首页期刊导航|微型电脑应用
期刊信息/Journal information
微型电脑应用
上海市微型电脑应用学会
微型电脑应用

上海市微型电脑应用学会

朱仲英

月刊

1007-757X

smcaa@sjtu.edu.cn;smcaa@online.sh.cn

021-62933230

200030

上海市华山路1954号上海交通大学铸锻楼314室

微型电脑应用/Journal Microcomputer ApplicationsCSTPCD
查看更多>>本刊是由上海市微型电脑应用学会主办,上海交通大学等单位协办,并经国家科技部和国家新闻出版署正式批准的计算机应用科技期刊。本刊创刊于1985年1月,得到了中央领导同志、广大读者和计算机业界的支持和厚爱,江泽民主席亲自为本刊题写刊名。在长期办刊实践中,本刊形成了学术性和实用性并重的特色,主要栏目有:院士专家论坛、技术专题、研究与设计、开发应用、技术交流、学习园地等,它面向各行各业从事计算机应用的科技人员和广大电脑应用爱好者,沟通技术开发的信息渠道,为科研设计和推广应用牵线,为公司企业和各界用户搭桥。本刊所发表的文章可作为高校、科研机构等评定职称的依据之一。
正式出版
收录年代

    基于果蝇优化算法的配电网极端可接入容量估算模型

    左雅李香平
    213-216,235页
    查看更多>>摘要:配电网中不确定性因素较多,可接入容量配置过程可靠度较低,因此,提出基于果蝇优化算法的配电网极端可接入容量估算模型.制定可接入容量边界条件,分析配电网中不确定因素,求出干扰因素的数学期望值和方差,计算配电网极端最大准入容量,改进果蝇优化算法,将其中的非线性部分转化为线性,建立配电网极端可接入容量估算模型,更新基本参数,求解配电网极端可接入容量估算值.实验结果证明,估算结果可靠度较高,更接近于实测值,可以应对较大的随机波动性问题.所提模型可降低不确定性因素的影响,保证可接入容量配置过程的可靠度.

    配电网可接入容量果蝇优化算法估算模型

    基于改进YOLOv5网络的行人目标检测方法

    兰娅勋
    217-222页
    查看更多>>摘要:目标检测指对图像内的物体类型进行识别并且定位.一阶段目标检测算法从深层网络输出的特征图中获得分类信息与目标位置信息,然而深层特征由于经过长距离卷积与下采样处理而缺乏空间信息.针对该问题,参考语义分割的思想,通过将骨干网络中的浅层特征与上采样得到的深层特征结合的方法,对一阶段目标检测YOLOv5算法进行改进,利用骨干网络ResNet-50可以对特征图信息进行有效提取.在残差块中引入注意机制,对浅层特征提取阶段进行有效选择对象信息,并且可以将更多的权重分配给小的和弱的对象,以改善特征表达准确探测小物体的能力.另外,根据行人检测的数据特点,对预选框的生成方式和损失函数进行改进.采用INRIA和Caltech这2个数据集进行实验,结果表明,提出的改进模型在检测效果与检索速度方面均有所提升.

    深度学习YOLOv5图像融合目标检测行人目标

    基于Volterra模型的电力物资需求动态预测方法

    钟炯聪
    223-226页
    查看更多>>摘要:针对电力物资需求量大、种类繁多、电力物资需求量预测误差较大等问题,设计电力物资需求预测系统,该系统由客户服务、数据中心和云通信3层结构组成,通过SQL Server数据库的电力物资数据信息访问,能够实现对电力物资历史数据和现有数据的分类;利用数学模型进行计算定量预测,实现电力物资需求预测的实时更新;采用STM32F103C8T6微控制器和NFC标签读写模块,实现结合电力物资需求量对电力物资库存数量的调整.通过实验,所研究电力物资需求预测系统的电力物资需求预测平均误差为11%,电力物资需求动态预测误差低.

    电力物资需求预测库存管理供应链Volterra反馈预测算法

    基于Keras卷积神经的肺炎识别研究应用

    孙自梅
    227-231页
    查看更多>>摘要:以TensorFlow为框架,以Keras为高阶应用程序接口,使用卷积神经网络作为训练模型,设计一套快速有效针对病毒性肺炎的识别系统.主要采用卷积神经网络模拟人的大脑不断学习辨别的过程,包括对图片的预处理、特征提取、数据归一化、模型搭建、TensorBoard集验证、图形化展示等.肺炎识别系统通过采集肺部CT图像,经过图片预处理后进入卷积神经网络训练,再经过验证集的验证,识别病毒性肺炎,其准确率高达90%.为了进一步提高检测精准度,通过调整Dropout参数,使病毒性肺炎识别的准确率提升到了 98%左右,此改进方法取得了较大的进步.

    Keras卷积神经网络训练模型肺部CT图像

    分布式光伏与梯级小水电联合发电的全景数据生成算法

    刘欣然张雄宝阮诗迪唐羿轩...
    232-235页
    查看更多>>摘要:为了实现联合发电数据直观呈现,提高数据访问能力的目的,提出分布式光伏与梯级小水电联合发电的全景数据生成算法.利用服务层内SOAP/WSDL和REST服务将数据层与总线层相连,将分布式光伏与梯级小水电联合发电数据传输到逻辑层内的数据本体.逻辑层利用Mashup引擎调用数据本体,数据源约减后,使用多源异构数据融合模型对联合发电数据进行融合,并将融合结果传输到应用层.应用层为用户提供联合发电系统监测数据展示、图表输出、设备状态管理等功能,实现联合发电系统的全景数据生成.实验结果表明,该方法具备良好的数据访问能力,数据源约减和多源异构数据融合能力均较优秀,可充分为用户呈现联合发电全景数据,具备较好的应用性.

