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

    公共建筑辐射空调能耗机器学习动态评价模型

    巨健俞文瑾曹敏尹璐...
    174-178页
    查看更多>>摘要：为了使公共建筑辐射空调更加节能,需合理评估空调能耗变化,为此,提出公共建筑辐射空调能耗机器学习动态评价模型.机器学习的空调能耗动态评价模型,采用基于均值漂移聚类的数据清洗算法剔除异常数据,保留正常数据,并将其输入KNN填充算法,补充空调能耗数据集中缺失的数据点,使数据更加完整;将处理完的有效数据输入Adaboost-BP算法,不断迭代后,分类空调能耗预测数据,动态评价公共建筑辐射空调能耗.经实验验证,该模型在预测空调用电量时相对误差保持在1％及以下,可以实现精准的用电量分析,还可有效预测不同季度下的空调热负荷、天然气总消耗、二氧化碳排放量等多种能耗,实现公共建筑辐射空调的合理评价.

    公共建筑辐射空调机器学习动态评价评价模型

      原文链接:
    • 万方数据
    • 维普

    基于灰色聚类模型和主动需求管理技术的配电网需求侧多级负荷预测方法

    杨敏赵轩赵敏董少峤...
    179-182页
    查看更多>>摘要：为了提升配电网需求侧负荷预测精度,提出一种基于灰色聚类模型和主动需求管理技术的配电网需求侧多级负荷预测方法.采用灰色聚类模型对需求侧负荷数据进行特征聚类,计算归一化后的残差平均值获取序列灰色关联度,完成特征聚类;以受限玻尔兹曼机(RBM)作为基本结构进行训练,获取预测最优参数,利用长短期记忆(LSTM)网络设计预测流程,对配电网需求侧完成多级负荷预测.算例分析结果表明,应用所提方法下获得的7日内负荷预测结果平均绝对百分比误差(MAPE)为 201.8 MW,均方根误差(RMSE)为 2.1020％.

    灰色聚类模型主动需求管理技术多级负荷预测特征聚类无监督训练

      原文链接:
    • 万方数据
    • 维普

    电力基坑多气体浓度检测系统的研究与设计

    宋晓燕李强张峰韩菲...
    183-186页
    查看更多>>摘要：针对传统电力基坑气体较多且不易分辨,也比较容易出现基坑内工作者的中毒问题,设计一种多气体检测系统.系统采用光声光谱检测及声光报警电路和蜂鸣器报警电路的方法,能够实现基坑内有毒气体的的检测.系统在硬件结构上可以划分为电源模块和处理器、数模转换模块、气体传感器模块,通过这3个模块的配合,能够实现基坑内多种气体的识别工作.实验结果表明,所设计系统在检测误差较小,测量精度更高.

    电力基坑气体浓度检测光声光谱数模转换

      原文链接:
    • 万方数据
    • 维普

    电力调度自动化网络安全防护技术研究

    於湘涛温刚刘冉舒斐...
    187-190,198页
    查看更多>>摘要：针对我国电力调度数据信息安全防护困难的问题,提出在设备物理层面设置电容检测模块,防止外部装置接入电力信息采集设备窃取信息.另外,在数据信息层面通过双层停止和等待协议(SWP)加密结构(对称性加密算法)对加密数据库,并且对数据信息传输节点加密,保护主控中心数据库和数据信息传输节点不被恶意程序攻击,防止传输的信息被拦截.试验表明,所设计的系统在信息攻击下能够保持80％以上的稳定度,且能够辨别出1 μF的设备电容骤变.

    电力调度安全防护电容检测对称性加密算法

      原文链接:
    • 万方数据
    • 维普

    基于SE-CNN窃电行为模型的电力数据异常检测

    谈叶月李莉袁佳琰孔陈祥...
    191-193页
    查看更多>>摘要：为了有效防治用户窃电行为,在构建用电量趋势下降指标的基础上,设计一种基于通道注意力激励-卷积神经网络(SE-CNN)窃电行为模型的电力数据异常检测分析方法.基于CNN模型引入通道注意力网络(SENet)对特征通道重要程度进行调整,有效提升通道利用率.结果表明:SE-CNN模型的AUC值达到0.999,检测效率高,SE-CNN模型的可以适用于复杂电网环境;与支持向量机(SVM)、XGBoost和CNN进行比较,SE-CNN模型具有良好的评价指标,有效地减小了无效特征带来的实验影响,实现了局部区域上特征融合,使得实验数据快速达到拟合状态.

