日本编码器的动向

日本的编码器工业随着工厂自动化及办公自动化水平的提高，有了突飞猛进的发展。本文综述了日本四类编码器（增量式编码器、绝对式编码器、激光编码器、磁编码器）的技术动向和开展工作的最新情况。     

机器学习在现代故障诊断专家系统中的应用

针对目前智能故障诊断的知识获取瓶颈问题,以及设备状态参数故障标准的划分问题,在主动维修的思想以及油液分析技术的基础上,将决策树增量式学习方法运用于故障诊断知识库的知识积累过程中,并进一步结合其推理能力,将其应用于故障标准的划分上,辅助维修决策的制定,在设备出现问题时及时发现并进行处理,达到主动维修的目的。最后通过一个柴油机活塞部位的油样光谱分析样本,将其进行实现。     

基于候选项集个数上阶的增量式关联规则更新算法

提出了一种有效的增量式关联规则挖掘算法IAR,算法的特点在于:提出并采用了基于候选项集个数上阶的选择扫描数据库的机制,可有效减少数据库的扫描次数;算法是一种通用的增量式算法,提出了最小支持度和数据库均改变时,增量式挖掘中的重要性质,从而可充分利用上一次挖掘的结果,有效减少候选项集的数目.并且提出了基于组合数学和项集等价类理论的计算候选项集个数的上阶的方法.通过大量的数据实验,表明算法的效率比已有的算法有了很大提高.     

单片机在测井绞车深度面板设计中的应用

利用PHILIPS公司的P89C61单片机和MOTOROLA公司的MC14489芯片对测井绞车深度张力面板的深度显示和速度显示进行了软件和硬件设计，可大大简化硬件电路，提高设备的可靠性。文章给出了主要硬件的参数，电路主要的硬件结构和软件框图。     

基于FPGA的编码器倍频-鉴相电路

光电轴角编码器,又称光电角位置传感器,是电气传动系统中用来测量电动机转速和转子位置的核心部件.文章分析光电编码器四倍频原理,提出了一种基于可编程逻辑器件FPGA对光电编码器输出信号倍频、鉴相、计数的具体方法,它对提高编码器分辨率与实现高精度、高稳定性的信号检测及位置伺服控制具有一定的现实意义.     

一种增量式的社区发现算法研究

传统社区发现算法基本上属于静态的分析算法,其计算复杂性使其难以适应目前网络结构的频繁变化.为了改善静态算法的这一局限性,通过对Radiechi静态算法进行扩展,提出一种增量式的社区发现算法,并将其应用于MSN Space链接结构分析上.该算法能在网络结构变化频繁时进行增量式计算并保证社区发现的实时性.实验结果表明,该增量式算法在处理网络结构变化时的效率相对传统算法有显著提高,尤其对小规模频繁变化的网络有很强的适应力.     

双起升桥吊双吊具同步协调控制

针对双起升桥式吊车双吊具同步协调运行过程中普遍存在的系统参数变化和摩擦等不确定扰动问题, 本文基于双吊具的非线性感应电机动态数学模型及其耦合动力学模型, 提出了一种时变分层增量式滑模控制和自适应补偿相结合的双吊具同步协调控制方法. 该方法首先利用时变滑模技术实现了控制器在滑模趋近阶段的鲁棒性控制, 并采用分层增量形式的滑模面设计方法简化了控制器参数选取. 然后, 采用自适应补偿技术抑制了双吊具运行中存在的不确定扰动, 同时减小了切换函数的增益值. 此外, 在切换函数设计中采用了指数趋近技术, 使滑模控制器的抖振现象明显降低. 最后, 利用Lyapunov方法证明了该方法的全局稳定性和收敛性, 并通过数值仿真和物理实验验证了该方法的有效性.     

基于力反馈的桌面立体显示与交互系统研究

针对人体对真实空间中三维立体虚拟图像的成像和直接交互问题,提出了包含虚拟立体成像和基于线绳的力反馈设备的立体交互系统设计方法。立体图像的产生方法是通过编程建立一个VC工程,实现了三维对象模型的导入和左右视差图像的产生;人手指末端位置的检测是通过电机的增量式光电编码器测量出线绳长度,进而利用线绳的空间几何关系求出的;根据手指末端位置与虚拟图像的位置关系,利用空间几何关系来合成线绳拉力。在系统中导入对象模型并且进行交互的实验表明:系统具有良好的成像效果和交互效果。     

话题跟踪中静态和动态话题模型的核捕捉衰减?

话题跟踪是一项针对新闻话题进行相关信息识别、挖掘和自组织的研究课题,其关键问题之一是如何建立符合话题形态的统计模型.话题形态的研究涉及两个问题,其一是话题的结构特性,其二是话题变形.对比分析了现有词包式、层次树式和链式这3类主流话题模型的形态特征,尤其深入探讨了静态和动态话题模型拟合话题脉络的优势和劣势,并提出一种基于特征重叠比的核捕捉衰减评价策略,专门用于衡量静态和动态话题模型追踪话题发展趋势的能力.在此基础上,分别给出突发式增量式学习方法和时序事件链的更新算法,借以提高动态话题模型的核捕捉性能.实验基于国际标准评测语料TDT4,采用NIST(National Institute of Standards and Technology)提出的最小检测错误权衡系数评测法,并结合所提出的核捕捉衰减评价方法,对各类主要话题模型进行测试.实验结果显示,结构化的动态话题模型具有最佳的跟踪性能,且突发式增量式学习和时序事件链的更新算法分别给予动态话题模型0.4%和3.3%的性能改进.     

增量和减量式标准支持向量机的分析

当训练数据每次发生改变时,例如增加或者删除部分数据,标准支持向量机的批处理算法就需要重新进行训练,这将不适合在线环境的计算.为了克服这个问题,Cauwenberghs 和Poggio 提出了增量和减量式标准支持向量机算法(C&P 算法).通过理论分析,证明C&P 算法的可行性和有限收敛性.可行性证明确保了C&P 算法的每步调整都是可靠的,有限收敛性证明确保了C&P 算法通过有限步调整最终收敛到问题的最优解.在此基础上,进一步通过实验结果验证了所给出的理论分析的结果.