壁式框架分析的状态变量传递法

取杆端位移和对应的杆端力作为状态变量 ,利用传递矩阵和逐层分析的方法来分析壁式框架。文章取框架的每一层作为基本单元 ,建立基本单元端部的状态变量与相邻基本单元端部状态变量之间的转换关系。分析过程中 ,框架层数的增加仅增加矩阵相乘的次数 ,而待求的基本未知量的数目始终保持不变 ,从而提高了计算机分析问题的能力。     

平面孔的远场矢量衍射理论及其标量近似

在矢量衍射理论的基础上,给出了偏振光、自然光照射的情况下,平面孔远场衍射的矢量描述,与标量衍射理论进行了比较,指出了标量衍射理论的误差及适用范围;对于孔径与波长相当的微小孔的大角度衍射,标量衍射理论存在一定的误差,而必须采用矢量衍射理论.文章以圆孔衍射为例作了详细讨论.     

一种改善变速恒频发电机动态性能的方法

以主磁路饱和为基础建立了变速恒频发电机的矢量控制模型 ,并由此研究对转子励磁电流进行矢量控制的控制策略 ,探讨不同约束条件下改善动态性能的途径 .结果表明 ,变速恒频发电机具有良好的动态性能     

基于GA优化的VMD-SVM识别角度头故障特征

提出一种基于遗传算法优化的变分模态分解（variational mode decomposition,VMD）-支持向量机（support vector machine,SVM）方法来识别机床角度头故障特征。首先采用遗传算法对VMD算法的输入参数进行优化,将优化后的VMD算法用于振动信号的分解,得到各本征模态函数（IMF）后,求得对应的能量熵;然后通过SVM算法筛选出有效故障数据,再利用峭度和相关系数相结合的方法将其中的IMF筛选出来并重构信号;最后,对该信号作频谱分析,分析相关特征信息,识别并诊断出故障。根据仿真和实验结果,所提方法对于故障角度头的有效信号筛选正确率高,对于噪声抑制效果良好,特征提取快速有效,可用于机床故障诊断领域。     

级联型多电平逆变器控制方法的仿真研究

级联型多电平逆变器在交流调速领域发挥着十分重要的作用。近年来,针对级联型逆变器提出了多种调制方法和调速策略,并取得了一定的成果。以级联七电平逆变器为研究对象,研究了如何将两电平空间矢量调制技术应用到H桥多电平逆变器的控制中,并给出了仿真分析的过程和具体结果。然后,将其与基于空间矢量调制的直接转矩控制方法相结合,从而解决了传统DTC在级联型多电平逆变器应用中存在的开关状态表难于形成、开关频率不固定等问题。通过MATLAB/SIM-ULINK搭建仿真模型,证明了此方法的可行性和优越性。     

对光的“相干条件”的分析

教科书上给出2束光在空间相遇产生干涉的条件是:频率相同,振动方向相同,相位相同或相位差恒定.认为其中"振动方向相同"的提法不妥,依据波的叠加原理,通过矢量分析得出第2个条件应改为:振动方向不垂直.     

利用支持向量机方法预测储层产能

支持向量机方法(SVM)是基于结构风险最小化原理,采用核函数处理技术,较好的适应小样本、非线性和局部极小点等实际问题,克服了常规统计方法的局限性,避免了维数灾难。能够在有限的样本集基础上,兼顾模型的通用性和推广性,有效解决了学习性和延拓性的问题,预测精度更高。实际生产中影响储层产能因素众多,各因素间相互影响,在综合考虑地层因素的基础上,提取了测井产能预测参数,利用支持向量机方法对产能进行了预测,预测结果与实际一致,并将处理结果与多元回归及BP神经网络处理结果进行了对比分析。实践表明支持向量机方法优于后两种方法,是一种值得推广使用的方法。     

基于局部密度比的模糊隶属度设置算法

基于知识发现中的局部异常因子思想, 提出一种基于局部密度比的模糊隶属度设置算法, 该算法根据样本的邻域密度比设置样本的隶属度, 并采用一种单参数选择策略. 数值实验表明, 所提出的算法在带噪声的非线性函数估计方面具有很好的鲁棒性, 有效地解决了模糊支持向量机中的模糊隶属度设置问题, 对处理带噪声的分类和非线性函数估计问题具有重要的意义.     

噪声补偿应用于与文本无关的说话人辨认研究

通过对VQ码本在线性频谱域进行噪声补偿,使得补偿后的VQ码本逼近测试环境下训练出的码本,从而提高说话人辨认系统的性能。实验中,在不同的信噪比条件下测试辨认率,并将补偿和没有补偿时的辨认率进行比较,结果显示,该算法能够有效地提高说话人辨认系统的性能。     

基于小波变换的矢量量化快速码字搜索算法

针对矢量量化过程中编码的复杂性,提出了一种基于小波变换的自适应快速码字搜索算法.该算法使用欧几里德距离的平方作为量化的失真测度,首先为输入矢量选择合理的初始匹配码字,然后利用多控制点的三角不等式和变换域中矢量的性质去排除不可能匹配的码字,最后通过搜索空间的逐次降低找到与输入矢量最匹配的码矢量.仿真结果表明：在需要很少预先计算量和额外存储量的条件下,文中算法的编码质量和全搜索算法相同,但是其计算量却极大地降低.