汽轮机振动信号测量中的误差分析

通过计算，分析了在振动信号测量中幅值和相位的误差与采样方式的关系。得到只有采用整周期采样技术，才能获得足够的相位精度的结论，对提高汽轮机振动测量的精度有一定的借鉴价值。     

随机单位根过程

讨论了误差形式是广义误差分布的随机单位根过程的估计和检验问题.在误差为广义误差分布时对随机单位根过程进行了估计,并利用近似极大似然估计方法构造了相应的检验统计量,同时还得到了统计量在混合相依条件下的极限分布.     

基于随机森林的文本分类模型研究

随着WWW的迅猛发展，文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成，并且由一随机向量决定决策树的构造. 当森林中决策树的数目增大，随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明，分类效果比较好，性能比较稳定，将其同C4.5, KNN, SM0, SVM 4种典型的文本分类器进行了比较，结果显示它的分类性能胜于C4.5，同KNN, SMO和SVM方法相当.     

有限空间年龄结构种群模型的数值分析

对一类有限空间年龄结构种群模型提出了一种数值方法．运用迎风格式和Euler向前差分格式进行求解．给出了格式的稳定性，得到了最大模误差估计，证明了数值解的非负性并给出了数值算例．     

基于脉冲乘法器原理的精插补器误差分析

基于脉冲乘法器原理的精插补器的插补精度与最大进给速度、机床系统的脉冲当量、插补周期以及脉冲发生器的输出脉冲频率有关，其误差产生的主要原因是由分频数圃整造成的。     

基于单小波的多重小波子空间的采样定理

由r重小波构造出两种单小波，利用这两种单小波分别构造出多重小波子空间上的Shannon型规则和非规则采样公式；提供了一种算法用于重构信号的误差估计。     

自适应无限冲激响应陷波器抑制窄带干扰的误差补偿算法

考虑到直接序列扩频(DS-SS)系统中无限深度格型陷波器在去除窄带干扰的同时对扩频信号的损伤,在无限深度格型陷波器上添加一自适应横向滤波器,其输出作为对受损扩频信号的误差补偿.仿真结果证实,新设计的误差补偿滤波器改善了无限深度格型陷波器的性能,而系统计算复杂度只有少量增加.     

一种单神经元自抗扰控制器

针对自抗扰控制器可调参数多且不易整定的问题,提出了一种用单神经元改进非线性状态误差反馈控制律的算法.利用神经网络的自学习能力,采用一个单神经元构造自适应参数,使参数依据系统误差的变化自动作相应地调整,从而完成参数的在线自整定.仿真结果表明,改进后的控制器调整参数大大减少,而且具有更强的适应性和鲁棒性.     

基于子结构分析的多重子步模型修正方法

为了解决模型修正过程中修正目标众多和测量信息有限的矛盾，提出了多重子步模型修正方法(MSMUM)，先进行误差定位，再实现参数修正，把复杂的模型修正过程分步实现。利用子结构技术，使结构模型在整体上仅包含有限数目的子结构，对各子结构所对应的超级单元的刚度参与系数进行识别来实现误差定位，通过建立测量信息与待修正参数间的代数方程来修正误差定位后子结构内部构件的参数。数值算例表明，建立的模型修正方法有效可靠。利用建立的多重子步模型修正方法对润扬大桥南汊悬索桥桥塔模型进行了修正。     

同步电机在线参数辨识的混合算法

根据输出误差法(OEM)、遗传算法和神经网络的优缺点,提出了一种同步电机参数在线辨识的四步法.由于OEM辨识参数需要较好的初值,文中首先用遗传算法在大范围内进行参数寻优,然后以此值作为OEM的初值进行迭代,再用OEM求得的结果训练人工神经网络,最后通过成功训练的神经网络在线辨识各种运行状态下的电机参数.这样使得传统的OEM参数辨识算法、遗传算法和神经网络在辨识参数方面充分地扬长避短,解决了单一算法的不足.在对一台111kVA、440V同步电机进行的仿真试验中,该方法在保证精度的前提下,辨识时间仅为0 008s.