超细分级机进料管内颗粒分散的数值模拟

采用欧拉-拉格朗日模型对超细分级机进料管内的气固两相流进行了数值模拟。通过引入颗粒浓度分布不均匀度,建立了颗粒分散性的评价方法,对比分析了导流片数量、尺寸、间距分布形式、入口风速、入口固体浓度、粒径对颗粒分散性的影响。结果表明:导流片的添加能提高颗粒的分散性;随着入口风速的提高,颗粒分散性逐渐提高,当风速大于13.6m/s时,分散性变化不大;随着入口固体浓度的增加,颗粒分散性降低;随着粒径的增加,颗粒浓度分布不均匀度增加,颗粒的分散性变差,当粒径大于50μm时,颗粒分散性基本不变。     

支持向量机及其在机械故障诊断中的应用研究

针对支持向量机分类算法中模型选择对分类精确性影响很大的问题，结合转子实验台模拟的典型旋转机械故障数据对影响多故障分类器分类性能的相关因素进行了研究。结果表明，在少量时域故障数据样本条件下，选用不同的核函数及核函数参数对多故障分类器的分类精度有一定影响，为实际工程应用中选择合适的支持向量机核函数类型及其参数提供一定的帮助.     

煤矸筛分机的研制与应用

混入井下运煤系统中的矸石直接影响着煤矿生产的正常进行，针对矸石在工作面的存在方式和危害，研制了煤矸筛分机并进行现场应用，取得了较好的经济效益与社会效益。     

不同土壤对心叶烟和三生烟种子萌发率的影响

测定了四种不同土壤的基本理化性质,并分别用其培育心叶烟和三生烟种子,统计两种烟草种子在四种土壤中的萌发率.结果表明：两品种烟草种子萌发率在育烟基质与其他3种土壤间有极显著差异（p〈0.01）,而在两烟草品种间差异不显著.     

基于SVM的车牌字符识别算法研究

SVM可在训练样本很少的情况下获得很好的分类推广能力。首先分析了用多类SVM算法对车牌中的字符进行识别时存在不可区分的区域问题和采用模糊SVM算法解决该问题的办法,然后讨论了字符特征的提取方法,并根据我国车牌字符的特点分别设计了汉字、字母、数字、字母/数字4个基于模糊多类SVM的字符分类器。最后在MATLAB环境下,采用径向基核函数对算法进行学习训练。实验测试结果表明,该方法可以很好的提高字符识别的速率和效率。     

多策略融合的SVM决策树构建

为了在提高文本分类效率和提升分类速度间进行平衡,综合考虑SVM决策树的深度、均衡度、构造方式、类内样本数、类间相似度等对分类结果的影响,提出针对海量文本多分类问题的SVM决策树构建算法.在大规模语料库上的文本分类实验表明,该算法可在一定程度上提升分类效果,同时可以大幅减少训练和测试时间,方法可行且适应性强.     

基于多分类器融合的高光谱图像分类研究

针对由于高光谱图像存在数据量大、数据相关性强、图谱合一等特点导致高光谱图像分类难度较大的问题,构建一种基于多分类器融合的高光谱图像分类模型.该模型首先使用双边滤波算法进行去噪处理,然后使用LDA算法与PCA算法相结合、单独PCA算法、Gabor滤波与PCA算法相结合三种方式分别对数据进行降维与特征提取,并分别使用SVM...     

用人工智能和神经网络的方法组建数据压缩系统

数据压缩是现代信息处理的基础课题之一．文中对数据压缩的设计思路作了分析和拓展，从系统的角度对数据压缩与人工智能、神经网络的结合作了一些大胆的、初步的尝试，并对这个研究方向作了一些功能上和性能上的分析，提出了再压缩的概念．     

论量词“束”和“捆”的语义性质

量词“束”和“捆”在过程性上存在着差异。从起点看，“束”用于较细的长条物，“捆”用于较粗的长条物；从途径看，“束”为束缚而成，“捆”为捆绑而成；从终点看，“束”的集合体为细长状，“捆”的集合体为粗大状。“束”和“捆”的差异虽然在本质上是共时的，但也和语言的历史发展密切相关。     

一种权值预学习BP算法的研究

采用无监督学习中的主元分析算法的０ｊａ规则对前馈网络的权值进行预学习,以此来加速前馈网络的学习速度。通过奇偶校验和非线性系统辨识两个应用,验证了该算法在学习速度与性能上都优于传统的ＢＰ算法。