摘要：

摘要：
由于风光能源具有间歇性和波动性的特点，对电网的电能质量造成了不良影响，因此提出了一种微电网的储能容量优化配置方法。首先，建立以用户用电费用最低、储能能量损失最小及风光能源的波动性最小为目标的微电网系统模型；然后，提出了一种改进的人工蜂群算法求解模型，通过不同的算法对无储能、单储能及混合储能3种储能方案模型进行求解分析；最后，采用熵权法找出适用于微电网的最佳储能方案。实验结果表明，改进的人工蜂群算法能够求解微电网模型且不易陷入局部最优，并通过熵权法得出了蓄电池和超级电容的组合适合作为微电网储能系统的结论。

摘要：
储能系统是能源利用与转化的重要组成部分，在新能源消纳方面起着重要的作用，可有效实现电网的"削峰填谷"。为此，设计了3种不同保温层厚度和3种不同长高比（L/H）的蓄热体，采用实验方法研究了保温层厚度和蓄热体结构参数对固体蓄热装置放热特性的影响。结果表明：蓄热体与环境的温差是影响蓄热装置放热速率的主要因素；不同L/H的蓄热体放热速率明显不同，L/H=0.500时的放热速率最小，L/H=0.300时的次之，L/H=0.885时的最大。

摘要：
采用Fluent软件，针对某2 027 t/h四角切圆煤粉锅炉不同负荷下单独燃烧煤粉、煤粉和污泥混烧工况进行了数值模拟，研究了炉内流动、燃烧和NOx排放特性。结果表明：模型能够模拟锅炉燃烧过程，模拟误差在10%以内；掺混污泥对炉内速度场影响较小，掺混污泥后，水分蒸发吸热，炉膛整体温度水平下降，中上层燃烧器区域CO和HCN生成量增加，还原性气氛增强，NOx生成受到抑制；掺混10%比例污泥后，600 MW，510 MW，450 MW工况下平均温度峰值分别降低了15.5 K，8.2 K，3.1 K，NOx排放分别降低10.9%，13.1%，8.1%。

摘要：
选择性催化还原（SCR）脱硝技术是我国电厂常用的脱硝技术。该技术运行中对烟气温度的要求比较严格，需要控制好SCR脱硝系统的入口烟温。针对这一问题，从影响SCR脱硝效率的关键因素及常见的宽负荷脱硝技术改进方案入手进行了分析。通过宽负荷脱硝技术改造，明显提高了SCR脱硝系统的入口烟温，进而提高了脱硝效率，减少了氨逃逸率，为电力行业脱硝技术发展提供了实际参考。

摘要：
冷却剂丧失事故（LOCA）是重要的核电厂设计基准事故之一。它是指冷管段和热管段的大破口事故，都可能导致相向流动限制（CCFL）现象的发生，在再灌水阶段中，反应堆内的下降段中蒸汽较大的向上流动导致安注系统的水不能向下及时注入堆芯，发生CCFL现象。常用的热工水力系统程序（如RELAP 5）中采用专门的模型描述这一现象，但针对不同的几何结构，程序需要用户选择不同的模型及其参数。针对该现象中的相间作用机理展开模型研究，对以直管段为结构特征的Dukler实验台和以棒束通道为测试段的Karei实验台进行建模，通过与实验数据的对比分析，研究了不同CCFL模型的适用性。

摘要：
为了提高双向全桥CLLC变换器在全范围内的效率，提出了一种数字化混合控制策略。该方法结合了调频控制与移相控制的优点，可以让双向全桥CLLC变换器在实现双向工作的基础上，提升全范围内的效率，同时采用了现场可编程逻辑门阵列，实现了高精度脉冲输出。实验证明，该方法可以在保证过渡平稳的前提下，提升全范围内的效率。

摘要：
为了提高短期负荷预测的精度，综合分析了气象、日期等因素，并计算各特征与被预测负荷之间的相关系数，根据各特征与负荷之间的相关性，提出了一种将预测日前几天的负荷作为新特征进行负荷预测的方法。为了验证算法的普适性，采用支持向量回归、随机森林和梯度提升决策树3种机器学习算法，在2016-2018年我国北方某地的真实电力负荷和欧洲智能技术网络（EUNITE）竞赛负荷预测样本数据两个数据集上进行验证，并将预测结果与采用传统特征的算法进行了对比。预测结果显示，相较于传统方法，采用新特征后的短期负荷预测具有更高的预测精度。

