基于远程数据交换与智能控制系统的汽车故障诊断研究

探讨了基于远程数据交换与智能控制系统的汽车故障诊断模块的功能,分析了汽车故障诊断专家系统的存储表达和推理技术.根据规则推理、案例推理、模糊理论和人工神经网络技术的特点,提出了这些技术的集成方案,设计了汽车故障诊断专家系统,论述了知识库和辅助建模平台的设计方案.该系统经过测试和试用,得到了满意的效果.     

燃油价格波动与汽车市场需求

以离散选择模型为基础,通过引入心理学中的随机效用模型解释了整体效用中由不可观测因素带来的随机效用部分,结合包括燃油价格在内的多种市场因素及各车型自身属性,给出了一个市场份额模型,并讨论了燃油价格波动对于不同汽车款型市场份额的影响.区别于以往基于人口统计学数据的传统方法,直接模拟了总体市场选择行为,一方面使方法简化从而提高了可操作性,另一方面也避免了由于人口统计学数据中的误差对模型整体准确性的影响.     

超高墩对山区三塔斜拉桥力学响应的影响

多塔斜拉桥是跨越宽阔水面和山谷的一种可行方案。然而,山区多塔斜拉桥的超高桥墩会改变全桥结构的整体刚度,使其力学响应有别于普通的多塔斜拉桥。为研究超高墩对三塔斜拉桥力学行为的影响程度,以某在建的超高墩三塔斜拉桥为例,首先确立了力学响应指标和计算方法,然后分析了桥墩高度、桥墩高差、主梁刚度和主塔刚度对塔顶位移、墩底弯矩、跨中挠度等结构响应的影响规律。结果表明:当桥墩高度增加时,车道荷载和温度荷载所引起的墩底附加弯矩会随之减小,而塔顶的纵向位移和主梁的跨中挠度随之增大;桥墩高差对桥墩的内力影响很大,高差较大时,矮墩会承受更多的弯矩;提高主塔刚度能够更有效的控制结构位移。     

滇池东部第四系浅层湖滨相沉积物磁学特征及其环境意义

为了探究昆明盆地第四纪以来的总体气候特征及滇池湖泊的演化规律。本文综合环境磁学、TOC、pH等指标,对滇池东岸DC1钻孔岩芯沉积物进行了系统研究,测试了包括质量磁化率（χ）、非磁滞剩磁（ARM）、饱和等温剩磁（SIRM）、低频磁化率（χlf）、高频磁化率（χhf）、软剩磁（IRM-300mT）、pH值及总有机碳（TOC）。结果显示：DC1沉积物磁性特征由亚铁磁性矿物主导,反铁磁性的赤铁矿在0.3-3.6 m与14.7-15.6 m两个区段含量相对较高,结合赤铁矿的形成环境,反映了这两个区段对应的沉积环境为湖退时期;另外,结合TOC与磁化率在不同深度上的关系,表明TOC的高值与细颗粒的磁性矿物溶解有关。结合TOC在各区段的含量特征表明整个21 m沉积过程所对应的气候类型以温暖气候为主。     

CREBBP在小鼠睾丸发育过程中表达模式的研究

睾丸是雄性动物最为重要的生殖器官,主要由曲细精管和间质构成。雄性哺乳动物持续的精子发生依赖于精原干细胞。精原干细胞通过有丝分裂自我更新,并在一些因子的诱导下启动分化进一步发育为精母细胞。研究睾丸中各细胞基因的表达调控对男性不育和睾丸生殖细胞肿瘤的治疗具有十分重要的意义。本研究利用RT-PCR、免疫组织化学及免疫荧光双染的方法主要研究了CREBBP在小鼠睾丸中的表达模式,结果显示CREBBP主要在精原细胞中表达,并在增殖状态的精原细胞中有表达,但在分化后启动了减数分裂的细胞中未检测到阳性信号。因此我们推测CREBBP可能参与了精原细胞的增殖,为后期精原细胞自我更新机制的研究提供理论基础。     

基于分层MRF模型的POLSAR图像分类算法

针对多极化合成孔径雷达（polarimetric synthetic aperture radar, POLSAR)影像由于受到相干斑噪声影响导致分类精度较低,提出了一种基于均值漂移和多尺度马尔科夫随机场的非监督分类算法。该算法首先由Mean-Shift算法得到最粗尺度的初始分类结果,然后由马尔科夫随机场对结果进行优化得到最粗尺度最终分类结果。将上一尺度的分类结果映射到下一尺度作为初始分类结果,然后由Wishart分布对极化协方差矩阵进行建模并采用迭代条件模式（iterative conditional modes, ICM)算法求取基于最大后验下分类结果。逐层映射,最细尺度的结果作为最终分类结果。详细给出了算法的基本原理和实施步骤,并采用E-SAR和AirSAR数据对算法进行了验证。实验表明,与同类算法相比较,算法具有更高的分类精度。     

听觉掩蔽门限在说话者识别中的应用

语音信息在人的听觉系统中的表示具有一定的冗余性．利用这一特性把丢失数据技术应用于噪声环境下说话者识别系统的性能改进．听觉掩蔽效应这一听觉现象被用来检测语音信号频谱中被噪声严重干扰的“丢失成分”．经过丢失数据补偿技术结合语音增强处理,说话者识别系统在不利环境下的准确率得到了提高．通过对宽带噪声－ 白噪声和一种特殊噪声——汽车噪声干扰下语音的说话者辨认实验,发现这种方法优于单独使用语音增强方法．     

基于统计估计的盲信号分离算法

最大熵法（ＭａｘｉｍｕｍＥｎｔｒｏｐｙ,ＭＥ）和最小互信息量法（ＭｉｎｉｍｕｍＭｕｔｕａｌＩｎｆｏｒｍａｔｉｏｎ,ＭＭＩ）是两种目前最常用的盲信号分离算法．在分析ＭＥ与ＭＭＩ算法的基础上,提出了一种利用反馈结构的输出信号概率密度函数（ｐｄｆ）估计的增强ＭＥ算法．与传统ＭＥ算法相比较,新算法无需给出传统ＭＥ算法中神经元非线性函数的具体表达形式,而是直接利用输出信号ｐｄｆ估计来推导算法的迭代核,进行算法自适应．分析了应用几种不同ｐｄｆ估计方法的新算法迭代公式．通过计算机模拟表明,新算法比传统ＭＥ算法对于解决卷积混合输入的盲信号分离问题时,具有更好的算法性能．     

基于模板覆盖法的钢筋在线计数方法

研究了使用图像处理进行钢筋成捆计数的方法．由于成捆的钢筋端面摄取的图像存在严重的粘连现象,现有的资料中还找不到一种方法可以准确地对其进行计数,故提出一种对粘连图像进行计数的快速简易的方法——模板覆盖法．这种方法可以避免对粘连图像进行分割,并且大大提高了计数精度．使用模板覆盖法研制成功的钢筋在线计数装置,其性能完全满足用户要求．     

基于最速下降的混沌时间序列参数估计和滤波

提出了从被加性高斯白噪声污染的混沌时间序列中同时估计混沌系统参数和滤除序列噪声的新方法．并假定产生非线性时间序列的模型已知,但相应的参数未知．这种新方法把对混沌时间序列的参数估计和滤波看作是一种最小化过程,并利用了最速梯度下降方法解决．数值模拟实验表明,新方法要优于现有的方法,是估计混沌系统参数和滤波的一种有效方法．