VB与Matlab间的无缝集成及其在故障诊断中的应用

利用ActiveX技术实现VB与Matlab间的无缝集成,大大缩短了程序的开发周期.设计实现了基于BP神经网络的故障诊断系统,提出了Matlab的Web技术,探讨了基于WWW的神经网络系统.     

融合累积变异比和集成超限学习机的高光谱图像分类

目的 高光谱图像具有高维度的光谱结构,而且邻近波段之间往往存在大量冗余信息,导致在随机样本选择策略和图像分类过程中出现选择波段算法复杂度较高和不适合小样本的现象。针对该问题,在集成学习算法的基础上,考虑不同波段在高光谱图像分类过程中的作用不同,提出一种融合累积变异比和超限学习机的高光谱图像分类算法。方法 定义波段的累积变异比函数来确定各波段在分类算法的贡献程度。基于累积变异比函数剔除低效波段,并结合空谱特征进行平均分组加权随机选择策略进行数据降维。为了进一步提高算法的泛化能力,对降维后提取的空谱特征进行多次样本重采样,训练得到多个超限学习机弱分类器,再将多个弱分类器的结果通过投票表决法得到最后的分类结果。结果 实验使用Indian Pines、Pavia University scene和Salinas这3种典型的高光谱图像作为实验标准数据集,采用支持向量机（support vector machine,SVM）,超限学习机（extreme learning machine,ELM）,基于二进制多层Gabor超限学习机（ELM with Gabor,GELM）,核函数超限学习机（ELM with kernel,KELM）,GELM-CK（GELM with composite kernel）,KELM-CK（KELM with composite kernel）和SS-EELM（spatial-spectral and ensemble ELM）为标准检测算法验证本文算法的有效性,在样本比例较小的实验中,本文算法的总体分类精度在3种数据集中分别为98.0%、98.9%和97.9%,比其他算法平均分别高出9.6%和4.7%和4.1%。本文算法耗时在3种数据集中分别为15.2 s、60.4 s和169.4 s。在同类目标空谱特性差异较大的情况下,相比于分类精度较高的KELM-CK和SS-EELM算法减少了算法耗时,提高了总体分类精度;在同类目标空谱特性相近的情况下,相比于其他算法,样本数量的增加对本文算法的耗时影响较小。结论 本文算法通过波段的累积变异比函数优化了平均分组波段选择策略,针对各类地物目标分布较广泛并且同类目标空谱特性差异较大的高光谱数据集,能够有效提取特征光谱维度的差异性,确定参数较少,总体分类效果较好。     

信息权值-特征合成推理在模糊控制算法中的研究

模糊推理的Mamdani方法被广泛应用于模糊控制器设计中,Mamdani方法采取最大-最小运算的合成算子,实践表明,这种运算会对系统所提供的信息量带来损失,而且输入数据需要模糊化处理,对于多个控制变量的控制系统要进行大量的合成运算.本文提出信息权值-特征合成推理方法,采用信息增益来确定控制因素的权重.并将这一方法用于复合模糊PID控制器的设计,仿真结果表明本文所提出的方法可以避免上述所提出的三个缺点,其控制品质性能优于传统模糊控制方法.     

VB与MATLAB间的无缝集成及其在故障诊断中的应用

利用Active X技术实现VB与Matlab间的无缝集成，缩短程序的开发周期。设计实现基于BP神经网络的故障诊断系统。提出Matlab的Web技术，探讨基于www的神经网络系统。     

聚驱见效特征与影响因素分析

南四区东部聚合物驱区块是大庆萨尔图油田的聚合物工业化区块,由于油层发育较南二、南三区明显变差,开发效果与方案预测有一定差距。通过对南四区东部聚驱注聚过程中的动态变化特征进行分析,总结南四区东部聚驱区块的主要见效特点,指出影响聚驱开发效果的主要因素,对指导今后聚驱开发工作具有重要意义。     

基于正相关信息的Fuzzy推理规则自生成研究及应用

为了在先验经验少、结构复杂的控制系统中，充分利用有效的统计样本信息来生成Fuzzy控制规则，克服统计正相关信息控制规则自生成技术，在大样本情况下得到模糊特异析取标准式有过多最小项的问题，利用模糊模式识别的方法，对Fuzzy推理规则自生成方法进行了改进研究，并通过试验仿真证明了该方法的可行性和有效性．     

和声蚁群耦合算法求解整数规划的应用研究

针对于求解一般的整数规划问题,提出了和声蚁群耦合算法。采用和声搜索更新种群策略和个体扰动策略改善了蚁群算法过早收敛的问题,同时采用蚁群算法对寻优路径信息素的正反馈来加快和声搜索收敛于最优路径。实验结果表明,相比于蚁群算法和和声搜索算法,新算法大大提高了一般整数规划问题的搜索效率。