    分布式光伏梯级小水电联合发电系统全景数据生成

    基于无人机的架空输电线路缺陷检测方法

    王艳军李明磊杨霄霄李想...
    236-238,243页
    查看更多>>摘要:目前,基于无人机平台的输电线检测模型存在数据依赖高、计算量与参数量大、检测精度有限等问题,为此,提出一种基于无人机的输电线智能巡检方法.提出改进的Faster R-CNN缺陷检测算法,分别使用MobileNet、软非极大抑制和上下文感知感兴趣区域池化层,提高模型检测精度以及对小尺寸元件的敏感度.鉴于图像中的复杂噪声环境,应用卡尔曼滤波算法对检测结果进行优化校准,以此提升模型的检测精度和稳定性.以地面高性能服务器训练以及无人机平台实际测试为例验证所提模型.测试结果表明,与YOLO、SSD和Faster R-CNN相较,所提模型性能最优.通过无人机平台测试,所提模型的平均精度为84.37%,网络规模为19.8MB,FPS可达28.7帧/s.

    输电线路无人机图像处理深度学习卡尔曼滤波

    考虑全生命周期的电力企业复杂多级项目进度监控方法

    曹青陈文平吴大忠
    239-243页
    查看更多>>摘要:社会对电力能源需求的不断增加,致使电力企业项目规模不断加大,项目结构也愈加复杂,为项目进行与完成增加了困难,这就对项目进度监控提出了更高的要求,故研究考虑全生命周期的电力企业复杂多级项目进度监控方法.深入分析项目进度监控与全生命周期之间的关系,搭建电力企业复杂多级项目进度监控框架,以此为基础,建立项目进度工作分解结构模型,构造项目进度监测结果计算公式,确定进度值与权重系数衡量方式,获取最终的项目进度监测结果,计算其与既定计划之间的偏差,制定相应电力企业复杂多级项目进度控制程序,从而实现项目进度的监测与控制.实验结果表明,该方法通过14 d将项目进度调整为与既定计划一致,并且后续一直保持此种状态,充分证实了该方法进度监控效果更佳.

    进度监控电力企业数据处理全生命周期复杂多级项目进度预测

    基于知识图谱的城市供电保障方法

    杨玉强胡若云武宽
    244-247页
    查看更多>>摘要:为了解决城市供电保障中存在耗时长和准确率低的问题,提出一种基于知识图谱的城市供电保障方法.通过数据中台获取供电服务的档案及量测数据,在此基础上,通过知识图谱技术进行供电设施巡视分析,对存在的隐患提出特巡建议.采用知识图谱技术对故障区域信息搜索、自动复电评估,并自动生成复电策略.在某城市供电公司应用该方法,结果表明其供电设施巡视分析准确率为99.4%,供电保障方法复电方案推荐准确率为97.8%,提高了城市供电应急抢修指挥决策分析准确率和指挥效率.

    知识图谱城市供电保障供电服务复电策略复电评估

    基于极大熵方法的反向散射通信资源分配算法

    刘瑞平匡亮孙善飞
    248-251,256页
    查看更多>>摘要:针对因反向散射通信节点存在重叠、混乱分布情况,导致通信效率降低、资源分布不均匀问题,提出基于极大熵方法的反向散射通信资源分配算法.以资源累积奖励期望作为目标函数,利用极大熵方法求得资源节点在不同状态下的局部最优值,采用贝尔曼迭代逐次递归求解资源分配最大熵值参数.基于分配信息熵概念,根据信息熵与资源均匀性间的正比关系,将反向散射通信不同区域节点的信息熵值和时延变化参数作为约束条件.将反向散射系数、传输功率、反射端子载波数的实时状态输入约束函数,获取最优资源分配因子,按照分配因子对通信参数逐一调试直至满足最佳资源分配条件.实验结果证明,所提方法性能表现优异,应用后通信系统能效得到了明显改善,资源分配效果更优.

    极大熵方法强化学习信息熵分配因子反向散射通信

    考虑多端行波时差的多分支有源配电网单相故障定位方法

    熊茜金鑫琨何子君
    252-256页
    查看更多>>摘要:有源配电网中,多个分支存在交互作用,一旦出现故障,故障信号可能会受到其他分支的影响,造成故障信号混叠,难以准确定位故障点.为此,提出考虑多端行波时差的多分支有源配电网单相故障定位方法.依据多分支有源配电网拓扑结构模型,针对单分支支路和多分支支路情况,分别构建故障查询矩阵,通过分析故障查询矩阵中元素变化情况来确定单相故障线路;采用多端行波时差原理,根据故障支路末端和主馈线两端到达的时间信息计算实际故障距离,完成单相故障位置确定.实验结果表明,该方法在多分支有源配电网单相故障定位方面具有较高的检测精度,定位误差范围显著缩小,可将误差控制在20 cm以下.

    多端行波时差多分支配电网有源配电网故障定位故障查询矩阵