类螺旋特征测点数据的闭曲面建模方法研究

复杂曲面及海量点云测量数据的曲面建模已成为通用CAD/CAM软件的重要功能;然而,对于复杂的闭曲面建模方法,仍然存在许多技术上的难题,至今尚未能很好的解决,比如,基于海量的测量数据,如何进行闭曲面特征点识别,如何进行区域分割与处理,这一切都使得闭曲面建模过程中很难采用已经成熟的自由曲面建模技术和方法.通过研究异步仿形测量原理以及测量数据类型,针对鞋楦测量形成的空间螺旋线数据特征,提出一种闭曲面建模方法.该方法包括如下步骤:首先对测量点数据处理;并以特征螺旋线数据为基础对曲面进行三角分割;最后,以三角Bezier曲面为基础进行曲面构造,并将各曲面进行拼接、裁剪,形成完整的曲面.采用该方法对鞋楦测量数据的建模实例说明,能够有效地对具有空间螺旋线数据特征的闭曲面进行数据处理、曲面重构,提高了产品建模效率.     

基于加权MMMD的软测量数据过失误差侦测

在基于聚类分析的软测量过失误差侦测中,针对不同变量对建模影响程度的不同,提出了基于加权MMMD聚类分析的过失误差侦测方法。该方法在聚类的相似度计算时,根据各辅助变量与主导变量的相关性,给每个变量加以不同的权值。在新的相似性度量基础上进行聚类,并侦测出过失误差。用该方法对丙烯浓度的软测量数据进行了过失误差侦测,并用剔除过失误差后的数据做了建模仿真。实验结果表明了新方法的有效性,并能提高软测量数据的整体质量。     

一种聚类加权支持向量机算法及其在软测量中的应用

针对支持向量机应用于软测量建模时,工业过程数据中特异点影响建模精度的问题,提出聚类加权支持向量机方法.该方法首先对建模数据进行聚类分析,根据聚类结果,对各类数据的惩罚系数进行相应的加权,改变权值大小既能减小特异点对模型的影响程度,又能将其包含的生产过程信息引入到软测量模型中.聚丙烯熔融指数软测量的实例研究表明,通过对建模数据进行聚类分析和加权处理,聚类加权支持向量机比标准支持向量机建模更准确.     

双线性数据校正的多组分过程容错模型研究

可靠的测量数据是化工过程建模的关键.流程工业中的变量测量值不可避免带有误差.如果这些带有噪声误差的测量数据直接作为模型辨识的样本数据,由此得到的模型势必和真实流程模型大相径庭.本文提出了一种基于双线性数据校正的多组分过程容错建模方法,利用双线性数据校正方法来对测量数据进行预处理,然后再将协调结果和其他的测量数据一起作为模型辨识的输入,从而减少测量数据误差对于过程建模的影响.等离子裂解煤制乙炔气体分离工段的仿真结果证明了该方法的优越性.     

3种空隙率测量建模方法的比较研究

介绍了测量空隙率的电容层析成像（ECT）系统,分析了ECT测量空隙率的基本原理。简述了3种空隙率测量建模方法,即分别基于遗传算法-偏最小二乘（GA-PLS）算法、蚁群算法（ASA）和最小二乘支持向量机（LS—SVM）的建模方法。建模数据均来自Ecr传感器获取的电容值。在此基础上,提出了以ECT传感器为信息获得手段的空隙率测量建模的统一框架。通过实验数据对3种方法进行了评价,对它们从泛化误差、最大误差、平均误差和测量时间几个角度进行了比较。结果表明：璐-SVM方法的精度最高,泛化能力最强。     

基于退化数据与marker数据综合的产品可靠性建模分析

基于性能退化数据的可靠性建模分析方法,为现代工业中长寿命、高可靠产品的可靠性研究提供了重要途径,但在破坏性测量中无法获得足够的产品性能退化数据.对此,综合利用产品性能退化数据和marker数据对产品可靠性进行建模,不仅能够提高可靠性评估的精度,还可以在产品运行过程中通过对marker的测量来预测产品剩余寿命,从而为产品维修、更换以及备件决策提供依据.采用二元Wiener过程对产品的性能参数和marker进行建模,给出模型参数的估计方法和基于marker测量数据的剩余寿命预测方法,并通过仿真示例验证所提出方法的有效性.     

