因素空间理论下基点分类算法研究

目前，基于因素空间理论的背景基提取算法计算过程复杂，初始化必须依赖各因素极值，基点数量提取冗余等原因，未能在应用中取得很好效果。为此，结合内点判别法和知识可继承、可扩展的思想，提出一种计算简单、初始化独立、基点数量小的改进的背景基提取算法。然后，利用改进的背景基提取算法构造出一种全新的数据分类算法-基点分类算法，基点分类算法以提取每一类样本的背景基为预测模型，再通过新定义的λ-背景基，优化预测模型。数值实验表明:基点分类算法原理简单、构造难度小、分类模型泛化能力强，预测能力准确率高，同时严格的模型限定区域又能为识别新类别提供新方法。     

第二代涡识别方法在混流泵内部流场中的适用性分析

流体机械内部涡的产生会严重影响流体机械的内流场及外性能,速度、压力等传统方式并不能全面揭示流场真实的流动情况,而涡识别方法可以表征混流泵内部涡结构,识别涡的大小、位置和演变规律。采用大涡模拟对混流泵内部流场进行高精度数值模拟,由此获得不同涡识别方法(涡量、螺旋度方法、λ2准则和Q准则)在混流泵内流场中识别出的涡结构。结果表明:与涡量准则法相比,采用第二代涡识别方法更能获得详细的混流泵内部的涡结构。其中,Q准则能剔除绝大部分的剪切层影响,较其他涡识别方法更好地捕捉混流泵内部的涡结构,显示的涡大小更加精确。通过Q准则的识别,提取了混流泵叶轮流道内规则的通道涡,此类型涡结构均匀分布在各个流道,叶片叶顶泄漏涡结构清晰,摆脱了壁面剪切层的干扰;导叶叶片靠近轮毂处同样获取了规则的通道涡,通道涡均匀的分布在各个流道内,叶片尾缘脱落涡摆脱了壁面剪切层的干扰,可以看到清晰的涡结构。Q准则在第二代涡识别方法中脱颖而出,更适用于混流泵内流场的涡识别,在涡结构以及涡大小的显示方面都具有优势,可用于旋转机械内流场的分析。     

手写识别器的设计与制作

随着科技时代的到来,移动信息类的产品愈发追求方便快捷的用户体验。手写识别技术正是在这种时代潮流的推动下得到了发展,并且得到了大规模的应用。文章阐述了一款以STM32F407ZET6为单片机控制芯片、并且采用了TFT-LCD显示屏的手写识别器的设计过程,分别从硬件和软件这两个方面展开了介绍。     

井下有轨运输机车自动化控制系统设计应用

针对井下有轨运输机车存在人工控制繁琐,运输效率、安全性和自动化水平较低的问题,借助PLC控制技术、RFID射频识别技术、变频调速技术、无线通信技术等设计了一套有轨运输机车自动化控制系统。根据设计的系统总体架构,介绍了各部分功能,重点确定了硬件和软件方案。通过系统的投入使用,实现了运输机车的数字化和自动化,具有一定的应用参考价值。     

一种Chirplet神经网络自动目标识别算法

针对飞机目标的自动识别问题,提出一种联合特征提取与分类的Chirplet神经网络方法,实现一维高分辨率距离像的识别。Chirplet神经网络将Chirplet原子变换用于多层前馈神经网络结构的输入层,替换传统的激励函数对距离像序列进行特征提取;网络的分类部分由隐层和输出层组成。在训练过程中调整神经网络权值的同时,完成对Chirplet原子时频参数的自动调整,协调优化特征参数和分类器参数,使Chirplet神经网络同时实现特征提取和目标分类。对4类飞机目标的仿真测试结果表明,相比时频变换和Gabor原子网络等方法,具有四特征参数的Chirplet神经网络方法具有较高的识别率和抗噪性能。     

基于多层模糊综合模型的框架结构损伤识别

针对结构系统复杂问题,为更好对框架结构进行损伤识别,本文将结构可能损伤的位置分为不同层次,并结合模糊理论将不同层次的损伤加以权重建立模糊评估矩阵进行模糊综合评估,解决了由于不确定因素带来的不准确、不全面等问题。本方法可有效的对框架结构进行损伤位置的识别,对工程结构具有实际意义。     

化工企业大型设备吊装方案

在参与企业大型设备吊装方案制定过程中,依据不同的现场情况,有针对性地确定吊装方法,选择、制作合理的吊装机具,并对吊装作业现场进行安全风险识别、建立相应的安全控制措施,从而保证大型设备吊装一次到位。