基于灰色关联度分析和支持向量机 回归的沥青路面使用性能预测

沥青路面使用性能多因素预测是一个复杂的非线性问题,传统预测模型存在很多不足。为弥补传统模型的缺陷,建立一个高精度、长周期、多因素的预测模型,通过灰色关联度分析对各因素进行降维处理,选择与沥青路面使用性能关联度较大的影响因素进行支持向量机回归非线性预测,提出了基于灰色关联度分析和支持向量机回归(GRA-SVR)的沥青路面使用性能预测模型。最后选用广云高速实测车辙指数(RDI)值进行实例验证,并同GM(1,1)和PPI两种模型的预测结果进行了对比分析。结果表明:基于GRA-SVR建立的多因素预测模型具有很好的精度和可操作性,可在长周期过程中使用,为大数据养护决策提供了模型参考和依据。     

基于差分最小二乘支持向量机的目标识别研究

目标识别是目前机器视觉、图像处理和模式识别领域的研究热点之一,广泛应用于各行各业。最小二乘支持向量机算法简便、速度快、精度高,是当前目标识别的主流算法之一。针对最小二乘支持向量机的参数难以确定,仅靠传统经验试凑的方法不易实现,且结果不理想;提出一种改进的差分进化算法实现最小二乘支持向量机的参数整定。通过改进变异策略,引入早熟判断机制,遏制了传统算法早熟收敛的问题。通过实验仿真,验证了改进算法可跳出局部最优点,结果比传统算法更优。以SM-TMSSY光电伺服跟踪转台为实验平台进行实例验证,证明了改进算法收敛速度快、精度高,正确识别率可从85%提高到92.5%,验证了算法的优越性。     

KPCA-LSSVM方法在视频时间序列预测中应用

为提高时间序列预测精度及降低预测过程中的计算复杂度,提出一种基于核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合的预测方法.首先,将输入数据通过核方法映射至高维特征空间;然后,在特征空间上提取有效非线性主元;最终,通过LSSVM建立时间序列模型.为验证KPCA-LSSVM方法的有效性,将其应用于交通流及视频流预测中,在同等条件下,与单一的LSSVM及神经网络等预测方法进行比较.实验结果表明:基于KPCA-LSSVM建立的模型具有较好的推广性及较高的辨识精度.     

晶体管脉冲调宽型放大器在同步机励磁中的应用

本文介绍了利用PWM方法进行同步发电机励磁的工作原理,分析了电路特性,给出了设计的基本方法.实验表明PWM方法比可控硅励磁具有更好的动态特性,可靠性亦较高.     

基于增量稀疏核极限学习机的发动机状态在线预测

针对发动机状态在线预测中样本累积、预测模型膨胀和在线更新速度慢等问题,提出了基于增量稀疏核极限学习机的在线预测方法.该方法定义了KELM核函数矩阵的稀疏测量矩阵,并根据矩阵原子相干最小化和自信息量最大化的样本信息度量准则实现在线样本前向稀疏与后向删减,提高了样本稀疏化效率.利用有效样本对测量矩阵在最佳阶数内进行在线扩充与修剪,限制了预测模型膨胀.利用改进的增量建模方法对模型的核权重矩阵进行递推更新,从而建立规模有限且结构稀疏的在线预测模型,提高了在线建模速度.仿真数据和发动机状态参数在线预测实验结果表明,与现有在线预测方法相比,ISKELM具有更高的样本稀疏化和在线建模效率.对发动机排气温度进行120步预测时,预测速度分别提高了80.50%和31.72%,预测精度分别提高了48.56%和15.81%.      

一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果.基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度.     

耐盐果树滨梅微繁殖体系的建立

首先通过组织培养的方法,建立了耐盐果树滨梅(Prunus maritima)的微繁殖体系.研究发现,对于滨梅的种子萌发,以改良MS(硝酸铵减半)培养基加入0.02%活性炭、6-BA 10 mg/L最为合适,此时种子萌发率可以达到100%,正常苗率达到90%.对于不定芽的诱导,结果表明,当选用子叶作为外植体时,以MS培养基加入TDZ 1.0 mg/L、BA 0.5 mg/L效果最好,不定芽萌发率能达到80%,每个子叶上的发芽数能达到(4.6±0.35)个.当外植体选用一年生的叶片和嫩茎时,在添加了表面活性剂的吐温组,叶片的不定芽诱导率达到53%,嫩茎高达56%,显著高于没有使用表面活性剂的对照组,且嫩茎的萌发率要高于叶片,而叶片诱导不定芽的合适宽度为3~5 mm.对于通过愈伤组织诱导不定芽,实验发现最合适的激素配比是:MS培养加入2,4-D 0.25 mg/L BA 0.5 mg/L NAA 0.25 mg/L ZT 0.5 mg/L,分化率达94%,平均每个愈伤组织可以产生从芽8.4个.实验亦发现GA对不定芽的萌发有抑制效果,而对于再生芽的萌发,GA有显著的促进作用.对于愈伤的诱导,实验发现子叶诱导愈伤组织的能力要高于嫩茎和叶片,在MS培养基 2,4-D 1.0 mg/L BA 0.5 mg/L中,子叶诱导愈伤的频率达83%,其次是嫩茎,达76%,叶片诱导愈伤效果最差,只有23%.对于从愈伤快速再生分化苗,发现在MS培养基 ZT 2.0 mg/L和BA 2.0 mg/L时,对不定芽有最大再生效果,长度可达3.1 cm/20 d.生根实验发现,单独使用NAA,对分化苗生根率、生根数和根长度都有最大效果,分别达93%,3.1/棵,(4.3±0.53)cm.实验还发现,炼苗的适宜温度在23℃,试管苗的茎长和根长都大于3 cm时使用蛭石作为基质,成活率能够达到56%.     

一种新颖的在低速时具有高性能的感应电机V/f控制法

提出了一种新颖的感应电机开环速度控制法,在任一频率,它不但能使电机输出高的力矩,而且使稳态速度误差几乎等于零。该控制法是基于恒V/f模式,仅需要使用廉价的电流传感器通过测量定子电流就能补偿定子电阻压降和转差频率,通过仿真验证了提出这种新颖的控制方法是可行的。     

垃圾邮件过滤技术及发展

Internet的迅速发展,使电子邮件应用十分广泛,但垃圾邮件也泛滥成灾.本文介绍了基于安全认证、规则匹配和统计学习三类邮件过滤技术及应用情况,并对简单贝叶斯和支持向量机技术的原理应用于邮件过滤进行了阐述.最后分析了过滤技术面临的挑战并指出垃圾邮件过滤的发展趋势.     

湿蒸汽凝结流动过程湿度软测量模型

针对汽轮机末级湿蒸汽凝结流动过程湿度分布影响因素的复杂性和非线性,采用灰色关联分析方法对实验测得的质量中间半径、水滴数密度、蒸汽湿度与初压、进汽口温度、背压、尾部温度、水比容、汽比容的相互关系进行关联分析处理,确定影响因子之间的主次关系;并以影响湿蒸汽凝结流动过程湿度分布的主要因素的初压、进汽口温度、背压、尾部温度、水比容、汽比容等作为支持向量机网络的输入,建立湿蒸汽凝结流动过程支持向量机网络预测模型,结果表明:支持向量机网络预测湿度的最大相对误差小于9%,以初压、入口温度、背压、尾部温度、水比容、汽比容为输入的支持向量机网络具有较高的精度,可以很好地预测汽轮机末级湿蒸汽凝结流动过程的湿度分布。