飞轮系统的对应性分析故障检测方法

为了实现复杂系统故障的简单、快速检测问题,提出一种基于对应性分析的检测方法,研究了闭环飞轮的故障检测问题。首先,利用飞轮系统的健康数据与故障数据描述飞轮系统的状态,数据向量由飞轮的物理状态参数构成。其次,利用对应性分析方法提取健康数据的故障检测指标及其相应的阈值。最终,利用对应性分析方法提取故障数据的故障检测指标值;并与故障检测指标阈值对比,检测飞轮系统的故障。与扩展卡尔曼滤波故障检测方法相比,不需要复杂的物理建模,利用数据向量之间的关联性即可实现飞轮系统的故障检测。飞轮仿真模型的故障检测结果的对比分析表明:本文算法利用数据关联性避免复杂物理建模;算法能利用实时数据实现在线监测,通用性强。可见,对应性分析故障检测方法具有简单、快速的优点。     

基于复杂网络的化工过程状态监测方法

为了有效地从化工过程监测数据中提取故障特征,及时准确地辨识出故障,提出了基于复杂网络的化工过程状态监测方法。首先依据复杂网络平均节点度和平均聚集系数的稳定性确定建立复杂网络所需的最佳样本数量,以保证所建复杂网络能刻画系统中各个节点之间相互作用的真实状态;然后利用复杂网络的拓扑结构,构建了复杂网络的节点异常系数和其阈值计算方法,用以提取实时工况特征来实现定量化状态监测;最后以TE过程为应用实例,结果表明,本文所提出的方法能够以图形化的方式快速、有效地检测出化工过程故障,可为操作和管理人员提供可靠的决策依据,预防事故的发生。     

采用余弦相似度和变预测时域的汽车轨迹追踪控制

为提高自动驾驶汽车在不同车速下轨迹追踪精度、行驶稳定性和控制器的自适应能力,提出一种基于余弦相似度和变预测时域的轨迹追踪控制器。基于传统MPC的轨迹追踪控制器,提出以矩阵的余弦相似度来度量预设状态和实际状态两个矩阵的差异程度,确定预测模型的优化节点,采用模糊控制对预测时域和控制时域进行优化。通过计算机仿真对比试验,结果表明与传统MPC的轨迹追踪控制器相比,所提出的MPC控制器在不同车速下的轨迹追踪精度和车辆稳定性均有明显的提升。     

基于三维Vague向量的相似度量

现有vague的相似度量基本可分为基于记分函数、距离和最大最小值的三类度量方法.本文在分析它们的缺陷后,利用向量空间的性质,结合vague集的三维特性提出了一种新的基于向量夹角余弦的相似度量构造方法,并通过数据对比分析显示该方法的优越性,最后给出了新的Vague集相似度量在智能决策中的应用方法和应用实例.     

基于余切相似度和BP神经网络的相似度快速计算

相似性度量在大数据相关应用中具有重要的意义,然而传统余弦相似度遍历计算方法的准确性和时效性较差,具有较大局限性,无法为海量高维数据的质量评估提供有效依据。针对上述问题,利用余切三角函数和数据维度差值构造2种余切相似度公式,提高相似度计算的准确性;借助后向传播(BP)神经网络建立一个能够逼近数据集相似度映射关系的网络模型,降低相似度计算的时间复杂度。实验表明,改进的相似度快速计算方法具有良好的准确性和时效性,而且应用在大规模数据集时的性能提升更显著。     

基于余弦相似度模型的最佳教练遴选算法

介绍了一种基于余弦相似度模型的最佳教练遴选算法.该方法首先定义了执教能力评价指标,并针对指标中的时间相关因素给出了修正方法,最大程度地削减了时间因素对教练遴选算法的影响.采用单因素方差分析方法分析了性别对排名结果的影响,在此基础上提出了基于白化方法的改进策略,消除了性别的影响.采用对比策略,将所有教练的评价指标向量与理想化教练向量之间进行余弦相似度计算,最终遴选出最佳教练.基于实际数据的实验结果验证了算法的有效性.     

