5284树脂流变特性研究

研究了Resin Transfer Molding（RTM）专用5284树脂体系的流变特性,并根据阿累尼乌斯方程建立了5284树脂体系的化学流变模型,有效预测了该树脂体系在不同工艺下的粘度行为,揭示了树脂体系的优化工艺参数和低粘度平台工艺窗口,为RTM的顺利实施及工艺参数的准确制定奠定了科学依据.     

支持向量机在航空装备维修保障能力评估的应用

维修保障能力评估工作不仅是航空装备管理的一项重要内容,也是保证航空装备维修质量与可靠性的一个重要内容。但是维修保障能力评估中精确样本的获得十分困难,针对维修故障能力评估样本较少,建模不准确的问题,本文提出了应用支持向量机(SVM)对航空装备维修保障能力评估系统进行建模,仿真结果验证了本文方法的有效性。     

基于模糊C-均值聚类与支持向量机的PMV指标预测系统

为了更好地预测室内热舒适度PMV指标,在分析模糊C-均值聚类方法与支持向量机方法的优势和互补性后,探讨了二者的结合方法,提出了一种基于模糊C-均值聚类预处理的支持向量机PMV指标预测系统.该方法把复杂的数据集看作多个群体的混合,每个群体采用单一的回归模型进行描述,使得大规模数据集的回归估计问题变成了一个多模型估计问题.将该系统应用于PMV指标预测中,与标准支持向量机方法相比, 得到了较高的预测精度,从而说明了基于模糊C-均值聚类方法作为信息预处理的支持向量机学习系统的优越性.     

基于注塑机的ABS树脂PVT特性在线测试

为了准确地预测聚合物性能和优化加工工艺参数,提出了一种新的聚合物的压力-体积-温（PVT）特性在线测试技术,其设备基于注塑成型机,通过一个专门的测试模具在正常的工艺条件下获得聚合物的PVT数据。对ABS树脂的PVT特性进行了测试。同利用Confining fluid技术测得的结果做了比较,PVT曲线是一致的,证明了此在线测试技术的可行性;利用修正的双域Tait状态方程对实验结果进行了拟合,同测试结果非常吻合。     

软测量技术的新进展及其在火电厂热工过程中应用

针对火电厂热工过程中传统测量方法所面临的问题,探讨和研究了目前在火电厂热工过程中使用软测量技术的最新进展及应用。并主要通过分析燃煤电厂烟气含氧量测量的现状,提出了基于最小二乘支持向量机的软测量方法,给出了相应的系统结构和算法。     

基于模糊聚类SVM的混合像元分类方法

针对遥感影像分类过程中混合像元难判别的问题, 提出一种基于Gustafson-Kessel模糊聚类算法的支持向量机（SVM）分类模型. 以Gustafson-Kessel算法优选训练样本方式提高支持向量机的分类性能. 为验证其有效性, 将该模型应用于森林覆盖类别分类, 并与标准支持向量机模型分类结果对比. 实验结果表明, 该方法能提高支持向量机对混合像元划分的精度.     

基于特征提取的调制识别方法研究

基于特征提取的调制识别是通过分析信号在时域、频域或其他变换域的差异来提取信号的特征并对信号进行识别分类.针对调制信号载有信息的特点,从信号的瞬变信息、缓变信息以及提取方式等方面对特征提取方法进行研究,并对一些经典的信号特征以及基于时频分析的特征进行了分析,最后研究了两种分类器(神经网络和基于支持向量机)在基于特征提取的调制识别领域的应用.     

成型参数对Ti 35%Al多孔材料孔结构的影响

成型参数是影响Ti-35%Al多孔材料孔结构的主要因素之一.采用元素粉末反应合成工艺合成了Ti-35%Al多孔材料,在其他制备参数一定的条件下,系统研究了成型参数与Ti-35%Al多孔材料的孔隙度、孔径和透气度等孔结构参数之间的关系.结果表明:Ti-Al合金多孔材料中,压制压力对Ti-Al合金多孔材料的孔隙度的影响并不明显;Ti-Al合金多孔材料的最大孔径随压制压力的增大而逐渐减小,压制压力对Ti-Al合金多孔材料孔径的影响,实质上是通过压制过程对压坯粉末颗粒的塑性变形以及对压坯间隙孔的影响来实现的;Ti-Al合金多孔材料的透气度随压制压力的增加呈线性关系递减,对不同压制压力下Ti-Al合金多孔材料Hagen-Poiseuille方程进行了验证,Hagen-Poiseuille方程适用于不同压制压力制备条件下的Ti-Al多孔体.     

基于正反馈的支持向量机

在分析现有的基于高斯核的支持向量机(包括基于K-邻域法的支持向量机)的优缺点的基础上,通过对支持向量机之所以能够描述数据集的分布特征的本质进行分析,突破目前在构造支持向量机中存在的"所有支持向量与样本之间的在特征空间中的内积所对应的核函数参数一定要相等"的这一苛刻要求,提出了用于模式识别的基于正反馈的支持向量机.给出了基于正反馈的支持向量机的算法.通过对人工数据和现实数据的仿真实验,表明基于正反馈的支持向量机在推广性能方面明显优于现有的支持向量机.     

支持向量机方法中加权后验概率建模方法

为解决传统支持向量机方法不提供概率输出的问题,在支持向量机多类分类问题输出概率建模中,提出了加权后验概率建模方法。该方法在对多个两类支持向量机分类器的输出概率进行组合时,充分考虑了各个两类支持向量机分类器的差异。依据Bayesian理论,采用后验概率作为各个两类支持向量机分类器的权系数。实验结果表明,与投票法及Pairwise Coupling方法相比,加权后验概率方法具有较低的分类错误率,不仅具有较好的分类性能,而且得到的后验概率具有较好的概率分布形态。该方法有效地解决了实际多类分类问题中支持向量机的概率建模问题。