摘要：
在孤岛运行的低压微电网中，因线路阻抗的不匹配性，导致传统下垂控制无法按照下垂增益精确均分有功功率，各分布式储能单元必然会出现荷电状态（SOC）差异，造成蓄电池过充电或过放电，缩短了储能单元的使用寿命。针对上述问题，提出了一种低压微电网分布式储能系统分级控制策略。首先通过功率平衡级动态调节虚拟阻抗，消除不匹配线路阻抗对有功分配精度的影响；然后，通过SOC平衡级控制，各个储能单元根据其SOC动态调节有功功率，使得SOC误差以e指数曲线下降，最终实现储能单元在放电过程中SOC均衡。采用动态一致性算法，可实现各分布式储能单元的信息共享，提高了系统的可靠性和灵活性。同时，基于小信号理论对所提控制策略进行了稳定性分析，并讨论加速因子对系统稳定性的影响。仿真对比结果验证了所提控制策略的有效性和可行性。

摘要：
隐马尔可夫模型在语音识别、自然语言处理、生物信息、模式识别等领域有着广泛的应用。介绍了隐马尔可夫模型的基本概念，分别叙述了隐马尔可夫模型的概率计算算法、学习算法以及预测算法。利用观测的海藻湿度数据作为训练数据，找出隐藏的转换概率，构建了隐马尔可夫模型，完成了预测天气变化的机器学习。

摘要：
由于IPTV业务随着三网融合的推进变得越来越庞大，传统的人工监管、数据记录、软件式汇总分析已经不能满足现在的监管需求，因此提出了一种基于嵌入式智能识别的监管系统，有效地提升了监管的效率。从系统的主体架构设计、前端的嵌入式智能识别、基于云计算的数据处理和存储3个方向阐明了设计主体和实现原理。与传统监管方式相比，新的监管系统处理数据能力更快，更准确、更智能、是满足IPTV新发展阶段的有效监管手段。

摘要：
与传统零样本识别相比，广义零样本识别的样本不仅包括测试类别样本，还包括训练类别样本，因此，广义零样本识别更具有现实意义。提出了一种基于混合高斯分布的广义零样本识别的算法（MGM-VAE），在编码器中采用多个通道结构，促使变分自编码器（VAE）模型可以在更广泛的空间内寻求更好的映射解。

摘要：
拥塞控制是网络研究的经典课题，可以避免网络因拥塞而性能下降。其在互联网的发展中扮演着重要的角色。近年来，随着机器学习、深度学习和强化学习的兴起，给拥塞控制提供了新的思路。对网络拥塞控制的机制进行了详细分析，阐述了国内外对于该领域的研究现状及进展，将有代表性的解决方案分为基于规则的解决方案、基于路由反馈的解决方案和智能解决方案3类，并详细分析了各方案的原理及优缺点。

摘要：
西门子变频器可以通过无线通信模块连接变频电机，但存在无线网络中间人攻击的风险。针对西门子变频器无线通信过程的安全性问题，采用西门子变频器V20上的西门子SINAMICS V20 Wifi Module智能连接块，实现手机或者操作员站通过Wifi连接西门子V20变频器，对西门子变频电机的转速、旋转方向、启停等进行控制。模拟了西门子变频器连接模块Wifi控制变频电机运行过程中，被SYN ACK攻击导致运行状态信息被篡改而引发变频电机停机的状况，并提出了相应的预防措施。

摘要：
随着互联网技术的飞速发展，互联网用户在畅游网络的同时也面临着信息过载的问题，而个性化推荐技术则成为了解决信息过载问题的有力工具。为了对用户提供更精准的商品推荐服务，提出了一个基于栈式降噪自编码器（SDAE）和贝叶斯个性化排序（BPR）相结合的深度神经网络模型SDAE-BPR。首先，使用SDAE把商品评分数据作为输入，编码后得到隐特征。其次，用BPR的方法学习对应商品的隐特征向量。该模型能够避免矩阵稀疏性的影响，因此达到了更精准推荐商品的效果。最后，分别使用Movielens 20 M和Movielens 1 M数据集，对SDAE-BPR模型与传统基于商品的协同过滤模型（IB-CF）、传统基于用户的协同过滤模型（UB-CF）做了对比，结果发现SDAE-BPR具有更高的准确度。