基于PCS7扩展卡尔曼滤波器的反应器控制

为了动态监测反应器生产过程内部状态和更精确控制反应器温度,采用了基于PCS7扩展卡尔曼滤波器功能块和动态前馈控制的方法。对反应器进行机理建模、通过软传感器测量反应器内部状态不可测参数,对传感器数据进行卡尔曼滤波预测估计,利用软测量得到的反应热实现对反应器温度执行动态前馈控制等实验,实验结果能够实时监测反应器建模内部状态、通过软测量得到反应热等数据,实现了反应器温度控制更加快速、平稳和精确。     

现代流程工业的机器学习建模

随着工业大数据时代的来临,基于数据驱动的建模方法在现代流程工业中的研究和应用引起了广泛关注。对以典型机器学习算法为核心的数据驱动建模方法近年来的研究发展进行了系统性的阐述。首先回顾了以分类和回归任务为主的单层机器学习算法在流程工业中的研究与应用,涉及故障检测、识别和诊断,软测量以及质量检测等。再对图像识别、语义分析等领域受瞩目的深度学习算法目前在工业领域的应用与发展进行详述。进而介绍区别于统计分析理论的流形学习在流程工业上的研究与应用进展。最后,对基于上述三类机器学习算法的数据驱动建模方法进行总结并提出展望。     

机载倾斜摄影数据在三维建模及单斜片测量中的应用

机载倾斜摄影测量系统是对常规摄影测量系统的改进和发展,它能够获取常规摄影无法得到的地物立面的纹理信息和几何信息,在数字城市构建中具有重要的意义.本文利用机载倾斜摄影数据进行了三维建模和单斜片测量的应用研究与实验,初步实验表明,倾斜摄影数据应用于三维建模单斜片测量是可行的,具有较好的应用前景.     

面向工业软测量应用的定制化生成对抗数据填补模型

在工业领域,数据缺失十分普遍,对解决下游任务(如软测量、异常检测)造成阻碍,这些任务大多依赖完整而高质量的数据集构造模型.现有缺失数据填补方法很少考虑数据填补后的具体下游任务(软测量).如何根据下游任务针对性地进行数据填补是当前研究中的挑战之一.为此,提出一种加入临时软测量模块的对抗生成数据填补模型(SSIGAN).与生成对抗数据填补模型(GAIN)相比,SSIGAN模型显式地考虑了软测量损失对数据填补模型的影响,通过临时软测量模块指导对质量相关变量的修复,实现数据填补的“定制化”,用于更精准的工业软测量建模.通过某工业炼钢过程中的终点成分软测量实验,验证了所提出方法对软测量质量相关变量缺失数据填补效果以及最终软测量效果的提升.     

Sound information seeking in Web 2.0 virtual communities: the moderating effect of mindfulness

Virtual communities are a group of Internet-based applications that build on the ideological and technological foundations of Web 2.0. Information seeking has been demonstrated to be a main motivator driving web use. Given the challenge brought by quality in the early stage, the healthy development of virtual communities relies on sound information seekers. Mindfulness, which is regarded as a psychological state of consciousness, is an important factor for individuals to make a sound decision. This study develops a research model by extending the updated information systems success model with the consideration of the moderating effect of mindfulness. Data collected from users of virtual communities were used to test the model. The findings suggest that mindfulness negatively moderates the effects of information quality, system quality and service quality on perceived usefulness, which further impacts information seeking in virtual communities. The findings and the implications for theory and practice are discussed.     

