青海及周围地区的蕨麻红外图谱的建立及计算机解析

利用红外图谱法建立了蕨麻的红外指纹图谱.采用小波分析对红外光谱图进行去噪后,再把去噪后的光谱原始数据长度由1 868压缩到241,通过压缩后的数据对11批蕨麻进行了相似度计算和灰色关联度分析.结果表明,所建立的蕨麻的指纹图谱可用于蕨麻的质量评价.     

基于半监督学习的迁移学习方法

迁移学习是机器学习的一个新的分支。当训练模型过期,而新领域标记数据又非常少时,传统的机器学习就不足以产生一个较为精确的分类器。为解决此问题,本文提出一种基于半监督学习的迁移学习方法,对源领域数据进行二步信息筛选,并在大量文本数据集上的实验中证明了新算法的有效性。     

柔性机械臂动力学建模与振动分析

本文采用假设模态法和Lagrange方程建立了柔性机器人连杆的动力学模型,利用数值仿真,对比分析了截取模态的阶数对连杆振动的影响,结果表明,三阶模态截断可以得到较良好的振动响应分析结果。仿真结果还表明,柔性机器人连杆的结构参数对系统振动的影响,适当增加连杆截面高度可以有效抑制其振动和弹性变形。末端集中质量会对连杆振动产生较大影响。仿真结果表明,集中质量越大,连杆振动也越剧烈。     

图像去运动模糊仿真研究

【目的】在多媒体时代，人们对拍照的要求越来越高。图像去模糊一直是一个具有挑战性的问题，有着很高的研究价值。【方法】阐述模糊图像中的运动模糊，使用约束最小二乘法和Richardson-Lucy算法来去除运动模糊，采用峰值信噪比和平均结构相似度两类指标对去模糊图像质量进行分析。【结果】仿真结果表明：采用约束最小二乘法去除运动模糊的数据评价值均大于Richardson-Lucy算法，约束最小二乘法在复原运动模糊方面表现得更加稳定。但在模糊长度和模糊角度增大后，各类算法的性能均会受到不同程度的影响。【结论】去模糊算法有待继续研究，以提高去模糊后的图像质量。     

基于VMD-BO-BiLSTM的猪肉价格预测模型

基于猪肉价格的非线性与波动性特性，提出一种基于变分模态分解（variational modal decomposition, VMD）和贝叶斯优化（Bayesian optimization, BO）的双向长短时记忆（bidirectional long short-term memory, BiLSTM）网络的猪肉价格预测方法。首先采用变分模态分解对数据进行预处理，将数据分解为具有相对简单波动的子序列；然后通过贝叶斯算法对双向长短时记忆网络模型的第1、2隐含层神经元数目、学习率和批次大小进行寻优，根据寻优的结果建立预测模型。实验结果表明：VMD-BO-BiLSTM方法的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为1.101 214、1.466 100、0.040 631、0.987 760，相比传统单一的LSTM,BiLSTM模型精确度更高，有更高的适用性，适合对猪肉价格预测。     

基于正交设计的膨胀岩相似材料试验研究

为了能够较准确配制出膨胀岩的膨胀性相似材料,以满足小比例相似模型试验的需要,采用正交试验的方法对膨胀岩的膨胀性相似材料配比进行研究.试验以砂、膨润土、石灰、外加剂(羟丙基甲基纤维素)及拌合用水为材料,采用自由膨胀率和体积膨胀量为直接指标,干燥饱和吸水率为间接指标,并考虑单轴抗压强度,设计4因素4水平的试验方案.试验结果表明,本次试验的配合比可用于膨胀性岩石的相似材料模型试验,为膨胀岩实验室模拟研究提供较为理想的材料.     

某纯电动轿车车内轰鸣实验分析及改进研究

在某纯电动轿车NVH性能开发过程中,试验车在粗糙路面出现车内噪声过大并有明显的轰鸣感,主观驾评中该问题列为不可接受,严重影响客户乘车舒适性。为此通过试验识别车内轰鸣特性,在路径上对各零部件进行诊断,锁定了顶盖为轰鸣感主要贡献源。针对顶盖轰鸣现象,借助有限元分析方法对顶盖局部结构进行增强优化设计,最终对车内轰鸣有所改善并提升乘车舒适性。该研究对纯电动轿车车内轰鸣识别排查及改进提供了一定的指导价值。     

基于正交设计的高重度相似材料三轴压缩试验研究

为获取高重度岩体材料在一定强度围压下的力学参数影响因素,应用正交设计方法,以骨料含量、重骨料比、粗细颗粒比、胶结材料比为4因素,每个因素设置3个水平,共设计了9组相似材料配比方案,分别进行三轴压缩试验,绘制其应力-应变曲线,测量并计算出不同配比下相似材料的密度等7项力学参数.通过敏感性分析得到4因素对各力学参数的定性影响规律,为后续大量的比较试验研究提供理论依据.