摘要：
与传统的分布式计算不同，分布式机器学习更加关注参数同步和梯度同步，网络通信是最大的瓶颈。许多研究者针对网络问题提出了多种解决方法。首先介绍了机器学习领域内最热门的深度神经网络的发展背景，然后分别对数据并行模型中参数同步步调和参数同步方法进行了详细的概述，最后对分布式机器学习的发展趋势和面临的挑战进行了讨论。

摘要：
首先，基于古典的最优控制理论和参数化方法，给出了一类非自治混杂系统最优控制问题的充分最优性条件，研究了一类混杂系统的最优控制问题。其次，通过分析表明，充分条件的判别主要在于Legendre-Clebsch条件的验证，以及满足一定跳跃条件和边界条件的Riccati方程解存在性的判别。最后，通过一个实例说明了研究结论的有效性。

摘要：
对常用的激活函数进行了研究比较。对曾经提出的一种新型激活函数ArcReLU进行了改进，使其具有更快的收敛速度和更低的计算消耗。实验证明，改进的ArcReLU函数既能显著加快反向传播神经网络的训练速度，又能有效降低训练误差，甚至能避免梯度消失的问题。

摘要：
从任意的未知单粒子态和双粒子态的量子隐形传态出发，提出了一种由多方控制的任意多粒子未知量子态的双向受控量子隐形传态方案。该方案的优点主要有：一是多方参与控制，提高了量子隐形传态的安全性；二是双向受控隐形传态实现了双向通信，提高了量子态信息传输的效率；三是操作简单，具有实验可操作性。

摘要：

摘要：
由于风光能源具有间歇性和波动性的特点，对电网的电能质量造成了不良影响，因此提出了一种微电网的储能容量优化配置方法。首先，建立以用户用电费用最低、储能能量损失最小及风光能源的波动性最小为目标的微电网系统模型；然后，提出了一种改进的人工蜂群算法求解模型，通过不同的算法对无储能、单储能及混合储能3种储能方案模型进行求解分析；最后，采用熵权法找出适用于微电网的最佳储能方案。实验结果表明，改进的人工蜂群算法能够求解微电网模型且不易陷入局部最优，并通过熵权法得出了蓄电池和超级电容的组合适合作为微电网储能系统的结论。

摘要：
储能系统是能源利用与转化的重要组成部分，在新能源消纳方面起着重要的作用，可有效实现电网的"削峰填谷"。为此，设计了3种不同保温层厚度和3种不同长高比（L/H）的蓄热体，采用实验方法研究了保温层厚度和蓄热体结构参数对固体蓄热装置放热特性的影响。结果表明：蓄热体与环境的温差是影响蓄热装置放热速率的主要因素；不同L/H的蓄热体放热速率明显不同，L/H=0.500时的放热速率最小，L/H=0.300时的次之，L/H=0.885时的最大。

摘要：
采用Fluent软件，针对某2 027 t/h四角切圆煤粉锅炉不同负荷下单独燃烧煤粉、煤粉和污泥混烧工况进行了数值模拟，研究了炉内流动、燃烧和NOx排放特性。结果表明：模型能够模拟锅炉燃烧过程，模拟误差在10%以内；掺混污泥对炉内速度场影响较小，掺混污泥后，水分蒸发吸热，炉膛整体温度水平下降，中上层燃烧器区域CO和HCN生成量增加，还原性气氛增强，NOx生成受到抑制；掺混10%比例污泥后，600 MW，510 MW，450 MW工况下平均温度峰值分别降低了15.5 K，8.2 K，3.1 K，NOx排放分别降低10.9%，13.1%，8.1%。

摘要：
选择性催化还原（SCR）脱硝技术是我国电厂常用的脱硝技术。该技术运行中对烟气温度的要求比较严格，需要控制好SCR脱硝系统的入口烟温。针对这一问题，从影响SCR脱硝效率的关键因素及常见的宽负荷脱硝技术改进方案入手进行了分析。通过宽负荷脱硝技术改造，明显提高了SCR脱硝系统的入口烟温，进而提高了脱硝效率，减少了氨逃逸率，为电力行业脱硝技术发展提供了实际参考。

