基于固定增量单样本感知器的AdaBoost算法

针对传统AdaBoost算法在分类过程中时间复杂度和算法学习复杂度较高的问题,提出一种改进的算法AdaBoostFISP。以固定增量单样本感知器为弱分类器,在感知器的权值更新上采用固定增量代替变量增量,从而减少运算时间、降低学习复杂度。实验结果证明了该算法在预测准确性、学习复杂度和时间复杂度等方面的优势。     

基于Web标准的信息港研究

数字城市是以Internet为平台的,实现空间信息互操作为核心的城市信息管理系统,却受到跨行业应用的基础数据不同组织形式制约.数据的组织与表现松耦合关系是实现空问信息互操作的重要环节,也是适应语义网络计算标准的要求.Web标准将页面行为与表现分开,为信息港实现资源的一体化管理,满足用户按需的3A(Anybody,Anytime,Any-where)可视化服务,达到开放、共享根本目标提供了架构和实现的途径,同时隐含了制约信息港门户性能的关键问题和解决途径.     

p范数正则化支持向量机分类算法

L2范数罚支持向量机(Support vector machine,SVM)是目前使用最广泛的分类器算法之一,同时实现特征选择和分类器构造的L1范数和L0范数罚SVM算法也已经提出.但是,这两个方法中,正则化阶次都是事先给定,预设p=2或p=1.而我们的实验研究显示,对于不同的数据,使用不同的正则化阶次,可以改进分类算法的预测准确率.本文提出p范数正则化SVM分类器算法设计新模式,正则化范数的阶次p可取范围为02范数罚SVM,L1范数罚SVM和L0范数罚SVM.     

液压传动在机械设备的应用

阐述了液压传动系统的原理及组成,通过在日常生产中机械设备上液压传动的具体应用及工作过程的详细分析,总结液压传动的特点。从而了解液压传动技术在机械工业自动化方面起到的作用和未来的发展趋势。     

液压传动在万能外圆磨床设备中应用研究

在机械工程领域液压传动有着举足轻重的作用,尤其是实现设备的自动化。本文通过对工程机械中万能外圆磨床工作台往复运动及为满足短小零件快速磨削需要的工作台抖动油路、工作台手动与液动相互切换及互锁油路、砂轮架的快速进给及退出油路、尾架顶尖的夹紧与松开油路、机床各部位润滑及丝杠螺母副间隙的消除油路做详尽分析;并总结万能外圆磨床液压传动系统的结构特点,对于后期万能外圆磨床液压传动系统的升级、改造及创新设计具有一定的参考价值和指导意义。     

图表法解算工艺尺寸链研究

在机械加工中,对于同一方向上尺寸较多、工艺基准需要多次转换、加工工序又多的零部件,各工序间的关系比较复杂,在这种情况下会出现2个亟待解决的问题:一是为保证尺寸精度而建立的尺寸链环数较多,尺寸链的查找比较困难且易出错;二是工序余量不易查表来简单确定,而是同有关的若干工序的工序尺寸公差相关联,这些公差的累积会引起工序加工余量的变动,使得加工中出现余量不足或过大现象。运用图表法去求解相关问题不仅能够解决上述问题,而且还能够使问题变得简单、明了且直观易懂,同时有助于利用计算机辅助设计去求解尺寸链。     

数据采样法圆弧插补运算研究

介绍了数据采样法中两种可实现圆弧加工的插补运算方法——弦长代替圆弧插补算法和扩展DDA法圆弧插补算法:通过对圆弧加工的运算分析推导出不同象限插补运算计算公式及进给坐标,同时将两种插补运算方法作了对比介绍;为寻求更好更精确的插补技术提供必要的理论依据。     

蕾哈娜视觉传记之《歌星画册》

正序言蕾哈娜(Rihanna),全名罗比恩·蕾哈娜·芬缇(Robyn Rihanna Fenty),一名女歌手、演员、模特。她不断突破自己在音乐和时尚上的界限,在时尚界,蕾哈娜已经成为了国际流行风向标,从她不断变化的另类发型,到她完美的时尚品味,她的一举一动都被世界知名时尚杂志记录在册。     

气动夹具系统改进设计

某机加工企业因业务发展需要新接收一批零件,但该企业现有气动机床夹具设备不能胜任其定位及加工精度要求,在不增加过多成本的基础上,对现有气动夹具系统改进设计做详细论述,并给出各设计环节的气动系统图、设计说明及设计完成后的气动夹具总图。将设计完成后的夹具系统在Automation Studio 7.0 Professional软件中建模并仿真,分析各缸线性位置-时间关系;各缸起步伸出时在0～50 mm范围内3个缸同步,有效提高了设备的生产效率。在51～250 mm长度范围内夹紧缸运动速度开始降低,实现定位缸先定位。退出时由于夹紧缸垂直布置原因,在250～233.69 mm范围内出现微小波动,其波动范围在16.3 mm;由于此段为各缸退出段,对零件加工精度无影响。正常工作后各缸运行平稳,波动现象消失,满足加工要求。最后将改进后的气动系统和原系统作对比分析,结果表明：改进设计后的气动系统不仅能够完全胜任新零件的加工精度要求,且有效避免了原设备故障率高、维护保养困难、设备成本高、噪声大的诸多不足。     

基于bregman距离和等式约束正则化AdaBoost算法

基于J.Kivinen和M.K.Warmuth提出的一种基于正则化的在线学习模式,提出基于bregman距离和等式约束正则化弱分类器权值更新模式,实现了AdaBoostS,AdaBoostIE,AdaBoostRE,AdaBoostDE和AdaBoostE五种弱分类器权更新算法。在实验部分,利用实际数据对提出的五种算法与Real AdaBoost、Gentle AdaBoost和Modest AdaBoost算法作了比较。