    窃电行为改进卷积神经网络异常检测评价指标

      原文链接:
    • 万方数据
    • 维普

    基于改进Faster R-CNN的X光安检图像检测识别研究

    丁仲熙钟昊胡列峰
    194-198页
    查看更多>>摘要：针对X光图像危险品检测精度低的问题,提出一种基于改进Faster R-CNN的图像检测识别方法.通过在Faster R-CNN中增加一个预分类头部,并采用RoIAlign替代RoIPooling,避免RoIPooling阶段二次量化误差.结果表明,所提的改进Faster R-CNN检测方法,可有效实现对X光图像中的危险品检测.相较于标准Faster R-CNN与常用目标检测模型SSD、YOLOv3、RetinaNet,所提方法的检测准确率和F1分数值均得到不同程度的提升,分别达到92.65％和96.14,且具有更高的运行效率,识别正常图像的平均时长为0.01 s,识别异常图像的平均时长为0.18 s.

    深度学习X光图像危险品检测FasterR-CNN

      原文链接:
    • 万方数据
    • 维普

    基于粗糙神经网络的低维冗余非结构化数据快速挖掘算法

    张晓荣薛鹏程李岩
    199-201,206页
    查看更多>>摘要：为了更好地优化挖掘效率、减小挖掘误差、减少挖掘响应时间,根据非结构化数据特点,在粗糙集策略的基础上,利用粗糙神经网络对低维冗余非结构化数据进行挖掘过程优化.建立基于粗糙神经网络的非结构化数据清洗模型,提取低维冗余非结构化数据特征,挖掘支持量计算并输出.实验结果表明,经过所提算法优化后的挖掘效果,在整体效率、响应速度和挖掘精度上均表现出色,能够满足实际应用要求,解决了误差偏大、效率偏低问题.

    粗糙神经网络低维冗余非结构化快速挖掘

      原文链接:
    • 万方数据

    基于机器视觉和进化算法的变电站巡检机器人运行路径规划方法

    朱大智颜清王柳乃
    202-206页
    查看更多>>摘要：变电站巡检机器人在路径规划的过程中,由于路径障碍处理不当,导致规划精度以及适应性较弱,整体规划效果较差.针对该问题,基于机器视觉和进化算法构建巡检环境模型,加强对内部传感系统的管理,分析在不同情况下的机器视觉传导状况,检测与处理障碍图像数据,提升初始数据处理的精准程度和路径规划的效率,进而增强规划的鲁棒性,提升规划精度.实验结果表明,所提方法相较于其他2种方法在复杂的环境下具有更强的能控性和鲁棒性,机器人运动轨迹无碰撞,适应度值整体保持在21以上,能够有效实现变电站巡检机器人运行路径规划.

    机器视觉进化算法变电站巡检机器人路径规划

      原文链接:
    • 万方数据
    • 维普

    数据中心机房UPS供电系统可靠度模糊评价研究

    陈方正穆春宇石咸胜
    207-210页
    查看更多>>摘要：随着依赖于数据的相关网络技术的发展,对数据中心机房的规模提出了更高的要求,不间断电源(UPS)供电系统作为数据中心机房的主要供电模式,其对供电可靠性的要求也随之变高.分别对UPS的供电模式和供电系统输入电源2个方面进行分析,并以可用性为评价指标对不同UPS供电模式进行可靠度评价.结果表明,双总线模式可用性最高;数据中心机房UPS供电系统的设计既要考虑可靠性,又要兼顾外界条件,如前期资金投入,后期扩容维护等问题.

    数据中心机房UPS供电系统可靠性电路拓扑

      原文链接:
    • 万方数据
    • 维普

    新形势下高校网站群安全管理体系研究与构建——以暨南大学为例

    张凌燕张焕明朱华森
    211-214页
    查看更多>>摘要：为了解决高校各部门自主建设网站导致的篡改、破坏等攻击事件,实现具备良好运行性能和安全性能的网站群,以达到校园网络安全管理目的,以暨南大学为例,给出了一种能提供集成服务环境、扩展移动应用接口的网站群平台建设方案,从策略、管理、技术、运维层面构建四维一体的网站群安全管理体系并进行了实施,该体系的安全性和稳定性得到验证.

    网站群网站安全安全管理体系

      原文链接:
    • 万方数据