摘要：
冷却剂丧失事故（LOCA）是重要的核电厂设计基准事故之一。它是指冷管段和热管段的大破口事故，都可能导致相向流动限制（CCFL）现象的发生，在再灌水阶段中，反应堆内的下降段中蒸汽较大的向上流动导致安注系统的水不能向下及时注入堆芯，发生CCFL现象。常用的热工水力系统程序（如RELAP 5）中采用专门的模型描述这一现象，但针对不同的几何结构，程序需要用户选择不同的模型及其参数。针对该现象中的相间作用机理展开模型研究，对以直管段为结构特征的Dukler实验台和以棒束通道为测试段的Karei实验台进行建模，通过与实验数据的对比分析，研究了不同CCFL模型的适用性。

摘要：
为了提高双向全桥CLLC变换器在全范围内的效率，提出了一种数字化混合控制策略。该方法结合了调频控制与移相控制的优点，可以让双向全桥CLLC变换器在实现双向工作的基础上，提升全范围内的效率，同时采用了现场可编程逻辑门阵列，实现了高精度脉冲输出。实验证明，该方法可以在保证过渡平稳的前提下，提升全范围内的效率。

摘要：
为了提高短期负荷预测的精度，综合分析了气象、日期等因素，并计算各特征与被预测负荷之间的相关系数，根据各特征与负荷之间的相关性，提出了一种将预测日前几天的负荷作为新特征进行负荷预测的方法。为了验证算法的普适性，采用支持向量回归、随机森林和梯度提升决策树3种机器学习算法，在2016-2018年我国北方某地的真实电力负荷和欧洲智能技术网络（EUNITE）竞赛负荷预测样本数据两个数据集上进行验证，并将预测结果与采用传统特征的算法进行了对比。预测结果显示，相较于传统方法，采用新特征后的短期负荷预测具有更高的预测精度。

摘要：
在孤岛运行的低压微电网中，因线路阻抗的不匹配性，导致传统下垂控制无法按照下垂增益精确均分有功功率，各分布式储能单元必然会出现荷电状态（SOC）差异，造成蓄电池过充电或过放电，缩短了储能单元的使用寿命。针对上述问题，提出了一种低压微电网分布式储能系统分级控制策略。首先通过功率平衡级动态调节虚拟阻抗，消除不匹配线路阻抗对有功分配精度的影响；然后，通过SOC平衡级控制，各个储能单元根据其SOC动态调节有功功率，使得SOC误差以e指数曲线下降，最终实现储能单元在放电过程中SOC均衡。采用动态一致性算法，可实现各分布式储能单元的信息共享，提高了系统的可靠性和灵活性。同时，基于小信号理论对所提控制策略进行了稳定性分析，并讨论加速因子对系统稳定性的影响。仿真对比结果验证了所提控制策略的有效性和可行性。

摘要：
隐马尔可夫模型在语音识别、自然语言处理、生物信息、模式识别等领域有着广泛的应用。介绍了隐马尔可夫模型的基本概念，分别叙述了隐马尔可夫模型的概率计算算法、学习算法以及预测算法。利用观测的海藻湿度数据作为训练数据，找出隐藏的转换概率，构建了隐马尔可夫模型，完成了预测天气变化的机器学习。

摘要：
由于IPTV业务随着三网融合的推进变得越来越庞大，传统的人工监管、数据记录、软件式汇总分析已经不能满足现在的监管需求，因此提出了一种基于嵌入式智能识别的监管系统，有效地提升了监管的效率。从系统的主体架构设计、前端的嵌入式智能识别、基于云计算的数据处理和存储3个方向阐明了设计主体和实现原理。与传统监管方式相比，新的监管系统处理数据能力更快，更准确、更智能、是满足IPTV新发展阶段的有效监管手段。

摘要：
与传统零样本识别相比，广义零样本识别的样本不仅包括测试类别样本，还包括训练类别样本，因此，广义零样本识别更具有现实意义。提出了一种基于混合高斯分布的广义零样本识别的算法（MGM-VAE），在编码器中采用多个通道结构，促使变分自编码器（VAE）模型可以在更广泛的空间内寻求更好的映射解。

摘要：
拥塞控制是网络研究的经典课题，可以避免网络因拥塞而性能下降。其在互联网的发展中扮演着重要的角色。近年来，随着机器学习、深度学习和强化学习的兴起，给拥塞控制提供了新的思路。对网络拥塞控制的机制进行了详细分析，阐述了国内外对于该领域的研究现状及进展，将有代表性的解决方案分为基于规则的解决方案、基于路由反馈的解决方案和智能解决方案3类，并详细分析了各方案的原理及优缺点。