一种Vague集矢量相似度量的汽轮机故障诊断方法

本文基于Vague集理论,提出一种新的Vague集矢量相似度量,并将其运用在汽轮机的故障诊断中,在汽轮机的故障诊断中,通过计算待诊断汽轮机检测数据与汽轮机故障知识样本间的相似度量值,并按计算的相似度量值作出排序。也就是说,计算出的相似度量值越大,表明汽轮机相应于某种振动故障类型的可能性就越大。经过实例诊断验证所提相似度量诊断方法的有效性。     

模式识别技术在扬声器故障诊断中的应用

针对目前扬声器检测普遍采用人耳监听的现状，提出一种基于模式识别技术进行扬声器故障检测的方法．首先，对87个类型已知的各类扬声器进行数据采集和数据处理，并计算不同类型扬声器的类标准频谱图；然后，测试其他已知类型的扬声器，进行数据处理，计算其频谱与类标准频谱图之间的欧氏距离、相似度和二维相关系数三种指标，并根据其对扬声器进行识别．试验结果表明，利用频谱图及多指标的模式识别技术能够提高故障诊断精度．     

Vague集之间相似度量的一种新方法

Vague集是对于模糊集合概念的推广，作为当前模糊信息处理中的一个新兴研究课题，在多个领域中获得了成功的应用，本文提出了Vague集（值）之间的相似度的概念，并给出了一种新的Vague集（值）之间相似度量的方法，该方法与目前国内外众多学者们的方法相比较，具有更好的合理性和度量效果，因而是一种更理想的检测Vague(值）之间相似程度的度量方法。     

一种基于改进相似度计算的文本聚类方法

针对文本在聚类或分类时,由于数据高维稀疏导致相似度值低的问题,提出一种基于改进文本相似度计算的聚类方法.首先,利用向量空间模型VSM表示文本,采用余弦函数计算文本之间的相似度;然后,基于网络中节点的相似性传播原理,通过设置阈值找到与各个文本相似度较大的文本集合,进而使用Jaccard系数将两个文本之间相似度计算转化为两个文本集合之间的相似度计算;最后根据得到的文本相似度矩阵,利用谱聚类算法对文本进行聚类.在WebKB上的实验结果表明,与传统的K-means、谱聚类方法相比,该方法提高了聚类的准确度,召回率与F值.     

一种新的词语相似度计算方法

提出了一种新的词语相似度计算方法.该方法利用词语关联分布规范化因子,对互信息中目标词和基词的关联度度量方法进行了修正,通过计算目标词和基词的关联度,构造目标词的属性向量,由目标词的属性向量,利用夹角余弦法计算出目标词语相似度.实验结果验证了该方法的有效性.     

一种新的词语相似度计算方法

提出了一种新的词语相似度计算方法。该方法利用词语关联分布规范化因子,对互信息中目标词和基词的关联度度量方法进行了修正,通过计算目标词和基词的关联度,构造目标词的属性向量,由目标词的属性向量,利用夹角余弦法计算出目标词语相似度。实验结果验证了该方法的有效性。     

改进测度下的模糊C均值三元催化器故障诊断方法

针对采用物理建模刻画三元催化器故障演化精确性不足问题,提出一种基于尾气大数据的改进测度模糊C均值(FCM,fuzzy c-means),故障诊断方法。该方法包括分数阶傅里叶变换(FRFT,fractional fourier transform)下的故障特征提取与优化、核熵成分分析(KECA,kernel entropy component analysis)下的分形故障特征降维以及改进相似测度下的FCM故障特征聚类。首先,对不同工况的尾气数据进行FRFT处理,获取三元催化器从时域到频域的精细故障信息,同时利用粒子群算法(PSO,paticle swarm optimization)选取最优的FRFT特征,并由分形算子给出相应精细特征的分形维数;其次,借助KECA对候选的高维分形特征进行维数约简;最后,将获得的故障特征提交给改进测度的FCM故障分类器完成故障诊断。数值实验结果表明,较之采用欧式距离或余弦距离的FCM方法,研究方法的故障诊断精确度更高。     

融合场景及交互性特征的多人行为识别

人类的行为复杂多样,场景、外观、位置等信息均与行为息息相关.本文针对如何高效地综合利用这些信息的问题,提出了融合场景及交互性特征的多人行为识别方法,使用双通道的方式分别提取个体外观特征与场景特征.对于个体通道,采用注意力机制模块来关注与行为相关度更大的区域,并将提取的个体外观特征结合位置特征输入图卷积网络进行关系推理.其中,图卷积网络采用了余弦相似度的方法度量个体特征之间的相关性,并结合个体之间的位置特征进行关系推理;对于场景通道,使用在place365数据集上预训练的ResNet 50提取场景特征.最后,本文将个体以及场景通道所得的特征进行加权融合,得到群组以及所有个体的行为识别结果.在Collective Activity Dataset（CAD）数据集上的实验表明,该方法能提高行为识别的准确率,群组行为以及个体行为的准确率分别达到了92.29%与78.19%.     

