平面开关磁阻电机非线性力电流转换模型

为提高平面开关磁阻电机的运动精度,提出了一种平面开关磁阻电机非线性力电流转换模型。该模型表示为一个稀疏最小二乘支持向量机,以实测数据作为训练样本,利用交叉验证方法确定了稀疏最小二乘支持向量机参数,并通过实测的样本进行了准确性验证。构建了基于该模型的平面开关磁阻电机PD控制系统,并进行了系统运动控制实验。研究结果表明,该模型的相电流预测准确度高、建模误差小,基于该模型的平面开关磁阻电机系统能够实现稳定、平稳和精确的轨迹跟踪。     

L1 Graph联合转换学习多观测样本分类算法

不同分布多观测样本分类问题中,训练样本和测试样本来自不同的域,针对如何利用转换学习提高不同分布多观测样本分类性能问题,提出L1 Graph联合转换学习的多观测样本分类算法。首先基于转换学习构建一种非负矩阵三因子分解框架,将其中不变信息作为源域到目标域的转换桥梁;其次,基于稀疏表示思路构造L1 Graph,自适应寻找数据近邻,保留样本及特征几何结构;最后,将两个互补目标函数联合到统一优化问题中,然后利用迭代算法解决优化问题,进而估计出测试样本类别。在USPS Binary数字数据库、Three Domain Object Benchmark数据库和ALOI数据库上进行对比实验,实验结果表明该方法的有效性,既提高了识别精度又保证了算法鲁棒性。     

基于匹配追踪稀疏分解的电能质量扰动检测

根据基于冗余字典的匹配追踪(MP)信号分解思想,提出一种电能质量扰动信号的参数检测与特征波形提取方法。在MP算法的每次迭代中,首先采用快速傅里叶变换(FFT)搜索能量最大的频率成分,然后采用基于离散Gabor原子中心区域的简化内积计算方法获得扰动参数的估计值,并以该估计值作为初始解,采用BFGS算法做局部搜索,进而获得精确匹配参数,并结合基于递归的内积计算确定扰动的起止时刻,最后根据电力信号扰动波形特点,设计合成字典,确定与扰动成分最匹配的波形。对单一和混合电能质量扰动信号的分解实验表明,该方法可以实现扰动参数的快速精确检测,进而有效提取扰动特征波形,并具有较好的抗噪性能。     

绘画图式·建筑文本——中国传统理想建筑环境图式文本研究

中国传统山水画、界画是中国人阐释自然和观察生活的一种视觉方式,而中国传统文化生活所追求的理想建筑环境布局观念,从山水画、界画图式中可以得到某种程度上的印证,可以说传统绘画图式是传统理想建筑生活环境的文本模式的呈现.尽管山水画是平面的二维的,而园林建筑是三维空间的,但山水画、界画的绘画图式中表现的理想建筑环境模式,往往成为了中国古典建筑园林建造时的重要参考文本.     

结合先验稀疏字典和空洞填充的CT图像肝脏分割

针对复杂多变的肝脏图像,提出了一种基于先验稀疏字典和空洞填充的三维肝脏图像分割方法。对腹部CT图像进行Gabor特征提取,并分别在Gabor图像和灰度图像的肝脏金标准边界上选择大小相同的图像块作为两组训练集,利用训练集得到两种查询字典及稀疏编码。将金标准图像与待分割图像配准,并将配准后的肝脏边界作为待分割图像的肝脏初始边界;在初始边界点上的十邻域内选择大小相同的两组图像块作为测试样本,利用测试样本与查询字典计算稀疏编码及重构误差,并选择重构误差最小的图像块的中心作为待分割肝脏的边界点;最后,设计一种空洞填充方法对肝脏边界进行补全和平滑处理,得到最终分割结果。利用医学图像计算和计算机辅助介入国际会议中提供的肝脏数据进行了实验验证。结果表明,该方法对肝脏分割图像具有较好的适用性和鲁棒性,并获得了较高的分割精度。其中,平均体积重叠率误差为(5.21±0.45)%,平均相对体积误差为(0.72±0.12)%,平均对称表面距离误差为(0.93±0.14)mm。     

远程监控系统在生产过程中的应用

混料在塑料制品行业是一非常重要的原材料处理环节。目前,在国内能实现的控制基本上是时间控制或温度控制,且要求在现场完成。但现场粉尘大、温度高,操作工序处在一个劳动强度较高的环境。论文对怎样实现实时数据跟踪、历史数据保存以实现品质工艺分析,从而保证产品质量稳定,完成自动计产、设备保护、工艺参数远程修改等做出分析与研究。     

基于掩膜预处理的稀疏表示和压缩感知图像重建

近年来兴起的压缩感知（compressive sensing, or compressed sampling,CS）理论对信号稀疏性的要求,使信号的稀疏表示得到了前所未有的关注。考虑到现实信号往往是非稀疏性的,而压缩感知理论要求被测信号必须满足稀疏性或在某个规范正交基下满足稀疏性,因此信号的稀疏性表示变得十分重要。主要研究探索了二值掩膜预处理的稀疏表示方法。结合二值掩膜的算法去除人眼不敏感的DCT系数,在不影响图像主观质量的前提下提高测量系数的稀疏度。实验表明提出的预处理方法减少了CS的重建时间,并且提高了图像的重建质量。     

有限元法的一种数据结构

稀疏矩阵非零元素压缩存储技术是处理大型有限元方程的必要手段,采用合适的数据结构是提高计算效率的关键。本文提出一种基于单元边索引的非零元素压缩存储方案,这种方案利用了单元边与总体矩阵中非零元素之间的一一对应关系,概念清晰。由于每个元素在压缩向量中的位置在网格划分阶段就确定了,因此在单元分析过程中就可以直接完成总体系数阵的压缩存储和边界条件处理,无需繁冗的寻址计算,矩阵的求解运算也非常便捷,最大限度地减少了有限元分析的内存需求,提高了计算效率。文中对相应的数据结构和算法描述做了详细的讨论,并通过一个涡流检测问题的有限元算例验证了本文方法的有效性。该方案可以方便地推广用于三维有限元问题和高阶单元。     

压缩感知理论在谐波检测中的运用

运用传统的奈奎斯特定理对电力系统中的谐波信号进行采样将会产生极其庞大的数据量,而全新的压缩感知理论突破了传统采样定理的限制,在信号满足稀疏性的前提下,只需要较少的数据就可以实现信号的重构。文中在对现有的贪婪匹配追踪和自适应算法分析总结的基础之上,结合谐波信号自身的特点,提出了一种新的稀疏度自适应压缩采样匹配追踪算法。此算法可在信号稀疏度未知的情况下,通过信号代理和回溯的思想自适应调节步长逐步逼近原始信号,从而实现以较少采样数据进行谐波检测的目标。MATLAB中的仿真实验表明,运用所提出的算法进行谐波检测的效果理想。     

基于RVM算法的蓄电池SOC预测

由于蓄电池真实的荷电状态与多种因素如电池温度、充放电电压、充放电电流和电池老化等成高度非线性,使得蓄电池荷电状态预测模型建立困难,且预测精度差。针对以上问题,用基于相关向量机的预测方法,以电池充电端电压和充电电流为输入量、电池的荷电状态为输出量建立预测模型,分析该模型性能与高斯核函数带宽之间的关系。通过分析得出,高斯核函数带宽取值为0.9时,相关向量机方法具有较为理想的预测效果。与支持向量机模型相比较,该模型稀疏性强、复杂度低、预测时间短,并提高了对新测试样本点的预测精度,泛化能力强。