摘要：
西门子变频器可以通过无线通信模块连接变频电机，但存在无线网络中间人攻击的风险。针对西门子变频器无线通信过程的安全性问题，采用西门子变频器V20上的西门子SINAMICS V20 Wifi Module智能连接块，实现手机或者操作员站通过Wifi连接西门子V20变频器，对西门子变频电机的转速、旋转方向、启停等进行控制。模拟了西门子变频器连接模块Wifi控制变频电机运行过程中，被SYN ACK攻击导致运行状态信息被篡改而引发变频电机停机的状况，并提出了相应的预防措施。

摘要：
随着互联网技术的飞速发展，互联网用户在畅游网络的同时也面临着信息过载的问题，而个性化推荐技术则成为了解决信息过载问题的有力工具。为了对用户提供更精准的商品推荐服务，提出了一个基于栈式降噪自编码器（SDAE）和贝叶斯个性化排序（BPR）相结合的深度神经网络模型SDAE-BPR。首先，使用SDAE把商品评分数据作为输入，编码后得到隐特征。其次，用BPR的方法学习对应商品的隐特征向量。该模型能够避免矩阵稀疏性的影响，因此达到了更精准推荐商品的效果。最后，分别使用Movielens 20 M和Movielens 1 M数据集，对SDAE-BPR模型与传统基于商品的协同过滤模型（IB-CF）、传统基于用户的协同过滤模型（UB-CF）做了对比，结果发现SDAE-BPR具有更高的准确度。

摘要：
与传统的分布式计算不同，分布式机器学习更加关注参数同步和梯度同步，网络通信是最大的瓶颈。许多研究者针对网络问题提出了多种解决方法。首先介绍了机器学习领域内最热门的深度神经网络的发展背景，然后分别对数据并行模型中参数同步步调和参数同步方法进行了详细的概述，最后对分布式机器学习的发展趋势和面临的挑战进行了讨论。

摘要：
首先，基于古典的最优控制理论和参数化方法，给出了一类非自治混杂系统最优控制问题的充分最优性条件，研究了一类混杂系统的最优控制问题。其次，通过分析表明，充分条件的判别主要在于Legendre-Clebsch条件的验证，以及满足一定跳跃条件和边界条件的Riccati方程解存在性的判别。最后，通过一个实例说明了研究结论的有效性。

摘要：
对常用的激活函数进行了研究比较。对曾经提出的一种新型激活函数ArcReLU进行了改进，使其具有更快的收敛速度和更低的计算消耗。实验证明，改进的ArcReLU函数既能显著加快反向传播神经网络的训练速度，又能有效降低训练误差，甚至能避免梯度消失的问题。

摘要：
从任意的未知单粒子态和双粒子态的量子隐形传态出发，提出了一种由多方控制的任意多粒子未知量子态的双向受控量子隐形传态方案。该方案的优点主要有：一是多方参与控制，提高了量子隐形传态的安全性；二是双向受控隐形传态实现了双向通信，提高了量子态信息传输的效率；三是操作简单，具有实验可操作性。

摘要：

摘要：
由于风光能源具有间歇性和波动性的特点，对电网的电能质量造成了不良影响，因此提出了一种微电网的储能容量优化配置方法。首先，建立以用户用电费用最低、储能能量损失最小及风光能源的波动性最小为目标的微电网系统模型；然后，提出了一种改进的人工蜂群算法求解模型，通过不同的算法对无储能、单储能及混合储能3种储能方案模型进行求解分析；最后，采用熵权法找出适用于微电网的最佳储能方案。实验结果表明，改进的人工蜂群算法能够求解微电网模型且不易陷入局部最优，并通过熵权法得出了蓄电池和超级电容的组合适合作为微电网储能系统的结论。

摘要：
储能系统是能源利用与转化的重要组成部分，在新能源消纳方面起着重要的作用，可有效实现电网的"削峰填谷"。为此，设计了3种不同保温层厚度和3种不同长高比（L/H）的蓄热体，采用实验方法研究了保温层厚度和蓄热体结构参数对固体蓄热装置放热特性的影响。结果表明：蓄热体与环境的温差是影响蓄热装置放热速率的主要因素；不同L/H的蓄热体放热速率明显不同，L/H=0.500时的放热速率最小，L/H=0.300时的次之，L/H=0.885时的最大。