基于缸盖振动信号包络线相关分析的柴油机故障预警方法研究

针对柴油机故障特征易受到环境、载荷等因素的干扰,从而导致许多传统意义上的故障特征参数不再敏感的问题,提出了一种基于缸盖振动信号包络线相关分析的柴油机故障预警方法,对一台6缸柴油机的缸盖振动信号对比了希尔伯特变换和n阶极值插值两种方法的包络线提取效果,并对其包络线进行相关分析,得到了相似系数、距离标准差以及余弦相似度等相关分析结果。研究结果表明：在传统特征参数不敏感的情况下,相关分析可以更好地反映机组的故障状态。本文研究结果可为实现柴油机故障的早期预警奠定基础。     

基于加权余弦相似度与极限学习机的电力负荷短期预测

为提高电力系统管理的效率,提出一种基于加权余弦相似度与极限学习机(extreme tearning machine, ELM)的电力负荷短期预测设计。通过熵权法对电力负荷相关物理信息进行权重分配,获得的权重赋予到余弦相似度中,利用加权余弦相似度对历史日与待测日的电负荷数据进行相似度选取,筛选数据作为极限学习机的输入,提高极限学习机回归模型的精度,最终获取电力负荷预测。实验分析与反向传播BP(back propagation)神经网络、支持向量机(spupport vector machine, SVM)预测算法对比,该方法能有效提高预测模型的精度,同时简化计算量。     

基于贝叶斯分类的主题爬虫

随着网络的高速发展,其信息资源越来越庞大,面对巨量的信息库,搜索引擎起着重要的作用．主题爬虫技术作为搜索引擎的主要核心部分,计算搜索结果与搜索主题的关系,该关系被称为相关性．一般主题爬虫方法只计算网页内容与搜索主题的相关性,作者所提主题爬虫,通过链接内容和锚文本内容计算链接的重要性,然后利用贝叶斯分类器对链接进行分类,最后利用余弦相似函数计算网页的相关性,如果相关值大于阀值,则认为该网页与预定主题相关,否则不相关．实验结果证明：所提出主题爬虫方法可以获得很高的精确度．     

基于AHP的贝叶斯网络故障诊断方法研究

针对基于专家知识的故障诊断方法依赖经验的局限,提出一种基于层次分析法（AHP）的贝叶斯网络化工过程故障诊断方法。通过基于关联函数的AHP得到所有变量的权值,对22个变量节点的权值进行排序并将该排序作为K2算法的学习输入建立贝叶斯网络模型,同时结合复杂网络分析指标进行化工过程的故障诊断。通过TE过程故障诊断实例证明本文方法不仅避免了K2算法专家知识的主观因素影响,同时能很好地进行故障定位,找到故障源。     

Reliability Risk Evaluation Method for Complex Mechanical System Based on Optimal Bayesian Network

In order to reduce the calculation of the failure probability in the complex mechanical system reliability risk evaluation,and to implement importance analysis of system components effectively,the system fault tree was converted into five different Bayesian network models. The Bayesian network with the minimum conditional probability table specification and the highest computation efficiency was selected as the optimal network. The two heuristics were used to optimize the Bayesian network. The fault diagnosis and causal reasoning of the system were implemented by using the selected Bayesian network. The calculation methods of Fussel-Vesely( FV),risk reduction worth( RRW),Birnbaum measure( BM) and risk achievement worth( RAW) importances were presented. A certain engine was taken as an application example to illustrate the proposed method. The results show that not only the correlation of the relevant variables in the system can be accurately expressed and the calculation complexity can be reduced,but also the relatively weak link in the system can be located accurately.     

基于观点传播的改进相似性计算评分预测方法

通过研究网络结构上的观点传播与协同过滤算法,基于对观点传播算法的优化,提出了基于用户相似和物品相似推荐系统评分预测算法.设计的算法修正了现有相似研究中在目标比较相似时,相似性结果为零的问题,将用户(或物品)的相似度定义为用户(或物品)间的观点数目和差异在相应复杂网络中的传播结果,并提出了相应的推荐算法.在MovieLens数据集上的实验结果证明,提出的算法与几种典型的现有方法相比较,具有更高的准确性,并且优于观点传播算法.