辅助设计中“数据信息”的程序化处理方法

本文就辅助设计“数据信息”的程序化处理方法做了较为全面、完整的论述。特别是针对无字符型及有字符型的表格或线图数据信息的计算机检索处理,给出了详细的应用实例及程序设计;对常用机械设计中不同类型的表格及线图处理也给出了相应的论述和应用实例;文中尚就数据文件及数据文件信息的检索做了有关论述。     

RFID中间件数据的过滤方法

对RFID中间件的架构进行了介绍,研究和分析了现有的数据过滤方法．结合应用场景的实际需求,设计了一种具有广泛适用性,能够抑制噪点数据和去除冗余数据的过滤算法．该算法对重复出现的标签进行权值累加,对未出现标签进行权值递减,当某标签权值达到预设阀值时则触发相应的标签事件,以减少噪点和冗余数据引起事件误报的可能性．最后,使用java语言对该算法进行了实现,并通过2个模拟场景的实验,对该算法的有效性和适应性进行了验证．     

动态大气腐蚀区域地图数据处理方法及系统设计

介绍了一种动态大气腐蚀区域地图数据处理方法,该方法通过建立待检测金属的腐蚀速率与大气环境数据的归一化关联模型,并在模型中确定数据的权值;将预设时间间隔内分区存储的腐蚀速率与相应的标准速率比较,得到相应子区域内的大气腐蚀性等级。调取颜色存储区内与腐蚀性等级相匹配的颜色填充至区域地图的相应子区域内,并将权值最大的大气环境数据文本插入区域地图的该子区域内,形成并输出动态大气腐蚀区域地图,从而确定了当前监测时间点的主要环境影响因素和监测区域内腐蚀性时间历程内的连续变化过程。     

基于加权朴素贝叶斯分类算法的学生成绩决策分析

在已有上机实验数据的基础上,使用综合的权值计算方法,将加权朴素贝叶斯分类算法应用到学生成绩分析与预测中．实验结果显示,对于学生的成绩分类,使用综合权值的结果优于传统权值的分类结果,表明使用文中的加权贝叶斯方法分析学生成绩是切实可行的．     

散乱Excel表中数据规范化处理方法研究

针对传统Excel表中散乱而不规范的业务数据,本文采用模板技术,提出了一种散乱Excel数据规范化处理新方法。并以某公司的数据为例进行实验分析,实验结果表明,该方法能够将分散的Excel表格中的信息进行提取,将源表中的数据进行规范化处理并写入标准模板,而且在对Excel表格信息提取并导入标准模板时,无需中间文件转换。该方法具有自动生成表格、自动填写表格的功能,并在实际应用中取得了良好的效果。该研究使用户查看与导出数据更加方便快捷。     

面向结构的Web表格数据抽取系统

针对Web数据挖掘预处理中,Web表格无结构化描述及缺乏清晰语义信息的问题,构建了面向结构的Web表格数据提取系统.利用HTMLParser库的解析原理,设计启发式规则对Web表格结构进行定位、识别、提取并剔除非数据型结构;以Xml规范化模型对提取表格数据进行存储.最后抽取9个中文网站171个数据表格进行验证试验,结果表明对于结构化完整的表格具有较高的识别率并有一定的容错能力.     

Web应用中表格数据与Excel数据交换的方法

在基于web的应用程序中,程序运行的最终数据结果往往以表格的形式表现出来,这些表格数据难以实现数据的二次分析。本文通过把web程序运行得到的表格数据结果输出到excel数据表的方法,利用excel本身强大的分析统计功能,解决了此类问题。     

MOS电阻阵的非均匀性测量及补偿方法研究

红外MOS电阻阵列是现代红外成像仿真系统中的关键元件。由于MOS电阻阵具有较强的热非均匀性,因此在进行红外仿真时必须对其进行实时补偿。文中对基于MOS电阻阵的关键技术——MOS电阻阵帧元非均匀性补偿技术进行深入探讨和研究,并提出了相应的解决方案:通过离线测试,实测得到每一帧元的电压温度特性曲线,建立电压温度补偿数据表格,使得驱动MOS热电阻面阵的灰度数据与表格数据相匹配,从而实现对MOS电阻阵的修正。实验证明,文中提出的方法能够很好地解决对MOS电阻阵非均匀特性进行补偿的问题,并已在基于MOS电阻阵的红外场景生成器中应用,取得了满意的效果。     

基于随机模糊法的机械结构状态评价及应用

用状态指数和指数权值表述机械结构的技术性能状态，状态指数及其指数权值分为描述类和数值类2种。应用模糊方法和随机数确定不同种类状态指数及其指数权值。综合考虑机械结构各性能状态情况计算出相应的劣化指数。根据劣化指数对机械结构的技术性能状态进行分类，得到机械结构的安全性状态评价结果。     