摘要：
采用Fluent软件，针对某2 027 t/h四角切圆煤粉锅炉不同负荷下单独燃烧煤粉、煤粉和污泥混烧工况进行了数值模拟，研究了炉内流动、燃烧和NOx排放特性。结果表明：模型能够模拟锅炉燃烧过程，模拟误差在10%以内；掺混污泥对炉内速度场影响较小，掺混污泥后，水分蒸发吸热，炉膛整体温度水平下降，中上层燃烧器区域CO和HCN生成量增加，还原性气氛增强，NOx生成受到抑制；掺混10%比例污泥后，600 MW，510 MW，450 MW工况下平均温度峰值分别降低了15.5 K，8.2 K，3.1 K，NOx排放分别降低10.9%，13.1%，8.1%。

摘要：
选择性催化还原（SCR）脱硝技术是我国电厂常用的脱硝技术。该技术运行中对烟气温度的要求比较严格，需要控制好SCR脱硝系统的入口烟温。针对这一问题，从影响SCR脱硝效率的关键因素及常见的宽负荷脱硝技术改进方案入手进行了分析。通过宽负荷脱硝技术改造，明显提高了SCR脱硝系统的入口烟温，进而提高了脱硝效率，减少了氨逃逸率，为电力行业脱硝技术发展提供了实际参考。

摘要：
冷却剂丧失事故（LOCA）是重要的核电厂设计基准事故之一。它是指冷管段和热管段的大破口事故，都可能导致相向流动限制（CCFL）现象的发生，在再灌水阶段中，反应堆内的下降段中蒸汽较大的向上流动导致安注系统的水不能向下及时注入堆芯，发生CCFL现象。常用的热工水力系统程序（如RELAP 5）中采用专门的模型描述这一现象，但针对不同的几何结构，程序需要用户选择不同的模型及其参数。针对该现象中的相间作用机理展开模型研究，对以直管段为结构特征的Dukler实验台和以棒束通道为测试段的Karei实验台进行建模，通过与实验数据的对比分析，研究了不同CCFL模型的适用性。

摘要：
为了提高双向全桥CLLC变换器在全范围内的效率，提出了一种数字化混合控制策略。该方法结合了调频控制与移相控制的优点，可以让双向全桥CLLC变换器在实现双向工作的基础上，提升全范围内的效率，同时采用了现场可编程逻辑门阵列，实现了高精度脉冲输出。实验证明，该方法可以在保证过渡平稳的前提下，提升全范围内的效率。

摘要：
为了提高短期负荷预测的精度，综合分析了气象、日期等因素，并计算各特征与被预测负荷之间的相关系数，根据各特征与负荷之间的相关性，提出了一种将预测日前几天的负荷作为新特征进行负荷预测的方法。为了验证算法的普适性，采用支持向量回归、随机森林和梯度提升决策树3种机器学习算法，在2016-2018年我国北方某地的真实电力负荷和欧洲智能技术网络（EUNITE）竞赛负荷预测样本数据两个数据集上进行验证，并将预测结果与采用传统特征的算法进行了对比。预测结果显示，相较于传统方法，采用新特征后的短期负荷预测具有更高的预测精度。

摘要：
在孤岛运行的低压微电网中，因线路阻抗的不匹配性，导致传统下垂控制无法按照下垂增益精确均分有功功率，各分布式储能单元必然会出现荷电状态（SOC）差异，造成蓄电池过充电或过放电，缩短了储能单元的使用寿命。针对上述问题，提出了一种低压微电网分布式储能系统分级控制策略。首先通过功率平衡级动态调节虚拟阻抗，消除不匹配线路阻抗对有功分配精度的影响；然后，通过SOC平衡级控制，各个储能单元根据其SOC动态调节有功功率，使得SOC误差以e指数曲线下降，最终实现储能单元在放电过程中SOC均衡。采用动态一致性算法，可实现各分布式储能单元的信息共享，提高了系统的可靠性和灵活性。同时，基于小信号理论对所提控制策略进行了稳定性分析，并讨论加速因子对系统稳定性的影响。仿真对比结果验证了所提控制策略的有效性和可行性。

摘要：
隐马尔可夫模型在语音识别、自然语言处理、生物信息、模式识别等领域有着广泛的应用。介绍了隐马尔可夫模型的基本概念，分别叙述了隐马尔可夫模型的概率计算算法、学习算法以及预测算法。利用观测的海藻湿度数据作为训练数据，找出隐藏的转换概率，构建了隐马尔可夫模型，完成了预测天气变化的机器学习。

