基于GMM-LSTM的车辆切入意图识别研究

【目的】为了能准确识别出他车的切入意图，同时解决由爆发性增长的无标签行车数据所引起的识别模型落地难的问题。【方法】本研究提出一种双层无监督的车辆切入意图识别模型，该模型由聚类模块及意图识别模块组成。聚类模块采用高斯混合模型对基于NGSIM构造的无标签数据集进行聚类分析，并挖掘其内在的数据关系，从而获取切入时不同驾驶行为对应的特征标签。意图识别模块用于识别车辆切入意图，该模块是基于LSTM搭建的。该模块先结合聚类模块来获取特征标签及无标签数据集，构造新的有标签训练集及测试集，然后将其输入到神经网络中进行训练与测试。【结果】该模型在基于真实路况的NGSIM数据集上表现较好，对驾驶意图的识别准确率达到97%，精度较高。【结论】该模型在无标签数据上具有较好的识别能力。     

基于多层NN结构的电机故障诊断应用研究

通过电机故障机理的分析，确定电流噪声多元时序模型参数φi作为电机故障类型识别初始模型向量，并针对其特点，提出了多层NN结构的故障诊断模型，在诊断模型中，应用APEX网络提取分类信息，压缩向量空间维数，利用前馈网络建立其类型识别函数，实践证明该诊断方法是正确的。     

电流模电路的小波神经网络测试研究

提出一种基于多尺度小波分解及神经网络映射归纳的测试电流模电路故障缺陷的方法.针对CMOS器件典型故障建立了测试所需的故障模型,给电路节点加入故障模型进行故障响应测试.对故障信号进行时域采样,采用小波多尺度分解对故障相应信号进行频域多尺度分解,然后将处理数据作为神经网络训练样本,对各类缺陷响应结果进行分类、识别,最后根据可接受偏差范围确定信号为故障或非故障.给出了6类故障的故障覆盖率测试结果.     

一种基于动态协同更新机制的 接触网故障智能识别方法

随着电气化进程的加快,对接触网的运行及故障识别等提出了更高的要求针对目前电气化铁路接触网参数较多、容易发生故障,且故障识别较慢、精确度不高等问题,提出一种基于动态协同更新机制的接触网故障智能识别方法首先,依据技术标准选取接触网中常见的几种典型参数故障数据与正常数据,并完成各类别的标签指标设计;其次,针对传统粒子群算法中存在的寻优能力不足等问题,采用动态协同更新机制进行改进;然后,构建基于动态协同更新机制改进粒子群优化极限学习机的接触网故障智能识别模型（DCUMPSO ELM）;最后,通过仿真实验分析,验证所提方法在接触网故障智能识别中的有效性,为接触网故障识别提供了一种新的智能方法与思路     

区间值fuzzy集的隶属原则及其应用

讨论了区间值fuzzy集的模型识别问题，首先，引入了区间娄的两种排序方法，并以此给区间值fuzzy集的隶属原则；其次，给出了区间值fuzzy集的模型识别的两个具体实例；最后，为了度量所得结论的可靠程度，引进了可信度的概念，并提出了可信度的计算公式。     

基于ATP-EMTP的2×27．5kV复线AT牵引网模型建立与分析

本文主要介绍了在ATPDraw环境下如何建立2×27．5kV复线AT牵引网的模型，该模型充分考虑了AT漏抗、线路互感、钢轨对地漏导等因素对牵引网阻抗的影响，并使用ATP-EMTP仿真出在以上因素影响下的牵引网故障短路电流波形，同时应用“AT中性点吸上电流比”及复线“上下行电流比”故障测距方法证明了该模型的实用性．     

基于ATP-EMTP的2×27．5kV复线AT牵引网模型建立与分析

本文主要介绍了在ATPDraw环境下如何建立2×27．5kV复线AT牵引网的模型，该模型充分考虑了AT漏抗、线路互感、钢轨对地漏导等因素对牵引网阻抗的影响，并使用ATP-EMTP仿真出在以上因素影响下的牵引网故障短路电流波形，同时应用“AT中性点吸上电流比”及复线“上下行电流比”故障测距方法证明了该模型的实用性．     

组合电路中延迟故障的功能测试生成

提出一种用于测试组合电路中延迟故障的新功能邦联模型,讨论该模型的功能测试生成。实验表明,这种功能测试集具有实现低路径延迟故障覆盖范围的功能。     

加强对大型设备的维修和管理

本文从ESCALABMKⅡX射线光电子能谱仪的分析特点出发，阐明了该仪器的结构特点及多发性故障的处理技术，并以冷却水循环系统的X射线源水路段作典型代表，分析了该路段的水路与电路工作原理，详细介绍了作者对该路段故障处理的经验和方法。     

熵权属性识别模型在电网公司综合评价体系中的应用

电网公司综合评价中各单指标的评价结果具有独立性，需要综合考虑各指标的属性．论文通过将熵值法与属性识别模型相结合，建立了电网公司综合评价的熵权属性识别模型，并运用熵值法来确定权重系数，能够避免权重确定的主观性问题．通过一范例对该识别模型进行分析，结果合理，计算简单．     

