基于频域降采样和CNN的轴承故障诊断方法

在工业领域,设备运行过程中采集的原始故障信号具有强噪声以及多工况的特点,现有的基于数据的轴承故障诊断模型的抗噪能力与泛化能力相对较弱。针对以上问题,提出一种基于频域降采样(down-sampling)和卷积神经网络(CNN)的轴承故障诊断方法 Ds-CNN。频域降采样包含最大偏移降采样和噪声横截断两个部分,可以实现样本增强,降低样本在频域的差异性,同时减弱噪声对频域信号的影响。基于频域信号建立的CNN模型能够自动提取降采样后频域信号的故障特征,并完成对轴承故障的识别分类。实验结果表明,在强噪声环境和多工况条件下,与目前常用模型相比, Ds-CNN具有更高的识别准确率。     

量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.     

材料断口中的分形(英文)

分形几何(Fractal geometry)是近年来出现的一门应用数学分支。本文简要介绍了分形在材料断裂表面分析中的应用概况,并叙述了本文作者关于“延性断裂韧性与断裂表面的分形”研究工作。如果继续深入研究,将可从材料破坏的断口上直接分析并推知其断裂特性,从而为材料的失效分析提供一种简便而实用的新方法。     

关于纺织机械噪声评价标准的探讨

机器噪声的污染问题,日益受到世界各国的重视和关注,现在国际上对机器噪声的测量,主要采用声功率级。但用这种声功率级的评价指标尚有某些不足之处,本文拟在声功率级基础上,提出“机器噪声相对声功率系数”的概念,作为评价、比较、改进机器噪声及综合质量的补充指标,以弥补声功率级的不足。     

一种新型的齿轮减噪阻尼环减噪性能研究

本文通过对比实验,指出新型减噪阻尼环的减噪性能大大优于钢阻尼环,尤其在抗冲击方面。并引入“松动“的概念对新型阻尼环的减噪机理进行了探讨.     

仿生食品工程学发展中的若干问题

本文简要介绍了仿生食品工程学建立的意义、性质和目前研究的主要内容。结合仿生食品工程学的需要,引出大食品的概念,并把分形理论引入仿生食品工程学研究。     

关于高斯函数[x]的几个恒等式的探讨

本文先给出关于［ｘ］的几个恒等式,然后对张宁生、周春荔《关于含［ｘ］的不等式与恒等式的探讨》文中的一个问题作了进一步探讨．     

含信号调制噪声和频率波动的时滞分数阶振子的随机共振

本文研究了含信号调制噪声和频率波动的小时滞线性分数阶振子的随机共振. 利用分数阶Shapiro-Loginov公式和Laplace变换技巧,本文首先推导了系统响应的一阶稳态矩和稳态响应振幅增益（Output Amplitude Gain, OAG）的解析表达式,然后讨论了分数阶、时滞及噪声参数对OAG的影响. 结果显示,各参数对OAG的影响均呈现出非单调变化的特点,表明系统出现广义随机共振. 特别地,分数阶与时滞的协同作用可能诱导随机共振的多样化,这就为在一定范围内调控随机共振提供了可能.     

地理学的贫困与出路(Ⅱ)--地理学发展的分形方向

本文认为分形研究是未来地理学发展的主要方向。地理学研究对象的基本特征是差异性,差异性暗示了地理学的空间信息科学性质,而Ｓｈａｎｎｏｎ熵与Ｈａｕｓｄｏｒｆ维数等价,这表明分形维数可以作为地理系统信息分析的定量判据,故可借助分形几何学实现地理学的数量化;另外,运用分形模型进行地理系统的计算机模拟,可以弥补地理研究不可实验性的不足。地理学可望建立比较严格的逻辑体系。