旋挖钻机在高速公路桥梁施工中的应用

高速公路在跨越乡村道路、沟渠时，通常在这些位置设分离式立交或中桥。在我省平原地区，村庄密集，乡村道路、沟渠数量多，沿线所设桥梁数量也较多。这些桥梁通常规模较小，沿线较为分散，桥位附近水源、电源缺乏。进行桥梁桩、柱施工时，通常应考虑与路基土方施工的相互协调问题，要求桥台桩、柱必     

基于支持向量机的短期GDP预测模型与应用研究

支持向量机是最近几年国际上模式识别研究的热点,具有全局最优和良好的泛化能力.本文在理论分析江门市GDP预测指标体系的前提下,研究了基于SVM的预测方法,并运用实际数据进行建模和预测,获得了比较准确的预测结果.     

基于滚动时间窗的最小二乘支持向量机回归估计方法及仿真

提出了一种基于滚动时间窗的最小二乘支持向量机(LSSVM)回归估计方法．该方法构造了滚动时间窗，利用滚动时间窗内的数据优化建模．模型随着时间窗的滚动进行在线更新，并对滚动时间窗内的数据分配不同的权值以充分利用数据的信息．将基于滚动时间窗的LSSVM回归估计方法应用于软测量建模．进行轻柴油凝固点的预估．结果表明，该建模方法十分有效．     

利用支持向量机预测生物膜蛋白类型

利用统计学习理论中的支持向量机(SVM)，基于氨基酸组分含量预测生物膜蛋白类型。使用文献中2059个训练集和2625个检验集膜蛋白序列数据，运用统计预测中的校准检验，留一法交叉检验和独立数据集检验方法进行分类预测。结果表明，SVM对膜蛋白类型预测具有明显的优越性，该算法对当前已有方法起到重要的补充作用。     

盲蝽科(半翅目异翅亚目)部分昆虫酯酶同工酶比较研究

运用酯酶同工酶电泳技术获得盲蝽亚科Mirinae、合垫盲蝽亚科Orthotylinae、叶盲蝽亚科Phylinae和齿爪盲蝽亚科Deraeocorinae 4个亚科12个属的23种盲蝽的酯酶同工酶(EST)酶谱．将所获得的酶谱数据(酶带和相对迁移率Rf)转化为二态特征数据，建立矩阵，用系统发育分析软件包WinClada 1．00．04对数据矩阵进行分析运算，分别获得各个亚科内和亚科间的系统发育树．分析结果表明：①酯酶同工酶酶谱特征在不同属级单元之间以及同属的不同种类之间都存在着明显的差异；②不同属种之间酯酶同工酶特征的相似程度与外部形态特征之间的相似程度不一致，以外部形态为主要依据的传统分类的一些属不是真正的单系群；③酯酶同工酶酶谱特征所反映出的盲蝽科4个亚科间的相互关系与Sehuh 1974年所做的盲蝽科内系统发育部分一致，但合垫盲蝽亚科与叶盲蝽亚科之间不是直接的姐妹群关系．4个亚科的关系为(((盲蝽亚科Mirinae，齿爪盲蝽亚科Deraeocorinae)叶盲蝽亚科Phylinae)合垫盲蝽亚科Orthotylinae)；④盲蝽亚科内存在着明显的异质性，需要进一步分类修订．     

利用支撑向量机预报大气污染物浓度

针对污染物浓度序列具有强非线性和显著长程相关性的特点,结合相空间重构和支撑向量机(SVM)构建了一个多步预报的递归模型.对理想混沌序列和多种污染物浓度资料的实验结果表明,模型预报的准确率和效率均显著优于人工神经网络.这种通用建模方法的优势在于对系统非线性机制的反馈十分清晰,充分发挥了SVM适用于小样本问题、映射能力强、全局最优等特点,对非线性时间序列预报适用的其他领域同样具有启发意义.     

科技创造财富成功连着你我

CZJ自磨型超微粉碎机 无模多点成形压力机 便携式全光纤荧光计的开发与应用 硅藻土静电提纯与应用技术 富镁铝镁尖晶石生产工艺 病毒康及其应用 微生物农药“百抗”的生产及应用技术 多功能揉草粉碎机 残膜回收机的应用 一次性可回收塑料滴灌带的应用 利用植物再生沙障治理高大流动沙丘技术 智能化农业专家系统 地下水限量开采无线自控系统 便携式全光纤荧光计的开发与应用 硅藻土静电提纯与应用技术 富镁铝镁尖晶石生产工艺 病毒康及其应用 微生物农药“百抗”的生产及应用技术 多功能揉草粉碎机 残膜回收机的应用 一次性可回收塑料滴灌带的应用     

基于LS-SVM的燃料电池控制建模的研究

由于直接甲醇燃料电池数学模型的复杂性难以满足工程上对DMFC控制系统的设计，提出一种基于最小二乘支持向量机建模算法，用具有RBF核函数的LS-SVM离线建立DMFC电堆的非线性模型；仿真和实验结果表明了该建模方法具有建模简单、模型精度高等优点，亦证明了该算法的有效性和优越性。研究结果对直接甲醇燃料电池控制系统的建模和控制具有一定的实用价值。     

广义支持向量机优化问题的极大熵方法

依据最优化理论中的KKT互补条件建立了广义支持向量机的无约束优化模型,并给出了一种有效的光滑化近似解法极大熵方法,为求解支持向量机优化问题提供了一种新途径.该方法特别易于计算机实现,理论分析和数值实验结果表明了模型和算法的可行性和有效性.     

基于SVM和EMD 包络谱的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷以及现实中难以获得大量典型故障样本的实际情况,提出了一种基于支持向量机(Support Vector Machine,简称SVM)和经验模态分解(Empirical Mode Decomposition,简称EMD)包络谱的滚动轴承故障诊断方法.该方法首先对原始信号进行经验模态分解,将其分解为多个固有模态函数(Intrinsic Mode Function,简称IMF)之和,然后求出包含主要故障信息的若干个IMF分量的包络谱,最后定义包络谱中各种故障特征频率处的幅值比为特征幅值比,将其作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型.实验分析结果表明了该方法的有效性.