电子探针电路的元件参数选择及其对粒度响应的影响—液滴粒度电测研究之五

前文报导了测量水滴粒度的传感器(电子探针)的等效电路及粒度响应的计算方法。本文讨论电子探针电路中各元件参数对粒度响应的影响及优化参数的选择。     

电子探针等效电路响应的传递函数解法——(液滴粒度电测研究之二)

本文提供了一种利用电路的传递函数来直接求水滴粒度响应的方法。该电路是电子探针(传感器)的等效电路。     

基于图的悲观多粒度粗糙集粒度约简

结合图的顶点覆盖理论,探讨了悲观多粒度粗糙集粒度约简的新方法.首先提出悲观多粒度粗糙集诱导图的概念,并给出其粒度约简的图特征,在此基础上,以图的方法刻画粒度的重要度,进而设计基于图的悲观多粒度粗糙集粒度约简的算法;其次,定义悲观多粒度决策粗糙集诱导图的概念,类似地给出其粒度约简的图特征和粒度重要度,设计基于图的悲观多粒...     

激光粒度分析仪标准纳米粒子的粒度分布测定

主要介绍了一种有效的对激光粒度分析仪纳米调试粒子粒度分布的定值方法,寻找出一种方便稳定的可以用作校准激光粒度分析仪的纳米级的调试粒子,利用透射电镜(TEM)、扫描电镜(SEM)、激光粒度分析仪等多种分析手段共同对其粒径进行准确的定值及粒度测定,为制备能校准激光粒度分析仪纳米尺度的标准粒子提供方法依据.     

基于矩阵的多粒度粗糙集粒度约简方法

粒度约简是多粒度粗糙集的重要议题,现存的多粒度粗糙集粒度约简方法以考虑各种形式计算多粒度下的正域为主要的研究方法 .然而对于多粒度粗糙集,因为同时存在悲观视角与乐观视角,不仅下近似会因悲观、乐观视角而产生差异,视角同样会影响上近似的大小.因此,提出一种可以保持多粒度上下近似不变的粒度约简方法,同时考量多粒度粗糙集的上近似与下近似的粒度重要度,基于重要度设计了用矩阵计算粒度重要度的方法,并提出相应的粒度约简算法.在UCI公开数据集上使用对比算法验证了所提算法的有效性和优越性.     

图像探针测量汽轮机湿蒸汽二次水滴参数方法研究

汽轮机中二次水滴粒径大,容易造成叶片水蚀,降低汽轮机效率.但由于其数量少,测量困难,加大了研究的难度.在众多测量方法中,图像法具有同时测量二次水滴粒径、速度、方向和湿度等参数的优点.采用图像探针测量二次水滴,利用镜头参数确定测量区,提出根据水滴图像的模糊程度来确定该水滴是否处于测量区内,处理测量区内二次水滴,得到其粒度、速度和湿度等参数.通过实验室研究,得出模糊程度和颗粒的关系,并经过湿蒸汽模拟实验,计算出喷雾水滴的粒度和体积浓度,验证了该处理方法的有效性,为二次水滴的测量提供了一种新的思路.     

基于加权粒度和优势关系的程度多粒度粗糙集

程度多粒度粗糙集考虑了等价类与目标集合之间重叠部分的定量信息,却忽略了不同粒度的权重问题。基于程度多粒度粗糙集与加权粒度多粒度粗糙集,提出了基于加权粒度和优势关系的程度多粒度粗糙集模型。讨论了它的相关性质,并提出一种粒度约简的方法。最后通过实例分析验证了本文理论方法的正确性与有效性。     

多粒度决策系统的局部最优粒度选择

粒计算是知识表示与数据挖掘的一种重要方法.它模拟人类思考模式,以粒为基本计算单位,以处理大规模复杂数据和信息等建立有效的计算模型为目标.在粒计算看来,一个粒是由多个比较小的颗粒组成更大的一个单元.在许多场合下,由于不同标记尺度对数据有不同的分割,会得到不同层次的信息粒度.在面对具体问题时,自然而然地考虑选择一个合适的粒度层次来解决问题.针对具有多层粒度决策系统的粒度选择与规则获取问题,首先介绍了多粒度决策系统的概念,并在多粒度决策系统中定义了局部最优粒度,然后介绍了多粒度决策系统中基于局部最优粒度的属性约简.最后,给出了基于局部最优粒度的规则获取方法,并结合具体实例给出了规则获取的一个算法.     

多粒度网格资源预留系统

提出并实现了一种对网格应用所需资源进行预留管理的系统,研究了多种粒度的资源预留,可满足不同应用的资源需求.用户根据应用选择合适的资源预留粒度,以减少资源的浪费,提高资源利用率.为了适应网格应用资源需求的动态变化,该系统允许在运行时动态地调整资源预留的持续时间或预留资源量.性能测试表明:随着干扰程序的规模的增加,在没有资源预留的情况下,干扰程序规模最大时Linpack测试值是没有干扰程序时的0.39%,在使用CPU预留时对应的百分比为103.38%.     