An integrated decision-making method for product design scheme evaluation based on cloud model and EEG data

Selecting the optimal design scheme is a vital task in the product design area. It not only improves the performance of the product, but also leads to the greatest satisfaction of customers. However, existing methods express qualitative evaluation information roughly, and none of them has taken the implicit psychological states of customers into consideration. Therefore, an integrated decision-making method for product design scheme evaluation is proposed. This method applies the cloud model to facilitate the evaluation process of experts and uses the EEG data to reveal the psychological states of customers. Benefit from the probability theory and fuzzy set theory, the cloud model deals with the fuzziness and randomness simultaneously. It can decrease the cognitive discrepancy of experts and allow the information distortion to be neutralized to a great extent. Since the experts are not the final users of products, the evaluation results from experts cannot truly reflect the psychological states of customers when they use the product. An experiment is designed to collect the EEG data which can reveal the implicit psychological states of customers. The recorded data are segmented based on the operation process and tagged with the self-reported psychological states. Subsequently, the wavelet packet decomposition is applied and the sample entropy of each EEG frequency band is extracted as the feature. Taking advantage of the random forest classifier, the psychological states of customers can be classified with the average accuracy of 90.76%. This study can lead to a practical system for automatic assessment of psychological states in future applications. The evaluation process of elevator design schemes is conducted as a case study to illustrate the feasibility of the proposed method.     

基于用户偏好的网络质量QoE感知建模仿真分析

为了解决现有网络质量QoE感知模型数据粗差迭代次数多、线性回归参数小的问题,提出基于用户偏好的网络质量QoE感知建模仿真研究。依据用户偏好理论确定模型参数,并获取网络质量QoE感知数据,以此为基础,通过MCD算法判别并去除网络质量QoE数据粗差,以去除粗差的网络质量QoE数据为基础,利用ROI加权算法提取网络质量QoE数据特征,以得到的网络质量QoE数据特征为依据,将其代入多元线性回归方程计算网络质量QoE感知,实现了基于用户偏好的网络质量QoE感知。实验结果显示,与现有三种网络质量QoE感知模型相比较,构建的网络质量QoE感知模型降低了数据粗差迭代次数,提高了线性回归参数,充分说明构建的网络质量QoE感知模型具备更好的性能。     

基于博弈论的农业无线传感器网络数据传输模型

针对农业应用中无线传感器网络电源续航能力不足的问题,提出一种基于博弈论的数据传输模型,该模型中,将参与博弈的节点和潜在中继节点的剩余能量、父子节点间通信链路损耗和此次博弈结果对上游通信链路造成的额外开销等因素纳入效益函数中,从而综合衡量博弈结果的优劣,建立一种多约束条件下的均衡点。结合NS—2仿真软件将本模型与AODV协议的端端延时、数据效率和能量损耗对比,并通过实验结果表明:该模型与AODV协议相比,可以在保证通信质量的前提下节约能量。     

改进的联邦加权平均算法

针对基于层次分析改进的联邦平均算法在计算其数据质量时存在主观因素的影响,提出改进的联邦加权平均算法,从数据质量的角度来处理多源数据。首先,将训练样本划分为预训练样本与预测试样本;然后,使用初始全局模型在预训练数据上的精度作为该数据源的质量权重;最后,将质量权重引入到联邦平均算法中,重新进行全局模型中权重更新。仿真结果表明,在均等分割的数据集与非均等分割的数据集上,改进的联邦加权平均算法训练的模型与传统联邦平均算法训练的模型相比,准确率最高分别提升了1.59%和1.24%;改进的联邦加权平均算法训练的模型与传统整合多方数据再训练的模型相比,虽然准确率略有下降,但数据与模型的安全性有所提升。     

网络群体心理趋势智能分析模型研究

网络群体是随着互联网网民的飞速膨胀而出现的虚拟聚集但真实存在的群体现象.由于互联网的隐秘性、自由性,使得网络群体能针对某一事物现象更真实地表述自己的观点.网络群体心理趋势分析是综合心理学、云计算、信息检索、自然语言处理、统计学等多学科理论和方法设计的智能模型.构建了以程序流为核心的网络群体心理趋势智能分析模型架构,突破了数据流方案,解决了云计算软件技术模式瓶颈.进一步研究了智能分析模型架构中核心模块的设计与实现,并以大学生网络群体的3万篇文本来检验该模型.结果表明,该模型能高效地实现网络群体心理趋势特征分析,能通过云图及结构方程模型给用户一个真实的感受.     

