利用正则表示式描述和设计时序机

用正则表示式来描述时序机的逻辑特性是一种十分有吸引力的数学方法.可是现有文献所提供的这类方法有种种条件,这就大大限制了它的应用.本文试图摆脱这些约束,构造一种普遍适用的正则描述法,并用它来设计时序机.     

基于机器学习的钻孔数据隐式三维地质建模方法

针对基于钻孔数据的传统显式三维地质建模方法存在过程繁琐、模型质量难以保证等缺点,本文提出了一种基于机器学习的隐式三维地质建模方法,将地层三维建模问题转换为地下空间栅格单元的属性分类问题.分别基于支持向量机、BP神经网络等分类算法,实现了钻孔数据的自动三维地质建模.实际建模结果表明,对于有限、稀疏的钻孔数据,支持向量机方法建模准确率较高,建模效率、效果优于显式建模方法.最后通过敏感性分析研究了超参数对建模结果准确率、模型形态的影响,为可控的自动三维地质建模提供了一种新的解决思路.     

太阳能电池用FTO/NTO复合薄膜的研究

采用磁控溅射法在玻璃衬底上制备了FTO/NTO复合薄膜.通过紫外可见光谱(UV-vis)、双电测四探针仪和电化学工作站对薄膜的光电性能进行表征,测量并分析了NTO阻挡层(兼作传输层)厚度改变对FTO/NTO复合薄膜组装器件光电性能的影响.实验结果表明:阻挡层厚度的变化能改变光生载流子的寿命,当NTO薄膜厚度为90 nm时,光生载流子寿命最高,阻挡层抑制光生载流子复合的效果最好; FTO/NTO复合薄膜的可见光透过率可达84%以上,同时能满足正向电子传输的导电要求.     

一种新的基于脑电信号相似性分析的癫痫性发作自动检测方法

癫痫是最常见的神经系统疾病之一。脑电图是大脑电活动的记录,已成为检测癫痫发作的一种有效工具。如何通过数据分析以挖掘癫痫脑电的本质特征,是实现癫痫性发作自动检测的关键。提出了一种新的脑电信号相似性的分析方法,进而在这一方法的基础上定义了待测脑电与模版脑电之间的最大余弦相似度为癫痫脑电特征,并将其应用于癫痫性发作的自动检测。采用BONN和CHB-MIT两个公开数据库来验证该文所提方法的性能。和已有方法相比,该文所提自动检测方法将检测准确率从97. 53%提高至99. 85%。该文所提出的脑电信号相似性分析方法可以成功应用于癫痫性发作的自动检测。     

机锯条石砌筑灰缝的抗剪性能试验

以砂浆强度和压应力为主要参数,对12片水泥砂浆砌筑机锯条石石墙进行单调双剪静力加载试验,研究石墙灰缝的破坏过程和抗剪机理.试验结果表明:试件灰缝都呈现显著的剪切脆性破坏,破坏过程可分为为弹性、开裂和摩擦滑移3个阶段;在弹性阶段,切应力-位移曲线近似线性关系,开裂后应力仍增加,直至灰缝形成通缝,应力明显下降并稳定在一定范围,承载力仅由砂浆与石材间的摩擦强度承担;灰缝抗剪强度随着压应力或砂浆强度的增加而增加,压应力的效应更显著;对试验数据进行回归分析,得到水泥砂浆砌机锯条石砌筑灰缝抗剪强度计算公式.     

基于PNCC与基频的鲁棒电话语音性别检测方案

针对电话语音性别检测存在识别准确率较低的问题,提出了一种有效的电话语音性别检测方案(CNN+SVM); 首先,采用卷积神经网络(Convolutional Neural Network, CNN)提取幂律归一化倒谱系数(Power-Normalized Cepstral Coefficient, PNCC)的有效信息;然后, 结合优化后的基频特征,选用支持向量机(Support Vector Machine, SVM)实现性别分类.该方案有效融合了男、女发音和听觉感知特性上的差异,同时利用了CNN特征提取能力以及SVM鲁棒分类能力.仿真结果表明:CNN+SVM方案针对实际场景电话语音数据集的性别识别准确率优于传统识别方法.     

一种深度自编码器面部表情识别新方法

为解决面部表情特征维度高的问题,该文提出了一种基于深度学习自编码器的表情识别新方法,该方法利用深度自编码器在多层隐层上进行特征选择,能够在较低维度上表示高维度的面部特征.首先采用定向梯度直方图从面部表情的选定区域提取特征,然后在多个层面上使用深度自编码器,得到最优编码特征,降低特征维度,最后使用支持向量机模型对降维特征进行分类.实验表明,与其他现有特征选择和降维技术相比,该文方法提取的特征优于其他特征,并能够有效实现面部表情识别.     

基于K均值和支持向量机的燃料电池在线自适应故障诊断

基于K均值(K-means)和支持向量机(support vector machine, SVM)算法,提出了一种车用燃料电池系统(fuel cell system, FCS)在线自适应故障诊断方法.该方法通过不断获取系统最新单体电压,采用K-means算法改进传统的静态SVM分类器模型,对实时获取的信息进行聚类,实现分类器的在线自适应调节.采用已发表文献中的实验数据进行了相关的验证分析,结果表明,提出的方法能有效地在线调节故障分类器,实现FCS系统特性发生改变后的故障检测.