2020年细胞力学热点回眸

 概述了2020年细胞力学研究的热点和进展，探讨了细胞膜表面张力、细胞粘附力、细胞弹性模量、细胞与纳米颗粒相对刚度等对细胞生物学行为的影响及其在疾病诊疗中的应用。     

基于元学习的航空电子设备特征选择算法推荐方法

为了对航空电子设备的测试数据进行有效约简, 去除冗余信息和不相关特征, 基于机器学习领域现有的特征选择算法, 提出了一种元学习框架下的航空电子设备特征选择算法推荐方法。所提方法旨在根据不同航空电子设备测试数据所蕴含的信息, 推荐合适的特征选择算法。首先, 分析了数据集特征的描述方法。然后, 介绍了采用综合度量指数的算法性能评价方法。最后, 给出了特征选择算法推荐方法的框架。使用42个航空电子设备的测试数据和13个过滤型特征选择算法建立了元数据库, 采用留一法进行交叉验证, 推荐命中率达到了90%以上, 推荐性能比例达到97%以上。     

Syndrome du jour: The historiography and moral implications of Diagnosing Darwin

Diagnosing Darwin's health problems has a long history. Innumerable diagnoses have been proffered in letters, articles, and a handful of dedicated books. Diagnostic speculation has exhibited contrasting somatogenic or psychogenic preferences. Psychogenic accounts dominated mid-century but were soon challenged by somatic explanations citing specific infectious or toxic aetiologies. This tension remains, although psychogenic accounts have tended to be swamped by an array of somatogenic diagnoses championed by biomedical specialists. As a whole, this parade of diagnoses has a striking syndrome du jour quality. Successive conjectures speak of the preoccupations and diagnostic fads of their particular age. Moreover, for many participants in this diagnostic game, unconscious presentism combined with self-serving projection, turning the question of what ailed Darwin into something of a Rorschach test. Never far from the surface was a sometimes-fraught tussle over the man's reputation, animated by the moral valences of the conjectures in play. In a broader sense, this diagnostic game has shaped biographical accounts of Darwin and his career in some significant ways.     

带噪音预处理的改进探索性Q矩阵标定方法

考虑到在实际应用中学生在做题时的猜测和失误(统称为噪音)会影响探索性因素分析法所使用的四分相关矩阵的质量,该文提出四分相关矩阵的一种噪音修正方法,并将其应用于Q矩阵标定.模拟研究结果表明:猜测和失误这2种噪音会对Q矩阵的标定产生不利的影响; 基于修正后的四分相关矩阵的探索性因素分析法,在样本量较大和噪音较大等情况下,均能有效地提高Q矩阵标定的准确率.     

海底观测网络数据管理系统设计

针对海底观测网数据管理的需求，建立了数据管理系统的功能模型，设计了数据通信、设备管理、故障诊断及数据质量控制等关键技术的相关实现算法。综合运用Socket网络编程、MySQL数据库技术，依据模块化的设计思想，开发了海底观测网数据管理系统。海试结果表明，该系统实现了对海底观测网的实时数据采集、状态监控、数据分类存储和数据共享等功能，具有长期运行稳定可靠、可扩展性强的优点。     

砂轮磨削过载判据及其快速诊断

基于对砂轮磨削过程中声发射信号的采集,研究了2种砂轮磨削过载判据的特征量提取方法,并提出了评价砂轮磨削过载判据的主要指标即灵敏度、稳定性和算法效率.通过选取合理的采样率与处理间隔,分析比较了2种信号处理方法对砂轮与工件过载的识别效果.结果表明,所提出的信噪特征比方法提取的特征量具有稳定性好、灵敏度和算法效率高的特点,且可以对过载点实现预判,可作为优先选择的磨削过载判据.     

基于多Agent系统的动态网络系统拓扑结构故障诊断方法

动态网络系统拓扑结构异常与故障呈对应关系,在拓扑结构不确定时,通过自组织算法能准确地实现动态网络拓扑结构的识别,是实现故障诊断的一种有效途径.提出了一种基于多Agent系统原理的动态网络系统拓扑结构识别方法,建立了故障诊断系统结构模型,提出了一种具有容错协调机制的邻居Agent搜索算法.以16节点动态网络系统为对象进行了仿真分析.结果证明,该方法能够有效地识别动态网络系统拓扑结构.     

具有非线性等式约束的故障诊断集员滤波器设计

为了解决具有非线性等式约束的故障诊断问题,提出集员滤波器的设计方法,该方法不仅可以对故障程度进行估计,有效检测出故障,还能解决运行系统中要求的100%包含真实最小域的需要,判定出故障类型.首先对非线性等式约束线性化,通过S-过程方法和线性矩阵不等式方法设计集员滤波器;而后用Finsler引理把非约束状态下的集员滤波投射到约束表面,得到状态约束下的集员滤波器;最后运用递归优化算法对集员滤波器进行优化.数值仿真说明了该方法的可行性和有效性.     

基于混沌人工蜂群算法优化的SVM 齿轮故障诊断

为克服支持向量机中模型参数的随意选择对分类性能造成的不利影响, 提出了基于混沌人工蜂群算法的支持向量机(CABC鄄SVM: Chaotic Artificial Bee Colony algorithm of Support Vector Machine)参数优化方法。该方法采用Logistic 混沌映射初始化种群和锦标赛选择策略, 对支持向量机的惩罚因子和核函数参数进行优化时以分类准确率作为适应度函数。通过UCI 标准数据集实验证明, CABC 具有较强的局部和全局搜索能力, 其优化的支持向量机可在很大程度上克服局部极值点, 从而获取更高的分类准确率, 并有效缩短了搜索时间。将该方法应用于实际齿轮故障诊断中, 采用小波相对能量作为特征输入支持向量机, 分类准确率达到99. 4%, 验证了该方法的可行性和有效性。     

基于滑动窗的CVA故障诊断算法

由于过程数据通常具有时变性,规范变量分析(CVA)在动态过程系统的故障诊断中不能得到较好的故障诊断准确率,因此提出一种基于滑动窗的规范变量分析(MWCVA)算法.该算法首先建立初始的CVA模型和计算监控统计量,通过滑动窗更新过程变量数据,计算更新建模所需数据,不断实时地更新出新样本的CVA模型和监控统计量.通过对Tennessee-Eastman过程的仿真,对比CVA、MWPCA和MWCVA的故障诊断效果,验证所提出算法的有效性.