基于神经网络法的多层空间框架结构损伤检测

通过有限元模态分析,获取结构在完好和不同损伤程度下的各阶固有频率与节点振型位移,利用二者的差值作为损伤标识量,灵活的利用BP神经网络进行分步训练,得到框架结构损伤检测的神经网络系统,可以对多层空间框架结构的损伤位置和程度做出成功检测。     

复杂诊断系统的MAS分布式协作方法

为适应故障诊断中动态变化的环境和满足求解复杂系统全部任务的要求,研究一种基于MAS的分布式智能监控系统。以诊断决策问题的结构及建模过程的层次性为基本思想,基于诊断任务的多层次混合分解策略,提出融合不同表达方式和推理机制的多Agent并行诊断结构,建立了具有公共属性的智能体模块化层次结构,实现了基于MAS多层分布式黑板模型的智能监控系统。工程应用效果验证了多智能体结构框架下复杂系统分布式求解的可行性和有效性。     

基于分数阶积分谷底边界检测的路面裂缝提取

针对路面裂缝图像噪声大、边界弱、裂缝细小导致分割难的问题,提出了一种基于谷底边界的路面裂缝提取方法.该方法首先对原始图像进行邻域平滑处理,在消除噪声的同时扩展了裂缝的相对宽度;接着对图像进行基于分数阶积分的谷底边界检测;然后采用形态学方法对图像进行处理,使裂缝趋于光滑后进行短线噪声去除,并结合最大熵阈值断线连接法自动连接裂缝断口,从而得到最终的裂缝检测结果.实验结果表明,该方法能快速检测出细小的路面裂缝,具有抗噪性能好、定位准确及检测精度高的特点.     

一种多输入多输出雷达相位编码信号的设计方法

针对多输入多输出(MIMO)雷达正交相位编码信号设计中已有方法所得信号集匹配滤波后旁瓣较高的问题,提出一种新的设计方法。首先将基于信号集相关旁瓣总能量的代价函数简化成低次的较容易求解的问题,然后将输入输出算法从一维扩展到多维,并针对极小化问题改进了其物面和频谱面的约束条件,利用改进后的输入输出算法求解该极小化问题,再针对基于信号集相关旁瓣峰值的代价函数,利用迭代码选择算法对第一步所得信号集进一步优化,最后得到相关性能较好的正交信号集。仿真结果表明,相比于模拟退火和序列二次规划等方法,该方法所得信号集的平均非周期自相关峰值旁瓣降低了3~4dB,平均非周期互相关峰值降低了1~2dB。     

基于贝叶斯网络的客户流失分析

随着电信市场竞争加剧,客户流失现象成为电信运营商关注的问题。文中基于数据挖掘手段,采用贝叶斯网络分类器,进行电信客户流失分析。在贝叶斯网络构造过程中,结合采用K2和MC-MC算法构建网络。根据贝叶斯网络的拓扑结构,筛选出客户流失相关的显著指标;由条件概率表确定客户的流失规则,进而确定高流失的客户群。考虑分类的误判损失函数,给出不同分类临界值下,贝叶斯网络模型的分类效果。与其它分类算法相比,比如决策树和人工神经网络,在客户流失率很低的情况下,该算法不需要进行“过量抽样”。     

基于小波提升分解的带钢表面缺陷检测

针对带钢表面缺陷的特点,提出了一种基于图像处理的快速检测方法.首先,通过分析小波的提升格式,确定了带钢图像的小波提升分解方法.其次,利用DB2小波对带钢图像进行二层提升分解.然后,选取二层水平细节和垂直细节子图进行图像融合.在此基础上,对融合图像进行标准化和维纳滤波.最后通过oust方差法进行分割从而实现对带钢表面缺陷的检测.实验表明,采用此方法能够有效抑制图像背景干扰,实现带钢缺陷的快速检测.     

渗流方程的渗透率自适应权重网格粗化算法

为了提高渗流方程的计算速度和精度,将渗透率自适应网格技术应用于三维非均匀非稳态渗流方程的网格粗化算法中。对于渗透率或孔隙度变化异常的区域,采用精细网格直接求解其压力分布;而在其他区域,采用不均匀网格粗化的方法计算其压力分布。用自适应权重网格粗化算法计算了三维非均匀非稳态渗流场的压力分布。结果表明,三维非均匀非稳态渗流方程的三维不均匀自适应网格粗化算法的解在渗透率或孔隙度异常区域的压力分布规律非常逼近精细网格算法的解,在其他区域的压力分布规律非常逼近粗化算法的解。与采用精细网格算法相比,其计算速度大大提高。     

乳腺X线图像肿块分类方法研究

乳腺X线图像肿块的良恶性分类是计算机辅助诊断的研究内容之一,本文对乳腺X线图像肿块边缘分割及不同特征的肿块良恶性分类进行研究.基于最大化分割后图像类间方差的思想,提出了一种改进控制标记分水岭方法完成粗分割,然后采用无边缘活动轮廓(CV)模型对粗分割结果进行修正.为了验证不同特征在肿块良恶性分类中的性能,对现有形状特征、纹理特征在不同分类器下的分类性能进行测试.实验在开源数据库DDSM上验证,结果表明,在通过自动分割方法得到肿块边缘的情况下,纹理特征的分类性能更好.     

改进的辅助粒子多Agent系统信息融合滤波算法

为克服多Agent系统的非线性问题,提高多Agent系统对信息的协同合作能力,提出一种改进的辅助粒子信息融合滤波算法。该算法通过分析多Agent系统的结构,根据正交小波多尺度分析理论对系统内Agent的信息进行分解、重构,给出以Agent信息为重要采样密度函数的辅助粒子滤波算法,并对滤波结果进行特征融合,得到多Agent系统融合特征。将此算法应用到机动目标跟踪领域,并与传统的滤波算法进行对比,仿真结果验证了该算法的有效性。     

人工神经网络BP算法在评价网站中的应用

简要介绍了人工神经网络BP算法的基本原理及其发展趋势,构建了网站的测评指标体系,探讨人工神经网络BP算法在评价网站中的应用。