【摘 要】
：
针对开关设备装配、维修、检修、试验等内容的传统教学方式训练过程中效率低的现状,提出了一种基于全息影像技术的开关设备仿真运维系统。根据整体系统架构,对系统的硬件和软件进行了设计,并进行了仿真实验。仿真实验结果表明,该系统完成了在虚拟3D全息立体环境中对开关设备进行装配,对运维过程进行演示和实操教学训练,有效提升了教学培训效率,为电网运维检修提供支撑。
论文部分内容阅读
针对开关设备装配、维修、检修、试验等内容的传统教学方式训练过程中效率低的现状,提出了一种基于全息影像技术的开关设备仿真运维系统。根据整体系统架构,对系统的硬件和软件进行了设计,并进行了仿真实验。仿真实验结果表明,该系统完成了在虚拟3D全息立体环境中对开关设备进行装配,对运维过程进行演示和实操教学训练,有效提升了教学培训效率,为电网运维检修提供支撑。
其他文献
为了解决当下化石能源大量使用引起的碳排放问题以及风力发电大规模发展引起的新能源电力消纳问题,采用风电耦合海水制氢是实现由化石能源向绿色清洁能源转变的理想途径,同时该方法既可以促进新能源电力消纳,又可以缓解因大量消耗淡水所引起的资源分配问题。根据理论能耗计算结果以及海水淡化技术成本的分析可知,相比于目前仍处于研究阶段的海水直接电解制氢技术,海水淡化后制氢具有更大的可靠性及经济性。从可持续发展的角度来看,风电耦合海水淡化制氢储能是早日实现“碳达峰”、“碳中和”的重要战略手段。
在分析了在线学习行为需求及K-means聚类算法原理的基础上,完成了一种基于K-means聚类算法的在线学习行为分析方法的设计,能够从大量用户学习行为数据中挖掘出有价值的信息,通过聚类分析采集到的用户在线学习行为路径数据实现其在线学习行为的获取,并从大数据中挖掘用户学习行为习惯,为提高混合式教学质量及效率提供参考。
为解决传统电力缴费终端数据传输系统存在的传输相似性数据较多,导致系统内存不够、数据传输不完整等问题,设计了基于迁移学习的电力缴费终端数据实时高速传输系统.通过设置F
随着新冠肺炎疫情的恶化,快速识别新冠肺炎患者是目前医疗机构面临的挑战之一。本文针对新冠肺炎图像的分类问题,采用VGGNet和Res Net两个卷积神经网络进行微调,获得较高的分类性能;并引入可视化类激活图,为新冠肺炎图像分类问题提供了一定的可解释性。在BIMCV COVID-19+数据集上的实验结果表明,本文提出的方法具有一定的实用价值。
利用互联网等计算机技术和手段,管理医院各科室排班,实现各科室排班网络化模式,提高排班信息上报效率,实现无纸化办公,改善排班质量。系统基于PHP语言的开发平台,以MYSQL作为后台数据库,基于医院内联网,采用B/S(Browser/Server)结构即浏览器和服务器架构模式,各科室负责人进行值班人员的填报、提交,通过系统智能识别同一天科室值班与急诊值班是否是同一个人,实现对不同科室值班人员的统一管理。解决了科室手工复制、粘贴值班表耗时长、排班不规范、统计汇总不方便等问题。基于互联网的医院排班系统的构建可提升
文中在五元均匀圆阵干涉仪信号模型的基础上,提出了一种快速解模糊的方法,采用3组基线进行解模糊,利用阵元相位为特殊入射角选取合适的基线组,同时解决方位角180°的镜像模糊问题,实现对目标的无模糊测向,且该方法对于低频和高频信号均具有良好的适应性。仿真分析结果验证了该方法具有很好的测向精度及解模糊性能,为此类问题的工程实现提供了有价值的参考。
针对苹果套袋机小型化、高精度、高稳定性等实际需求,设计了一种以STM32F030C8T6为核心的苹果套袋机控制电路。电源电路设计将外接电源进行降压处理后为各器件供电,设计电机驱动电路以驱动小型风机吸起袋口,并通过装订封口电路控制电磁铁推动订针以完成套袋完毕后的装订过程。给出了STM32控制器控制风机和电磁铁实现苹果套袋的控制方案,以及主体程序算法。在Simulink仿真模型及实际焊接电路上进行了大量的试验,仿真与测试结果表明,该苹果套袋机电路运行稳定,可以稳定地完成苹果套袋的撑口与封口。
电子商务平台常常充斥着大量恶意抬高或贬低商品名誉的虚假评论,这严重影响了市场竞争的公平性,给消费者在线选购合适商品带来了巨大困扰。有效识别并规避这些虚假评论是保障电商平台有效运行与持续增长的重要环节。在本文的研究中,首先通过招募志愿者完成真实与虚假评论数据集的收集,然后基于TFIDF和CountVectorizer完成文本特征化,最后基于朴素贝叶斯模型训练了一个有监督虚假评论分类器。测试结果显示,该分类器能够有效挖掘真实/虚假评论模式,最高准确率和F1得分分别为80.1%和73.0%,理论上能够应用于电商
信息的安全问题引起了广泛的关注,尤其是在用户隐私这一领域。网络指纹攻击利用轨迹信息监测用户浏览的网页,侵犯用户隐私。本文主要针对这一攻击,提出了一种对抗样本驱动的网络指纹防御方法,其首先预训练模型模拟特征提取,接着将数据传入该模型,根据模型的梯度信息,对数据集中的数据加以扰动,生成对抗样本,干扰攻击者。实验结果表明,本文提出的方法能够将低负载的条件下深度学习模型攻击正确率降至43%,有效的混淆攻击者,防御网络指纹攻击。
针对太极拳训练方式单一和效率低、单个Kinect捕捉范围有限且存在数据遮挡等问题,文中提出多Kinect下的太极拳辅助训练系统。该系统利用Kinect获取到人体彩色视频和深度数据,分别获得两个Kinect下用户的运动数据。由于两个Kinect下获取的人体骨骼关节点都是相对于当前坐标系的,因此利用最小二乘法进行坐标标定,再利用卡尔曼滤波算法进行数据融合。就得到融合后的数据。利用动态时间规划算法匹配用