息搜索引擎模型,生成时间序列来提取校园的数据信息,提取结果作为设计微互动平台的基础,由此可以使慕课平台给用户提供个性化的服务,提高用户浏览的有效性和便利性。