全序优势关系下区间信息系统多粒度粗糙集的粒度约简

多粒度粗糙集是近年来粗糙集理论中兴起的一个研究方向。该文针对优势关系下的区间信息系统的多粒度粗糙集,提出了相对粒度约简的概念,给出了基于粒度重要性的粒度约简算法。用实例来进行具体分析该方法的有效性。     

多标记决策表的最优粒度选择

针对多标记决策分类中的粒度选择问题,提出了基于决策表的全局最优粒度选择方法和基于对象的局部最优粒度选择方法.首先基于多个粒度层次分析了多标记决策表的粒度划分,引入了多粒度多标记决策表的粒化粗糙度度量方法;然后针对协调决策表和不协调决策表讨论了通用的决策表最优粒度选择方法;最后,针对全局最优粒度选择不能使每个对象都达到最优粒度的局限性,以及不协调决策表中有些对象关于决策标记分类的不确定性问题,讨论了对象的局部最优粒度选择方法,并结合实例验证了该方法的有效性.     

基于进化树的产品模块化粒度分析

针对产品模块化设计中的粒度问题,提出一种基于进化树的分析方法。通过综合考虑零部件之间的功能关系度、结构关系度和物理关系度,建立产品的原始矩阵,应用模糊聚类分析方法对其进行划分,得到传递闭包矩阵;根据不同分区阈值序列形成模块,得到一个聚类进化树,再以进化树的最长分支为基础,划分出不同的粒度等级,通过比较模块化指数MI找到其最佳粒度级别。以咖啡机产品的模块化粒度分析为例,验证了该方法的有效性。     

全粒度聚类算法

聚类分析是数据挖掘与知识发现领域的一个重要研究方向.多数聚类算法中相似性是其核心概念之一,对象之间的相似性会被直接或者间接的计算出来.传统的相似性度量方法多是基于单一的粒度去观察两个被测对象.在人类认知过程中,通常采用多粒度来更合理有效地进行问题求解.本文借鉴人类的这种多粒度认知机理,提出一种新的相似性学习方法,称作全粒度相似性度量方法,基于此发展了一种全粒度聚类算法.而全粒度相似性度量从各个角度观察被测对象,进而会得到两个对象间更加真实的相似度.从UCI数据集中选取5组数据进行实验,最后通过与两种传统的聚类方法比较验证了全粒度聚类算法的合理性与有效性.     

球团粒度的在线检测

球团粒度大小对球团质量具有重要影响,采用基于小波理论的计算机图像处理技术,研究出一种在线测定堆积球团粒度的方法,解决了球团图像识别的关键问题--球团的边界提取.并以此为基础构造了球团粒度在线检测系统,输出信号可反馈控制配料和造球机的工作,以便生产出高质量的球团矿.实验结果表明,系统计算的粒度分布及平均粒度与实际粒度分布及平均粒度基本吻合.     

球团粒度的在线检测

球团粒度大小对球团质量具有重要影响,采用基于小波理论的计算机图像处理技术,研究出一种在线测定堆积球团粒度的方法,解决了球团图像识别的关键问题———球团的边界提取。并以此为基础构造了球团粒度在线检测系统,输出信号可反馈控制配料和造球机的工作,以便生产出高质量的球团矿。实验结果表明,系统计算的粒度分布及平均粒度与实际粒度分布及平均粒度基本吻合。     

球团粒度的在线检测

球团粒度大小对球团质量具有重要影响,采用基于小波理论的计算机图像处理技术,研究出一种在线测定堆积球团粒度的方法,解决了球团图像识别的关键问题--球团的边界提取.并以此为基础构造了球团粒度在线检测系统,输出信号可反馈控制配料和造球机的工作,以便生产出高质量的球团矿.实验结果表明,系统计算的粒度分布及平均粒度与实际粒度分布及平均粒度基本吻合.     

煤尘粒度分布的分形结构研究

本文应用分形几何理论，研究了采煤工作面煤尘粒度分布的分形特征．研究发现，煤尘粒度分布具有很好的分形结构，其粒度分布可用分维值定量地描述。研究煤尘的分维值能为选择除尘方法和设备提供科学的理论依据     

多粒度面向对象概念格的构造

目的研究多粒度面向对象概念格的构造。方法在单粒度面向对象概念格外延集上作并运算,得到多粒度面向对象概念的外延集,再运用下近似粒算子,得到多粒度面向对象概念的内涵集,进而构造多粒度面向对象概念格。结果给出了由单粒度面向对象概念格构造多粒度面向对象概念格的方法。结论多粒度面向对象概念格的提出进一步完善了概念格理论。     

粒度的分解与复合

文章定义了基于等价关系的粒度的概念,从整体上给出了粒度的分解和合成的统一方法.利用这个方法可以描述和区分信息系统中的元素.     

球团粒度的在线检测

球团粒度大小对球团质量具有重要影响，采用基于小波理论的计算机图像处理技术，研究出一种在线测定堆积球团粒度的方法，解决了球团图像识别的关键问题——球团的边界提取。并以此为基础构造了球团粒度在线检测系统，输出信号可反馈控制配料和造球机的工作，以便生产出高质量的球团矿。实验结果表明，系统计算的粒度分布及平均粒度与实际粒度分布及平均粒度基本吻合。