基于状态空间的桥梁颤振分析

针对基于Scanlan自激力模型的桥梁颤振分析方法不能直接以风速作为参数对颤振临界风速进行自动无迭代搜索的缺陷,采用现代控制理论中对动态系统的状态空间描述方式,将结构和气流作为一个动态系统,在状态空间内对自激力进行表达,建立桥梁颤振运动方程并实现了桥梁颤振临界风速的直接求解.通过对系统状态空间中的气动状态进行优化处理,减小了系统状态空间的维数,并结合模态跟踪技术解决了基于状态空间颤振分析中关于结构固有模态根识别的问题.以具有理论解的理想平板截面的简支梁为例验证了算法的正确性,并将其应用于润扬长江大桥的颤振分析中,分析结果和风洞试验结果基本一致.     

高速铁路铅芯橡胶支座桥梁隔震研究

针对铁路桥梁减隔震设计的关键技术,给出了铅芯橡胶支座的等效线性模型及主要动力参数的计算方法,建立了高速铁路车桥系统全桥模型,计算了隔震前后高速铁路桥梁的动力响应,分析了铅芯橡胶支座（LRB）的隔震效果．分析结果表明：当支座动力参数选择适当时,采用隔震装置既可有效降低墩底弯矩剪力等动力响应,又不增加梁体位移和支座变形,起到良好的隔震耗能效果．     

高速开关磁阻发电机励磁参数优化控制

为了提高开关磁阻发电机高速运行时的发电效率,改善整个系统的高速运行性能,提出了一种励磁参数优化策略：以相电流有效值作为励磁参数优化指标,针对开关磁阻电机自身非线性的特点,选取使得相电流有效值最小的开通角和关断角作为优化的励磁参数,并通过曲线拟合手段对这些离散的优化参数进行处理．最后将优化的励磁参数与提出的控制算法相结合,实现了整个发电系统的优化控制．仿真和实验验证表明：该方法易于实现,整个系统不仅具有较高的发电效率,而且在负载突变时呈现出良好的调节特性．     

基于SVM的水下机器人预测S面控制

针对舵桨联合操控水下机器人系统的非线性特点,将预测控制的思想引入经典S面控制中,构造了一种基于支持向量机（SVM）的预测S面控制器,改善了S面控制器的控制效果,增强其自适应性.用支持向量机辨识水下机器人的非线性系统模型,充分发挥了SVM的泛化能力,能准确预测其运动状态.构造二次型性能优化函数以获取S面控制器的最优控制参数,进而获得水下机器人最优控制律.仿真结果表明：基于支持向量机的预测S面控制器具有结构简单、响应速度快、鲁棒性好等优点可行且有效.     

基于模糊机会约束的超球支持向量机

针对不确定数据多分类问题,提出一种基于模糊机会约束的超球支持向量机（FCC-HSVM）.在球结构支持向量机的基础上,引入模糊事件的可能性测度,得到模糊机会约束规划及其对偶规划.利用球结构的优点,每类样本只参与一个超球体的训练,直接求解多分类模型,提出FCC-HSVM的快速学习算法,显著缩短多分类情况下训练时间.数据试验表明：这种支持向量机分类精度较高,训练速度快,适合解决不确定数据多分类问题.     

PSO与PCA融合优化核极限学习机说话人识别算法仿真

基于机器学习理论开展说话人识别的研究取得了很大进展,在基于核极限学习机(kernel extreme learning machine,KELM)和梅尔倒谱系数(mel-frequency cepstral coefficients,MFCC)说话人识别研究基础上,通过主成分分析算法(principal component analysis,PCA)对MFCC进行降维优化、粒子群优化算法(particle swarm optimization,PSO)对KELM初始输入参数进行优化开展基于PSO和PCA融合优化KELM说话人识别算法研究。改进后的算法在MATLAB平台上仿真通过,并与MATLAB语音工具箱提供的神经网络和支持向量机说话人识别算法做了性能对比分析。仿真研究结果表明:通过PSO和PCA融合优化改进的KELM,初始输入参数可以任意确定并且不需要迭代更新,并能有效克服因初始权重随机确定导致的性能不稳定,进一步提高分类匹配和运算速度,具有很好的推广应用价值。     

基于应变模态的数控机床滚动轴承可靠性检测方法

为了解决传统方法对物理参数的改变不敏感,只能对整个滚动轴承可靠性进行检测,无法针对不同测点获取可靠性检测结果,检测准确性低的弊端,通过应变模态研究数控机床滚动轴承可靠性检测问题。对各点的应变响应进行测量,得到应变振型。数控机床滚动轴承出现损伤后,应变模态一定会出现变化,同时损伤程度越大,这种变化越显著,滚动轴承可靠性越低。在对滚动轴承损伤进行识别的过程中,将应变模态差向量中元素最大绝对值作为依据,获取可靠性很低的位置。将应变模态改变率作为检测数控机床滚动轴承可靠性的敏感指标,对数控机床滚动轴承进行可靠性检测,对滚动轴承损伤前后前三阶应变模态进行提取,获取应变模态改变率,绘制曲线图,将突变部分当成损伤部分,完成对滚动轴承的可靠性检测。实验结果表明:所提方法可有效检测滚动轴承某一位置的可靠性;对数控机床滚动轴承可靠性检测结果最准确。可见所提方法能够获取不同测点的检测结果,检测准确性高。     

基于特征优选和图像相似度的人体动作识别算法

有效提取特征有利于提高后续人体动作识别的准确率。针对人体动作识别时方向梯度直方图(histogram of oriented gradient,HOG)特征维数过高和相似动作不好区分的问题,提出一种基于特征优选和图像相似度的人体动作识别算法。实验对比三种降维方法主成分分析法(principal component analysis,PCA)、PCA+Pearson、PCA+Spearman处理后的动作识别率,证明PCA+Pearson相关系数的降维效果最佳。同时将全局特征八星模型与降维后的局部特征HOG特征组合在一起全面表征人体动作,并计算相邻两帧图像相似度,自适应分配一个判别周期内单帧支持向量机分类结果的统计权值,最后二次分类人体姿态识别结果。在标准数据集KTH上进行实验,该算法识别准确率为94. 5%,较其他方法有所提高,在视频人体动作识别领域有较好应用价值。     

基于机器学习的犯罪预测综述

随着犯罪数量不断增加,以及新型犯罪模式不断出现,准确预测未来的犯罪活动越来越重要。所以,基于机器学习的犯罪预测方法对于识别未来犯罪以及减少犯罪数量具有重要的意义。根据犯罪类型的不同,使用的犯罪预测方法也呈现多样化。为此,对国际上不同类型的犯罪预测方法进行了总结和分析,并在此基础上对如何提高犯罪预测的精度进行了讨论,希望对使用机器学习进行犯罪预测的相关工作有一定的参考意义。     

基于改进经验模态分解和支持向量机的短期风速组合预测

为更精确地进行风速预测,提出一种利用带自适应噪声的完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)方法和蝙蝠算法(bat algorithm,BA)优化支持向量机(support vector machine,SVM)的组合短期风速预测方法。首先用CEEMDAN对原始风速时间序列进行分解,得到一系列不同频率的子序列;其次,使用BA-SVM组合模型预测对分解后的各个子序列分别进行预测;最后,将各子序列的预测结果叠加得到风速预测值。仿真结果表明,该模型提高了预测精度,减小了误差。