基于AdaBoost的脑机接口分类算法研究

依据AdaBoost思想对BP神经网络、线性判别式以及支撑向量机三种传统分类器进行强化训练形成强分类器。在传统训练的基础上,根据分类器的映射特点选择相应的预处理方法和权值分布函数,降低分类器对数据特点的依赖性,提高AdaBoost的训练效果。对基于左右手运动想象的实际脑电数据进行模式分类,发现采用该思想训练的强分类器能不同程度地提高分类效果。该算法具有一定的推广意义,也证实了AdaBoost算法在脑机接口技术开发中的应用潜力。     

BP 神经网络改进算法的应用

目的通过 MATLAB 实现 BP 神经网络的改进算法. 方法采用了动量法和学习率自适应调整的策略. 结果运用 MATLAB 对 BP 神经网络进行初始化和训练. 结论实践证明, 改进了的 BP 神经网络算法, 提高了学习速度, 增加了算法的可行性. 利用 MATLAB 软件提供的工具箱编制 BP 网络解决非线性问题是一种便捷、有效、省事的途径.     

基于混沌分析的BP神经网络模型及其在负荷预测中的应用

结合混沌分析理论和BP神经网络，提出在混沌相空间建立BP神经网络模型。运用混沌方法构成训练样本及确定神经网络的网络结构，用神经网络拟合相空间相点演化的非线性关系。并利用该模型对具混沌特性的电力系统日负荷时间序列进行短期预测，对比了标准BP网络模型和混沌线性回归模型的预测结果，结果表明基于混沌分析的BP神经网络模型的预测精度较高。     

BP神经网络在预测路基沉降中的应用

为了预测高速公路路基最终沉降量，首先依据影响软土路基沉降的因素选取参数建立了BP神经网络预测最终沉降量模型．结合成都一南充高速公路沉降实测资料及其它文献中大量路基沉降资料，利用BP神经网络预测了其各自最终沉降量．通过检验样本验证，预测精度较高，能够满足实际需要．并对BP神经网络在公路建设中的应用提出了一些注意事项．     

基于改进BP网络的机械零件图纸信息识别

在通过对BP算法加以改进，使其性能有所提高，收敛速度加快的基础上，提出了一种新的CAPP系统零件信息的输入方法，即零件的图纸经过扫描仪扫描获得数字信息、加载神经网络模式识别，同时将数字信息还原成CAPP系统中计算机直接读懂的信息，并加载网络测试加以验证。     

基于MWNN的铸坯表面多光谱辐射测温方法研究

根据三色测温法原理,利用彩色CCD摄像机所摄取小钢坯图像中的彩色分量,在数字图像处理技术的基础上运用GHM多小波网络(MWNN)对实验数据进行处理,与BP网络处理方法进行比较.实验证明基于GHM多小波神经网络(MWNN)的多光谱辐射测温法在对铸坯温度的测量(温度测量范围为900～1200K)较BP网络训练次数减少一半,训练时间缩到了BP网络的四分之一,并提高了网络收敛速度.     

一种基于遗传算法径向基神经网络的混合无线定位算法研究

文章提出了一种基于径向基神经网络的混合无线定位算法。采用径向基函数(Radial basis function neural net-works-RBF)神经网络建立移动台位置估计模型,并用递阶遗传算法(HGA)同时训练RBF的网络结构和参数。对进行位置估计的三种参数TOA/TDOA/AOA进行数据融合,以有效地提高定位精度。与传统BP神经网络定位算法进行比较,仿真结果表明,该算法的定位结果能够很好地满足FCC的定位要求。     

神经网络法在单桩竖向极限承载力估算中的应用

阐述了人工神经网络BP算法。基于AbuKiefa列举的试桩资料 ,运用BP网络估算了桩竖向极限承载力 ,结果表明该方法是可行的。     

运用GA-BP神经网络研究时间序列的预测

神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。     

基于BP神经网络的大跨高空连廊应变监测数据恢复

为了解决大跨高空连廊吊装阶段性态监测中应变监测数据存在缺失的问题,利用BP神经网络进行数据恢复。首先基于相关性分析,选择与数据缺失监测点应变值相关性最强的5个监测点作为参考点;然后利用未缺失时间段内待恢复监测点和参考点的应变数据进行建模和检验,一半数据用来建立BP神经网络模型,一半数据用来进行模型的检验;最后利用建立的模型对缺失的数据进行恢复,得到了完整的应变监测数据。利用得到的恢复数据与参考点数据在缺失段内的相关系数对数据恢复的效果进行了评价。结果表明：该方法可有效地恢复缺失的应变监测数据。     

液液旋流油水分离器的神经网络模型

采用人工神经网络方法,建立了液液旋流油水分离器的ＢＰ网络模型,该模型能根据物性参数比较准确地预测旋流油水分离器的结构参数和操作参数。