基于元胞自动机的30CrMo钢动态再结晶组织演变规律研究

根据30CrMo钢的热模拟实验数据,建立了基于动态再结晶物理机制的位错密度、形核率及晶粒长大模型,并采用元胞自动机(CA)方法模拟了30CrMo钢在不同温度及应变速率下的微观组织演变规律。结果显示,通过CA方法模拟得到30CrMo钢的流变应力曲线及平均晶粒尺寸均与实验值吻合较好,所建模型的有效性和准确性得到验证。当应变速率一定时,变形温度越高越利于动态再结晶的充分进行,稳态下晶粒尺寸相对较大;而当变形温度一定时,高应变速率条件下材料的形核率较大,再结晶晶粒较细小。     

基于CNN-CRF的中文电子病历命名实体识别研究

智慧医疗技术的发展让我们不满足仅使用传统方法做医学研究。针对中文电子病历实体识别问题,设计了一种基于卷积神经网络结合条件随机场(convolutional neural network-conditional random field,CNN-CRF)的实体识别算法框架。为得到高质量的词向量,将标注实体加入词典进行分词,并将已标注和未标注文本作为语料,用word2vec工具对已分词文本进行无监督学习;为避免扩张卷积层数增加导致过拟合,采用迭代扩张卷积处理输入向量,并使用dropout随机丢弃一些连接;运用条件随机场对网络的分类结果进行修正。把该方法在中文电子病历上进行对比试验,从病历中提取出身体部位,疾病,症状,检查及治疗5类实体。实验结果表明,该方法能有效地辨别病历中的实体,其识别的准确率、召回率和f1值分别为90.01%,90.62%,90.31%,准确率和速率比传统方法都有一定提高。     

偏转板伺服阀前置级结构参数优化研究

通过改变偏转板伺服阀劈尖高度和V形槽下端喷口的导流长度等结构参数,建立新的偏转板前置级模型,利用ICEM和FLUENT软件对前置级流场进行静态特性分析;对前置级流量曲线进行二次拟合,建立伺服阀系统数学模型,利用SIMULINK仿真模型进行动态仿真,分析偏转板伺服阀系统的动态特性,从而优化偏转板伺服阀前置级结构参数。结果表明,适当降低偏转板伺服阀劈尖高度,保持劈尖宽度不变,可增大偏转板伺服阀前置级的流量增益和提升伺服阀的响应频率;增加V形槽喷口的导流长度,会减小偏转板伺服阀前置级流量增益和降低伺服阀的响应频率。     

高温影响下页岩岩石的声学特性实验研究

以四川盆地龙马溪组页岩为研究对象,研究了高温处理后页岩岩样物理性质的变化规律,讨论了温度对页岩岩石声波特性的影响,同时,也研究了高温影响下页岩岩石动弹性参数的变化规律。研究结果表明,当作用温度低于400℃时,温度对页岩表观颜色和物理性质影响较小,而当作用温度超过400℃时,页岩表观颜色逐渐由黑色变为灰白色,且页岩质量下降快、体积膨胀率上升快,造成页岩密度下降快;随着温度增加,页岩声波速度不断下降,且声波主频不断下降,而页岩声波衰减系数不断增大,且声波衰减系数对页岩热损伤效应的敏感性更强;随着温度增加,页岩损伤因子增大,同时,页岩动态泊松比也呈增大趋势,而页岩动态弹性模量、体积模量、剪切模量呈下降趋势。     

基于深度卷积神经网络的水稻病害图像识别研究

水稻病害类型多,采集过来的图像病斑交界特征复杂多变。即便同类别水稻病害在不同的生长时期,发生在叶片、茎秆、穗部等部位呈现的病斑特征也不一样,而且不同类型病害也存在相似病斑,这些都给水稻病害图像的精准识别带来了相当大的困难。采用深度卷积神经网络模型,使用数据集扩增技术,运用fine-tune方法对网络进行调参及构建,将自然场景下采集的常见8类水稻病害图像输入网络模型中进行训练和测试,在有限的图像数量下取得较高的识别精度,其中纹枯病的准确率为93%。不同于其他方法仅聚焦在水稻叶部或稻穗部,本文识别的图像是多株水稻的场景,可为水稻病害远程自动诊断提供关键技术支持。     

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。     

远程终端可控AI门禁系统

为解决传统门禁系统安全性低、用户体验差、无法满足社会对于智能家居的需求问题,开发了一种基于远程终端可控的人工智能门禁系统。该系统以因特尔UP2 嵌入式平台为硬件基础,乌班图操作系统为软件基础,融合人脸识别、指纹识别、语音识别、射频卡识别等技术,采用PyQt 语言编写图形界面,通过搭建云端服务器,实现远程终端控制。该系统集成了多种身份识别及开锁方式,实现开锁的智能化、便捷化,并能较好地适应不同的生活情境,同时采用多种识别方式组合验证,改善了门禁系统的安全性。     

基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法

针对目前计算机生成图像鉴别算法存在的计算复杂度高及检测率低等问题, 提出一种改进局部二值模式和梯度特征的计算机生成图像鉴别算法. 该算法主要基于图像的局部纹理特征, 先提取计算机生成图像和自然图像的特征向量, 再将该特征利用SVM分类器进行分类. 实验结果表明, 该算法可有效地鉴别计算机生成图像和真实图像.     

两跨四支撑轴系转子低速动平衡实验研究

针对两跨四支撑汽轮机组、压缩机组等轴系中各跨转子动平衡合格,但安装试车后仍发生轴系不平衡振动故障的问题,研究各跨转子残余不平衡量耦联效应对轴系转子振动特性的影响。搭建了两跨四支撑（2N支撑）轴系实验台,模拟开机启动过程,实验对比了针对轴系转子系统的两种低速动平衡方式。实验结果表明,对两跨四支撑转子整体进行组合的低速动平衡效果优于对转子1、2单独进行低速动平衡。     

基于元学习的语音识别探究

目前,高准确率的语音识别需要在大规模语料库上进行学习才能获得,然而大规模语料库的构建成本较高,某些语言很难采集到充足的语料,因此,基于小规模语料库的语音识别已成为目前挑战性的研究问题.元学习是模仿人类利用已有经验快速学习新知识的机器学习方法,在机器视觉单样本学习任务中表现出明显的优势,已成为新的机器学习研究热点.将元学习应用于单样本语音识别是解决基于小规模语料库语音识别这一挑战性问题的有效途径,在TIMIT和佤语数据库上,开展了基于Reptile元学习算法的单样本孤立词语音识别研究.实验结果表明,该算法能有效地提升模型收敛速度与泛化精度,从而提升了模型的学习能力,说明元学习方法有助于解决小规模语料语音识别这一挑战性问题.