摘要：
由于IPTV业务随着三网融合的推进变得越来越庞大，传统的人工监管、数据记录、软件式汇总分析已经不能满足现在的监管需求，因此提出了一种基于嵌入式智能识别的监管系统，有效地提升了监管的效率。从系统的主体架构设计、前端的嵌入式智能识别、基于云计算的数据处理和存储3个方向阐明了设计主体和实现原理。与传统监管方式相比，新的监管系统处理数据能力更快，更准确、更智能、是满足IPTV新发展阶段的有效监管手段。

摘要：
与传统零样本识别相比，广义零样本识别的样本不仅包括测试类别样本，还包括训练类别样本，因此，广义零样本识别更具有现实意义。提出了一种基于混合高斯分布的广义零样本识别的算法（MGM-VAE），在编码器中采用多个通道结构，促使变分自编码器（VAE）模型可以在更广泛的空间内寻求更好的映射解。

摘要：
拥塞控制是网络研究的经典课题，可以避免网络因拥塞而性能下降。其在互联网的发展中扮演着重要的角色。近年来，随着机器学习、深度学习和强化学习的兴起，给拥塞控制提供了新的思路。对网络拥塞控制的机制进行了详细分析，阐述了国内外对于该领域的研究现状及进展，将有代表性的解决方案分为基于规则的解决方案、基于路由反馈的解决方案和智能解决方案3类，并详细分析了各方案的原理及优缺点。

摘要：
西门子变频器可以通过无线通信模块连接变频电机，但存在无线网络中间人攻击的风险。针对西门子变频器无线通信过程的安全性问题，采用西门子变频器V20上的西门子SINAMICS V20 Wifi Module智能连接块，实现手机或者操作员站通过Wifi连接西门子V20变频器，对西门子变频电机的转速、旋转方向、启停等进行控制。模拟了西门子变频器连接模块Wifi控制变频电机运行过程中，被SYN ACK攻击导致运行状态信息被篡改而引发变频电机停机的状况，并提出了相应的预防措施。

摘要：
随着互联网技术的飞速发展，互联网用户在畅游网络的同时也面临着信息过载的问题，而个性化推荐技术则成为了解决信息过载问题的有力工具。为了对用户提供更精准的商品推荐服务，提出了一个基于栈式降噪自编码器（SDAE）和贝叶斯个性化排序（BPR）相结合的深度神经网络模型SDAE-BPR。首先，使用SDAE把商品评分数据作为输入，编码后得到隐特征。其次，用BPR的方法学习对应商品的隐特征向量。该模型能够避免矩阵稀疏性的影响，因此达到了更精准推荐商品的效果。最后，分别使用Movielens 20 M和Movielens 1 M数据集，对SDAE-BPR模型与传统基于商品的协同过滤模型（IB-CF）、传统基于用户的协同过滤模型（UB-CF）做了对比，结果发现SDAE-BPR具有更高的准确度。

摘要：
与传统的分布式计算不同，分布式机器学习更加关注参数同步和梯度同步，网络通信是最大的瓶颈。许多研究者针对网络问题提出了多种解决方法。首先介绍了机器学习领域内最热门的深度神经网络的发展背景，然后分别对数据并行模型中参数同步步调和参数同步方法进行了详细的概述，最后对分布式机器学习的发展趋势和面临的挑战进行了讨论。

摘要：
首先，基于古典的最优控制理论和参数化方法，给出了一类非自治混杂系统最优控制问题的充分最优性条件，研究了一类混杂系统的最优控制问题。其次，通过分析表明，充分条件的判别主要在于Legendre-Clebsch条件的验证，以及满足一定跳跃条件和边界条件的Riccati方程解存在性的判别。最后，通过一个实例说明了研究结论的有效性。

摘要：
对常用的激活函数进行了研究比较。对曾经提出的一种新型激活函数ArcReLU进行了改进，使其具有更快的收敛速度和更低的计算消耗。实验证明，改进的ArcReLU函数既能显著加快反向传播神经网络的训练速度，又能有效降低训练误差，甚至能避免梯度消失的问题。

摘要：
从任意的未知单粒子态和双粒子态的量子隐形传态出发，提出了一种由多方控制的任意多粒子未知量子态的双向受控量子隐形传态方案。该方案的优点主要有：一是多方参与控制，提高了量子隐形传态的安全性；二是双向受控隐形传态实现了双向通信，提高了量子态信息传输的效率；三是操作简单，具有实验可操作性。