物联网环境下Feistel结构分组密码的差分故障分析

轻量级分组密码作为物联网环境下RFID标签及智能卡等设备通信安全的重要保证,其安全性十分重要。为此,分析了Feistel结构轻量级分组密码故障传播规律,并提出了一种深度差分故障分析方法。该方法基于半字节故障攻击原理,对按照Feistel结构设计的轻量级分组密码可根据故障密文与正确密文的差分分析得到相应密钥信息。对具体的密码算法建立3种不同的攻击模型：单轮半字节故障注入模型、多轮半字节故障注入模型、多轮两个半字节故障注入模型,分别进行差分故障攻击得到该密码算法受差分故障攻击的威胁程度。给出了Feistel结构密码算法LBlock的实验结果。     

双压凝汽器热力学分析

详细阐述了阊计凝汽器如何获得最佳真空，揭示了在单压凝汽器相同的运行条件下，采用双压凝汽器其热效率高于单压凝汽器的规律和原因；并分析了在不同的循环冷却水进行温度，循环水温升的条件下双压凝汽器较单凝汽器的受益情况。     

基于属性区间识别理论的高新技术产品评价模型

为实现高新技术产品科学化、规范化和定量化的认定,建立了高新技术产品量化指标体系,并以属性区间识别理论为基础,建立了高新技术产品综合评价的属性区间识别模型.该模型简单方便、合理有效,为高新技术产品综合评价提供了一种新方法.     

短缺水电资源Fuzzy分配模型与应用软件研究

利用Ｆｕｚｚｙ集的方法，建立了短缺水电资源分配的数学模型。该模型在剔除申报额“水份”，确定承担资源短缺后比率等方面做了较好的工作。将模型设计成计算机软件包，。通过模拟运行，获得使用单位的好评。     

动态数据驱动的LS-SVM多模型预测主动容错控制

针对非线性系统提出了一种基于动态数据驱动的LS-SVM多模型预测主动容错控制方法,使系统对已知故障容错的同时,利用动态数据驱动对模型的补充,实现了对未知故障的主动容错．该方法首先基于LS-SVM建立系统正常或已知故障模式的动态模型库,实际运行时依据系统对性能容忍度指标和模型失配度指标的实时计算分析,判断系统所处的运行模式,当系统发生已知故障时,直接调用动态模型库中已有的模型,并采用经局部线性化近似预测控制算法计算控制律;当系统发生未知故障时,则选用模型库中最接近当前运行模式的模型进行故障过程的过渡容错控制,并以动态数据5步补充循环算法,快速建立该未知故障的LS—SVM模型,进而利用新模型实现系统对未知故障的主动容错．并以一非线性系统仿真实例验证了所述方法的可行性和有效性．     

基于KECCA与PLS的水下底质回声识别

分析了增强典型相关方法（Enhanced Canonical Correlation Analysis, ECCA）的不足,提出ECCA与偏最小二乘方法（Partial LeastSquare, PLS）相结合的多特征线性融合识别模型.为解决多特征非线性融合问题,将增强典型相关方法推广到核空间中,得到了核增强典型相关方法（Kernel ECCA, KECCA）.最后,将KECCA+PLS模型用到水下底质回声识别.四种底质回声识别实验表明,采用KECCA+PLS模型,识别效果得到进一步改善.     

基于支持向量机对夹层定量识别研究

夹层描述与预测为高含水油田剩余油研究的重要技术手段之一。经过数十年的开发,中国东部老油田基本已全面进入高含水、高采出阶段,但实践表明由于夹层分割的作用,仍存在可观的剩余油相对富集区。支持向量机是建立在统计学理论基础上的一种小样本统计学习理论,能够处理模式识别(分类问题、判别分析)及回归问题等诸多问题。以喇嘛甸油田南中西二区SⅢ4-7小层为研究对象,在夹层成因的基础上,结合测井资料对夹层类型进行识别,选取识别参数及识别标准建立样本集,从而建立支持向量机评价模型。利用评价模型对SⅢ4-7小层的夹层进行定量识别研究,并与实际结果对比,最后对模型进一步优化。     

基于统计方法和主动轮廓模型相结合的医学图像轮廓提取

采用最小描述长度作为目标函数实现点分布模型上轮廓点的自动选取,提出了一种结合统计方法与主动轮廓模型提取图像轮廓曲线的方法.对一系列图像训练得到该训练集的典型轮廓曲线,初始化新图像的主动轮廓模型曲线后,再用训练集得到的轮廓线约束其变形,提取图像最佳的轮廓曲线.实验表明,与传统主动轮廓模型比较,该方法具有更好的轮廓提取效果.     

模糊分析方法在金融机构风险排序中的应用

运用系统与模糊分析相结合方法,首先将金融机构面临的资产风险分解成若干个风险因素子系统;然后以金融理论为指导建立各子系统风险因素评价的隶属度矩阵,并在此基础上采用模糊间接识别模型及贴近度的概念,构造了各子系统风险因素模糊识别模型;最后通过各子系统模糊识别模型的合成,建立了整个金融机构系统模糊识别模型,借以达到各金融机构风险排序、化解金融隐患和保证国家经济安全的目的.     

水库天然冰温度场数值模拟

根据水库天然冰实测温度数据,建立了识别冰层热扩散率的分布参数系统最优控制模型.该优化模型采用遗传算法求解,并对模型中的热传导方程采用半隐式差分格式迭代求解.利用太原汾河二库天然冰温度场数据进行了实际计算.算例表明:数值模拟结果与实测数据吻合良好,所建立的优化模型及算法是正确、有效的.