正交激励超声切削装置的椭圆轨迹偏转与校正

为研究超声椭圆振动切削（ultrasonic elliptical vibration cutting,UEVC）刀尖轨迹形成及控制,解决刀尖轨迹非正椭圆问题,建立二维正交柔性导波UEVC装置刀尖轨迹的运动学模型;分析90°相位差下非正椭圆轨迹产生原因,建立刀尖轨迹校正模型,并推导出基于正椭圆轨迹下的刀尖轨迹偏转模型。通过实验对刀尖轨迹校正模型进行验证,校正后轨迹偏离坐标轴1.67°,小于校正前偏离角度。实验结果表明,该模型能够有效地校正刀尖轨迹,可在轨迹控制方面为后续研究刀尖轨迹偏转及变刀尖轨迹超声振动加工提供理论基础。     

紧邻浅埋暗挖地铁隧道地下密集管线及土层变形

针对地铁隧道施工影响下紧邻密集管线保护问题,依托南昌地铁实际工程,采用ABAQUS软件建立土体-密集地下管线-隧道暗挖三维有限元模型,结合现场实测数据与数值模拟结果,分析了隧道CRD (cross diaphragm)工法施工时的地层变形规律、地下管线应力特性与地下管线变形规律,并对管线周边土体有无注浆加固时的管线力学特性进行了对比。研究结果表明：(1)隧道开挖引起的管线变形以沉降为主,管土刚度差异对管线变形和应力影响显著。(2)管土刚度差异越小,管线变形趋势与土体变形趋势越接近;管土刚度差异越大,管线对地层变形的抵抗作用也越强会产生较大应力。(3)隧道左右导洞上方管段是危险区域,需重点保护。(4)密集地下管线主要表现为管线材质、管线几何特性、管线与隧道的空间位置关系不同,保护地下管线的核心在于控制地层沉降,地下管线保护关键阶段是隧道掌子面接近管线,此时应确保超前注浆效果和初期支护快速封闭,并加强对管线变形的监测。     

一种新的模糊决策树算法 ——基于加权毕达哥拉斯模糊熵

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模糊决策树算法（Weighted Pythagorean Fuzzy Decision Tree,WPFDT）。首先,通过改进的K-means聚类算法得到连续属性数据的聚类中心,并结合三角模糊数对连续数据进行模糊处理;其次,定义并计算每一个属性的加权毕达哥拉斯模糊熵,选择加权毕达哥拉斯模糊熵最小的属性作为决策树根节点,在根节点下递归选择模糊熵最小的属性作为分裂节点,同时通过阈值控制树的规模,得到从根节点到叶子节点路径的模糊规则以及模糊规则的隶属度、非隶属度以及犹豫度,并完成预测分类,直至生成WPFDT模型;最后,选取UCI上的3个医学数据集（Haberman、Breast Cancer、Parkinson）进行实验,在分类准确率和得出模糊规则的数量与3种传统决策树算法（模糊ID3算法、C4.5算法、CART算法）比较,实验结果表明：WPFDT在分类精度和树大小上都优于其他传统决策树算法,并且有较高的召回率和精确率。     

基于LMD和SSA-SVM的电机故障诊断

针对电机故障诊断问题,尤其电机轴承方面的诊断,提出了LMD分解和麻雀搜索优化算法（SSA）优化支持向量机（SVM）的故障诊断方法。第一步采取小波降噪和LMD算法相结合去处理原始信号,经过小波降噪后的原始故障信号会去掉一部分的干扰,再分解得到原始信号的一系列PF分量,接着使用相关性分析法选择出有效的PF分量进行信号重构,重构后的故障信号再次经过LMD分解得到的PF分量求出各自的能量熵,直接用能量图展现出来。接着将各个PF分量的能量熵组成一组组特征向量输入到支持向量机的故障诊断模型里。利用麻雀搜索算法在支持向量机（SVM）对于电机故障的分类的模型上进行惩罚参数和核参数的挑选和模拟,选择最合适的参数组合建立SSA-SVM故障诊断模型进行仿真实验,通过仿真实验验证该方法的故障诊断准确率高达99.2％,与PSO-SVM和SVM故障诊断模型进行比较分析,实验证明提出来的方案有着更适合的故障识别能力,对电机故障诊断有着很好的适应性和发展性。     

动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

等衰落轨道角动量索引调制系统的信道容量性能分析

射频轨道角动量(orbital angular momentum,OAM)提供了一种可以在同一载波频率物理信道上复用一组正交模式以提高信道容量的方法。现有研究大多专注于信道容量提升,对系统复杂度的研究相对较少。在基于均匀圆形阵列(uniform circular array,UCA)的OAM通信系统中,发射机需要完成大量调制运算以生成OAM信号。于是,提出了一种等衰落轨道角动量索引调制(equal fading orbital angular momentum index modulation,EOAM-IM)方案,其中,IM有效降低了OAM调制运算复杂度,且等衰落发射机也保证了不同模式OAM子信道传输增益。此外,还详细推导了所提EOAM-IM方案的系统信道容量。仿真结果表明,所提EOAM-IM方案能以更低的调制复杂度获得比传统OAM方案更高的信道容量。     

汽车座椅调节参数对体压分布的影响分析

针对汽车座椅调节参数对体压分布的影响,选择靠背角度、座椅高度、滑轨位置3个参数作为因子,设计三因子五水平的正交试验,开展对95百分位、50百分位人体以及人体假人模型装置（H-Point Machine,HPM）在不同调节参数下的体压分布采集试验. 对采集的体压数据进行去噪处理和提取体压指标,采用灰色关联度分析方法,分析与体压分布指标关联度较大的因子;对与体压指标关联度较大的因子进行单因子试验,描述各体压指标在单因子动态调整下的变化情况. 结果表明,靠背角度和滑轨位置对体压分布影响较大. 当靠背角度增大时,不同百分位驾驶员的靠背体压指标增大,坐垫整体体压指标略微变小. 当滑轨位置增大时,95百分位人体靠背体压指标变小,坐垫接触面积变小;50百分位人体靠背体压指标变化较小,坐垫接触面积变小.     

含铝高速钢中奥氏体非均匀长大的机制

M2AI和M2高速钢经一次和二次淬火后,奥氏体晶粒和未溶碳化物的定量研究表明,在高温r/f比值相同的条件下,由于淬火前原始组织的差别,可发生正常(均匀)和异常(非均匀)两类长大。根据异常粗晶形成初期的组织观察,提出了“连续-非连续”再结晶模式和“合并—推移”式的生长机制。提出了减轻或消除M2AI钢混晶的工艺原则。     

〔23，12，7〕Golay码的改进译码算法

ＭａｒｉｏＢｌａｕｍ和ＪｅｈｏｓｈｕａＢｒｕｃｋ提出了一种基于［２３,１２,７］Ｇｏｌａｙ码校验矩阵＂设计＂特性的译码算法,和其它的Ｇｏｌａｙ码译码算法相比,这种译码算法的复杂度最小,但它不便于用集成器件实现和不便于完全集成化,作者对该算法进行了改进,使其易于集成实现;同时使［２３,１２,７］Ｇｏｌａｙ码译码算法进一步简化．对其复杂度分析证明,当误码率≤１０％时,作者所设计的译码算法优于其它译码算法。