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。     

融合图注意力网络和注意力因子分解机的服务推荐方法

为了解决服务推荐过程中的特征稀疏问题、提高服务的语义表示能力,进而提升推荐的准确性和有效性,提出基于图注意力网络(graph attention networks,GAT)研究服务推荐方法,引入服务的组合权重和组合的结构信息,综合利用多种服务特征,提高服务推荐质量。将GAT和注意力因子分解机(attention factorization machine,AFM)结合在一起,利用多头自注意力机制,学习每个节点在图邻域中的重要性;进行信息聚合,处理网络中的不同图结构,以适应服务动态变化的场景。 实验结果显示,在数据平衡的情况下,提出的方法性能表现均好于对比方法;在数据不平衡的情况下,提出的方法大部分性能指标也表现良好,达到了提升服务推荐准确性和有效性的目标。     

自锚式悬索桥的减震控制试验研究

为研究独塔自锚式悬索桥在纵向设置粘滞阻尼器后的结构地震响应和减震效果,本文以某独塔自锚式悬索桥为工程背景,按照相似理论,设计制作了1/20大比例缩尺模型,设计了一致输入和行波输入试验工况,进行了在主箱梁与辅助墩之间纵向设置粘滞阻尼器的振动台试验。研究结果表明：在自锚式悬索桥纵向设置参数合理的粘滞阻尼器后,模型桥的纵飘频率变化很小,阻尼比变大,说明粘滞阻尼器对结构提供了一定的阻尼,一致激励工况下,梁端、塔顶位移反应减小,并且主塔底部应力有所减小,具有较好的减震效果;行波激励工况下,行波效应对自锚式悬索桥的结构响应有放大作用,阻尼器在行波激励下起到了很好的减震作用。     

基于改进LSD的立体组合靶标自动编码算法研究

传统的基于机器视觉空间目标姿态测量技术,由于多采用平面靶,故存在受安装空间限制等问题,提出了立体组合靶的设计;并在靶标中设计不同数目的直线,从而实现靶标的快速自动编码。由于传统的LSD直线检测算法存在断线、派生直线过检测等问题,增加了候选区域包含边缘像素点数筛选,剔除部分伪直线边缘,提高了算法的检测效率;并通过设置候选区域质心间距阈值和方向阈值,合并隶属于同一直线的候选区域,避免了同一直线过检测的情况;增加了相似断线间的合并操作,解决了该算法对相交直线检测的缺陷,实现了立体组合靶标的快速自动编码。实验结果表明:改进后的LSD算法在运行速度、检测效果方面均优于传统的LSD算法,具有较好的工程应用价值。     

SUMT法在传动轴优化设计中的应用

惩罚函数(SUMT)法将一个约束优化问题转化为一系列无约束优化问题来求解,数值稳定性好,求解范围广。将其应用到某型号空心传动轴的重量最小化设计,以其各项使用性能和尺寸要求为约束条件,采用内点罚函数法建立优化设计的数学模型,通过迭代得到最优设计参数。结果表明：SUMT法收敛快、精度高,是求解机械优化设计问题的高效算法。     

二自由度行星齿轮变速器的组合设计法

行星齿轮变速器的设计是一件复杂而困难的工作,故本文对由两个NGW型差动轮系构成的复合轮系进行了分析,从中找出几个适于变速器传动比范围的轮系,并配以制动器,构成传动方案简图,将这些简图和对应的传动比公式和传动比变化范围列入表中.设计时,只需根据变速器所需的传动比数值,从表中选出适合的方案简图进行组合,就得到行星变速器的总体传动方案简图和机构简图,同时,联立求解由表中查得的传动比公式,各轮系齿轮的齿数也能迅速计算出来.     

电桥法测电阻实验中的要领及故障分析

物理实验是高等学校开设的一门独立的必修课程,通过物理实验的教学,要求学生能掌握比较扎实的实验基本功,学会每个仪器的使用,知道实验中的故障排除,掌握接线要领,会根据要求选择仪器,会处理实验数据。本文就以电桥法测电阻为例加以分析说明。     

基于机器学习的裂纹识别研究现状及发展趋势

裂纹识别一直是机器视觉领域的重要研究内容,尤其是与之相关的自动检测算法在近年来备受关注。深度学习作为机器学习的一个分支,其在裂纹识别方面已显现出强大的功能和灵活性。本文对基于机器学习的裂纹识别技术的发展情况、研究现状以及典型方法进行详细介绍:首先介绍了多种机器学习方法在裂纹识别领域的应用,并从特征提取算法和应用对象等方面介绍了支持向量机(Support Vector Machine, SVM)、K最近邻(K-Nearest Neighbor, KNN)、神经网络、决策树和随机森林等常用的分类器;其次,从网络模型、数据集和应用对象等方面介绍了深度学习方法在裂纹识别领域的应用。同时,本文还对近20年(2000-2020年)的81篇相关文献进行对比分析,认为未来金属裂纹的识别依旧是热门研究,多种算法的混合会逐渐替代单一算法成为今后的发展方向。     

基于非均衡模糊近似支持向量机的P2P网贷借款人信用风险评估及应用

现实中P2P网贷平台可信用户和违约用户的样本分布具有非均衡性,且投资者对分类错误持有不同接受程度.本文通过使用双边权重误差测量方法和映射距离选择正负样本误差项的隶属度,构建了基于非均衡模糊近似支持向量机(DFPSVM)的P2P网贷借款人信用风险评估模型.然后,提出了借款人信用评分及评级方法.最后,借助人人贷平台借款人信用信息进行了实证分析,结果表明所构建的模型与其他模型相比具有更好的适应能力和较高的分类准确度,能有效减少样本非均衡性对分类结果的影响,显著增加负类样本分类的准确率.获得的人人贷平台借款人的信用得分、信用等级及违约率分布能够为平台控制违约风险及投资者决策提供帮助.     

Stateflow在巡航导弹仿真中的应用

介绍了Stateflow的基础知识和基本用法以及基于Stateflow的巡航导弹仿真建模方法。Stateflow是一种基于MATLAB／Simulink和有限状态机理论的图形化离散事件仿真环境，巡航导弹分段弹道模型和制导引信系统都可以很方便的用Stateflow进行建模，使系统仿真更加直观，便捷。