利用模糊-BP神经网络评价高校教师教学质量

为提高高校教师教学质量评价的科学性和合理性,简单分析了传统线性方法进行教师教学质量评价的缺点,介绍了一种基于模糊理论与BP神经网络的高校教师教学质量评价模型。该模型将教学评价指标概念量化成确定的数据作为BP网络的输入,模糊综合评价结果作为输出。运用Matlab进行实证研究发现,将该方法用于高校教师教学质量评价中,既克服了评价主体在评价过程中的主观因素,叉得到了满意的评价结果,具有广泛的适用性。     

基于感知视觉重要性的立体图像质量评价

视觉心理、生理因素是有效、准确评价图像质量的重要依据.尽管在计算层面已有众多视觉心理、生理计算模型及方法为其提供支持,但在图像质量评价任务中如何分析各种孤立方法之间的内在关系进而使之有效协同,是使得评价结果更符合人主观评测的关键.从图像质量评价的角度出发,功能上将人眼的视觉注意区域定义并数学形式化为视觉初期注意区域与视觉转移期的劣质区域;同时考虑人眼的感知冗余特性,结合JND感知冗余模型,进而提出了图像质量评价范畴下的视觉感知模型PVSSIM.以此为依据,将感知视觉的方法在二维图像数据库中验证其可行性,并将其引入到立体图像质量评价中.实验结果表明,提出的客观评价方法与传统方法相比,充分考虑到了图像质量评价任务中各种视觉心理、生理因素的协同,与人主观的图像质量评价相比具有更高的相关度,评价方法在立体图像库中能很好地与主观评价相吻合,达到了预期的效果.     

考虑决策者心理行为的软件质量评价方法

针对软件质量评价方法中缺乏考虑决策者心理行为的问题,提出一种基于区间二元语义的交互式多准则决策（TODIM）软件质量评价方法。首先,通过区间二元语义表征专家对软件质量的评价信息;其次,利用主观赋权法和逼近理想解排序法（TOPSIS）分别计算软件质量属性的主客观权重,并在此基础上通过组合赋权法获取软件质量属性的综合权重;然后,为更好地刻画专家在软件质量评价过程中的心理行为,将TODIM引入软件质量评价中。利用TODIM方法对高速铁路调度系统的助理调度员终端进行软件质量评价,结果表明铁路软件供应商提供的第3款助理调度员终端软件的占优度值最高,质量最优。将该方法与后悔理论方法以及II类偏好序结构排序法（PROMETHEE-II）进行对比分析,所得结果表明三种方法在质量最优软件的选取上具有一致性,然而三者的总体排序有所差异,说明所构建方法在描述多准则的交互关系和决策者的心理行为上具有较强的优越性。     

基于用户心理行为的云制造知识服务优选决策

为提高云制造环境下知识服务的选择质量,提出一种基于用户心理行为的云制造知识服务优选决策方法。基于云制造知识服务的特性分析,建立云制造知识服务优选评价指标体系;运用粗糙集理论,对各评价指标进行初始权重分配,并根据用户多属性偏好对初始权重进行调整,以确保权重分配的合理性;在此基础上,结合用户在决策过程中的心理行为分析和后悔理论,构建云制造知识服务的感知价值矩阵,并计算各知识服务的综合感知价值,以获得最优云制造知识服务。通过一个应用实例,验证此方法的有效性和实用性。