鲁棒主元分析和稀疏表示方法在模拟电路错误检测中的应用

模拟电路错误检测问题,即重点是检测出模拟电路芯片存在错误后确定错误元件或参数的问题,对于进一步明确错误产生原因,在设计或制造中加以改进,有重要的意义.经典做法是通过预先设置错误,并仿真得到其对应的响应数据,构造"错误字典",然后将测试信号与错误字典进行比对,识别其属于哪一类错误类型.本文提出一种基于数据稀疏表示方法来进行错误类型识别的新方法,它计算属于不同错误类型的数据在所有类型的数据构成的空间中的展开向量,根据得到的稀疏向量来判断其所属错误类型.对于稀疏表示方法无法进行准确分类识别的情况,采用SVM作为二级分类器进行修正.存在某些错误类型,其响应数据构成的空间之间线性相关性较强,对于稀疏表示后属于其中之一类型的数据,采用传统的SVM方法来加以辅助分类.在两个实验例子中,与SVM,Ada Boost以及没有加SVM辅助分类的单纯稀疏表示方法相比较,本文方法有更高的错误类型识别正确率.     

基于主被动负载的负载独立口双阀节能控制系统研究

为保证电液伺服系统控制精度高、负载能力强、频率响应快等特点,同时实现降低成本、节省能源的性能,提出了一种基于主被动负载的负载独立口双阀节能控制系统,由负载独立口双阀控制系统和节能恒压伺服泵站构成.首先从机理上建立了该组合系统的数学模型,分析其静态工作点和节能性能.同时具体研究可能存在的4种复杂工况和4种控制模式.并据模型特性,设计了非线性且抗干扰较好的鲁棒自适应控制器及控制策略.最后设计实验平台进行对比实验验证该系统的可行性、控制性能和节能效果.      

多尺度移不变稀疏编码及其在机械故障诊断中的应用

提出了一种融合多尺度信息的高效移不变稀疏编码算法,并用于机械故障诊断. 将移不变稀疏编码作为分类器应用于故障诊断,直接对振动信号进行训练和识别,不需要提取特征和预处理. 为进一步提升效果,将不同尺度的移不变稀疏编码分类器融合在一起. 经实验验证,即使在训练样本和测试样本负载不同的情况下,文中方案仍然能够以较高的准确率识别出轴承的故障位置和程度. 与其他方法相比,文中方法的准确率、鲁棒性更高,具有一定的工程应用价值.      

常见马铃薯品种特性分析及加工适宜性分类

中国是马铃薯生产和消费大国,区域在种植马铃薯品种繁多,不同原料品质会直接影响加工制品品质及产品得率。为探讨国内常见的44个马铃薯品种差异,指导马铃薯产业原料选择与品种繁育,实验测定了8个主要品质指标,统计分析显示,不同品种的各个指标差异明显,且指标间存在显著的相关关系;为消除冗余,实验对8个指标进行主成分分析,并转化成3个主成分因子,第一主成分主要代表水分因子,第二主成分主要代表糖分因子,第三主成分主要代表蛋白质因子,这3个因子的累计方差贡献率达到75.77%,能有效反映初始指标的信息。综合各主成分因子的得分图可直观反映马铃薯原料指标间的关系,进而得出不同品种的加工或鲜食建议。采用Ward聚类方法进行系统聚类分析,将44个划分为4个类别,分析各类别间的指标差异,并与主成分分析结果进行比较,二者具有较高的一致性,可为马铃薯原料加工用途划分提供参考和借鉴。     

