基于K均值和支持向量机的燃料电池在线自适应故障诊断

基于K均值(K-means)和支持向量机(support vector machine, SVM)算法,提出了一种车用燃料电池系统(fuel cell system, FCS)在线自适应故障诊断方法.该方法通过不断获取系统最新单体电压,采用K-means算法改进传统的静态SVM分类器模型,对实时获取的信息进行聚类,实现分类器的在线自适应调节.采用已发表文献中的实验数据进行了相关的验证分析,结果表明,提出的方法能有效地在线调节故障分类器,实现FCS系统特性发生改变后的故障检测.     

分级加载真空预压加固吹填流泥试验研究

在分析高黏粒含量吹填土地基经常规真空预压处理后加固效果差、土体强度增长有限原因的基础上,进行分级加载真空预压和常规真空预压现场大型模型试验,探讨分级加载真空预压对流泥固结、变形的影响及其优势。结果表明:吹填流泥处于泥水混合物状态,具有明显的流动性;分级加载真空预压采用初始较小真空荷载且持续较长时间,有利于减缓排水板周围土体过早积聚、固结,给距离排水板较远处土体充分的排水固结时间,有利于改善整个土体的加固效果,且耗电量仅为常规真空预压的60.8%,具有较高的实际应用价值及经济效益。     

一种基于近邻传播聚类的语音端点检测方法

为提高语音端点检测在低信噪比情况下的准确性,提出一种基于近邻传播聚类的语音端点检测算法.首先采用能量语音端点检测去除静音段;然后利用近邻传播聚类自动获取类别数的优点,有效地将语音细分为无语义语音和静音段、远场噪声段等各种类别;最后结合后处理方法,对语音端点做进一步过滤处理.实验结果表明:该算法在低信噪比的情况下,与传统的能量语音端点检测相比,其有效语音检测的漏警率相对下降13%,虚警率相对下降14%;在实际应用中,如声纹确认和声音检测等,与经典算法相比,该算法检测的准确率与效率等性能得到了显著提升.     

一种基于改进DBSCAN算法的光伏故障检测方法

工程中常常通过与邻近电站的单位发电量比较发现故障电站,电站的单位发电量主要与电站地理位置、光伏器件型号及特性等诸多要素有关,选择哪些电站进行比较以及比较的策略是一个需要深入探讨的问题。本文提出了一种改进的A-DBSCAN聚类算法的光伏发电站故障检测方法。通过对影响发电站单位发电量因素的分析,确定了该故障检测模型的输入变量。该方法不需其他外接设备的支持,同时还可以实现在线检测分析。通过比较相同发电环境中的发电系统的单位发电量来对故障检测,初步实验结果反映该方法的正确率为95. 45%,召回率为91. 3%。     

基于语义关联性特征融合的大数据挖掘方法

提出一种基于语义关联性特征融合的大数据挖掘算法.对云存储大数据分布式信息流进行高维相空间重构,在重构的相空间中提取大数据的语义关联维特征量,以提取的特征量为测试集进行自适应学习训练.采用模糊C均值算法进行大数据语义关联特征的稀疏性融合和聚类处理,在聚类中心实现对挖掘目标数据的指向性聚敛,输出数据挖掘结果,并采用特征压缩器进行降维处理,降低计算开销.仿真结果表明,采用该方法进行大数据挖掘的特征提取准确性较好,挖掘数据的聚类能力较强,在实时性和准确性方面具有优势.     

聚多巴胺修饰的黑磷纳米片:一种光疗/化疗协同治疗癌症的平台

制备了一种基于黑磷纳米片(BPNSs)的多功能纳米药物载体,能够联合化疗和光热疗法用于癌症治疗.BPNSs通过静电吸附作用吸附抗癌药物阿霉素(DOX),然后通过多巴胺(DA)自聚合形成聚多巴胺(PDA)涂层后,成功制备一种纳米复合载药材料BPNSs-DOX@PDA.BPNSs-DOX@PDA具有极好的DOX载药能力、优异的光热转换性能、pH-和光响应控制释药和较低的细胞毒性等优点.这些特点使得BPNSs-DOX@PDA成为一种卓越的抗肿瘤药物递送系统,具有临床应用的巨大潜力.     

基于K-means聚类的可见光通信室内定位系统的研究

本文设计并搭建了一种定位精度高、系统简单的可见光通信室内定位系统.在发射端使用频分多址技术编码光标识码,以发光二极管灯具为信号源发射定位信息.在接收端对接收到的混合光信号进行傅里叶变换,将基于频分多址编码的光标识码在频域上进行分离,从而获取各个发光二极管的光标识码和光强数值.同时,通过多次光信号数据测量,进行K均值聚类迭代选出最优点,可以消除三边定位算法的突兀点和方程无解的问题,以此得到高精度的定位坐标.通过理论推导和实验测量,本系统的定位误差为3±3cm.本文所提出的室内定位方案系统简单可靠、定位精度高,使可见光通信室内定位技术进一步接近市场应用.     

基于雷达波形设计的抗C&I干扰方法

针对CI干扰利用线性调频信号距离-多普勒耦合特性形成多移频假目标的原理,基于模糊函数理论设计了一种新型多普勒稀疏敏感波形.该波形破坏了干扰信号经匹配接收后在多普勒域上的输出连续性,仅输出零多普勒的主假目标.采用聚类方法对主假目标进行特征模式分析,并结合最小二乘估计干扰参数,实现CI干扰中的真实目标检测.仿真结果表明该方法能够在抗CI干扰的同时完成目标检测.     

基于自适应动态时间规整(DTW)的GA-FCM多阶段间歇过程故障诊断

多时段是间歇过程的固有特征,对间歇过程划分阶段可以提高故障诊断的精度。采用模糊C-均值聚类（FCM）算法划分阶段存在对初始聚类中心敏感、易于陷入局部极优值的问题。提出遗传算法与FCM算法相结合的方法（GA-FCM）,用于克服FCM易于陷入局部极优值的问题,以达到全局最优。同时,针对间歇过程数据不等长问题,提出自适应动态时间规整（DTW）算法。随后,用GA-FCM方法完成阶段划分,再建立多向核主元分析（MKPCA）模型完成故障检测。最后将此算法应用于青霉素发酵过程,仿真结果验证了所提方法的可行性和有效性。     

空间数据库反向最近邻聚类方法

针对当前空间数据库聚类方法未考虑降维后的距离特征反向结果, 导致空间数据分量失真, 存在聚类精度低、 耗时长的问题, 提出一种空间数据库反向最近邻聚类方法. 首先, 通过选取训练样本集实现核矩阵的特征分解, 获得其距离特征修正值去除初始值的影响; 然后, 根据核主成分分析（KPCA）降维并结合降维后的距离特征反向结果, 利用反向最近邻聚类方法与扩展的部分失真搜索法相结合, 实现空间数据的聚类; 最后利用选定的聚类中心对数据集进行计算, 计算数据集第一维分量与聚类中心第一维分量之间的失真, 得到反向最近邻, 直至所有空间数据均找到所属类别, 最终完成空间数据库反向最近邻聚类. 实验结果表明, 该方法提高了空间数据的聚类精度, 减少了空间数据聚类所用时间.