尺度目标的频域核回归跟踪研究

提出了一种基于频域核回归模型的尺度目标跟踪算法。该算法将时域相关滤波转换为频域的线性回归问题,构建一个包含似然项和先验项的代价损失函数,当似然项和先验项选取不同的分布函数,获得不同约束条件下的跟踪模型;通过核函数用来适应目标在跟踪过程的尺度变化。在初始帧中,通过手动标注目标初始状态,获得目标样本及其标记,利用核回归得到目标的频域模板;在跟踪过程中,利用循环卷积定理,将时域相关运算转换为频域乘积运算,快速计算候选样本的响应,得到目标在当前帧的估计;利用估计结果更新目标频域模板,同时在线更新核函数,适应目标尺度变化。实验分析表明,文中算法能够实时地跟踪目标,适应目标外观和尺度的变化,获得较好的跟踪效果。     

改进灰色神经网络的作动系统功率预测

为提高飞机上作动系统的功率预测精度,建立了改进的多变量灰色神经网络预测模型。考虑了对系统功率需求有较大影响的相关因素,采用主成分分析法提取综合变量作为输入,在提升准确性的基础上有效减少了输入维数;在利用递增方式对初始值进行选择的过程中,引入粒子群优化算法快速求解最优初始值和背景值,模型预测的平均误差由13.35%降为7.53%;考虑到序列波动对预测精度的影响,采用BP神经网络对预测值进行误差修正,进一步将模型的平均预测误差降为4.07%。仿真实验表明,含主成分分析的改进灰色神经网络对飞机作动系统的功率有较高的预测精度,有利于飞机的电能调度。     

混杂纤维轻骨料混凝土配合比优选研究

随着轻骨料混凝土的广泛应用,对其性能进行综合评价凸显出必要性。主成分分析法是通过降维的过程,在保证原始数据信息损失最小的条件下,用较少的综合变量代替原有多维变量对混凝土的综合性能进行评价。试验选取了聚丙烯纤维、木质素纤维和粉煤灰为变量,并选取轻骨料混凝土的其他5项主要测试指标,采用主成分分析法对这些指标进行数值处理,得出了评价轻骨料混凝土综合性能的数学模型。     

具有均匀Dzyaloshinskii-Moriya相互作用的一维反铁磁链的孤子激发

反铁磁体中除了存在常被研究的交错Dzyaloshinskii-Moriya（DM）相互作用外,可能也存在均匀DM相互作用.研究了交换作用各项同性的、具有均匀DM相互作用的一维反铁磁链,采用常用的双子格模型,在DM相互作用的大小〖JB1|〗D〖JB1|〗小于最近邻二格点离子上电子间的交换积分J时,利用Holstain-Primakoff变换、多重尺度方法,得到椭圆函数波解和相应孤子解,并且讨论了DM相互作用对一维反铁磁链的解的影响.研究表明:DM相互作用对孤子宽度、峰值及能量均有着重要影响,且关系复杂,不存在随D的增减而单调增减.     

基于Grassmann流形距离的动作识别

利用时空兴趣点间的位置及局部特征相似度信息,提出一种局部邻域特征以描述局部数据结构,然后引入核主角度及Grassmann流形距离以度量2个邻域特征距离,通过构造随机流形森林学习数据样本在Grassman流形上的类条件概率密度函数,最后使用多核学习算法实现对随机流形树的剪辑及动作分类.在KTH及UCF-CIL动作数据库的实验证明:所提动作表示方法能有效描述人体运动信息,且该动作识别算法的识别率优于近年提出的典型动作识别系统.     

视网膜血管分割算法研究

针对现有的视网膜血管分割方法对微细血管分割精度低的问题, 在多尺度单通道线性追踪(MSLTA:Multi-Scale Single-Channel Linear Track)的图像分割方法基础上, 提出了一种新的、 有效的视网膜血管分割方法。采用 Gabor 滤波预处理以增强血管信息, 利用 MSLTA 算法获得最初的血管网络, 采用连通域标记的去噪方法,去除图像上的斑点噪声, 分割出最终的血管。 利用国际上公开的 DRIVE(Digital Retinal Images for VesselExtraction)数据库的视网膜图像进行实验, 并与现有的常规算法做了对比。 多组实验结果表明, 该方法的平均精确度达到 95. 37%, 能很好地保留微细血管。