基于USB接口的数据采集系统设计

ARM2378为数据采集系统的控制核心,系统中还包括信号数据采集电路、电源电路和报警电路等。设备与PC主机能够实现USB接口通讯,并能够进行数据的采集、转换、存储、异常报警等。便于系统的维护与升级,提高了开发效率,开发周期也被大大缩短。     

侧式悬臂堆料机的结构特点及胶带机皮带跑偏的分析与处理

本文阐述了侧式悬臂堆料机的结构特点,重点介绍了胶带机在工作时皮带跑偏的分析与处理     

基于多分形分析和主动学习反馈算法的图片垃圾邮件过滤

图片垃圾邮件通常由随机变形技术制作,人眼认为内容相同但计算机认为不同,导致常规反垃圾邮件技术 无法阻止这类垃圾邮件.根据图片垃圾邮件必然具有相似性、大量性和可变性的特点,提出了一种综合多向小波金 字塔多分形分析算法和主动学习反馈驱动半监督支持向量机算法的创新图片垃圾邮件过滤方法.实验结果表明, 该方法容易与常规反垃圾邮件系统相结合,而且该方法的效率高、准确性好、假阳性低,通过重复训练,可进一步 提高准确性、降低假阳性,适合用于对抗性学习和垃圾邮件过滤     

基于随机森林和单类支持向量机的电信行业客户流失预测

针对电信行业客户流失问题,使用随机森林方法建立了初步的预测模型,对比电信行业原用的各种预测模型,其准确率有明显改善;针对模型特征维数众多的特点,进一步提出基于随机森林和转导推理的特征提取方法,对数据集进行降维,并引入单类支持向量机(support vector machine,SVM)算法得到最终的预测模型.实验表明,流失预测模型具有更高的预测准确率以及针对预测结果的部分可解释性.     

强直性脊柱炎病因病机现代医学研究进展

对强直性脊柱炎病因病机现代医学的研究现状进行了回顾,从文献得出,目前关于强直性脊柱炎的研究进展主要集中呈现为免疫因素、内分泌因素、遗传因素、细菌感染等方面研究,截至目前,强直性脊柱炎病因病机尚不完全清楚,但这些方面的研究为强直性脊柱炎的再研究提供了重要参考依据。     

新型无机-有机杂化化合物(C10H8N2)[H3PMo12O40]·H2O的水热合成及结构表征

利用水热方法合成一种新奇的无机-有机杂化化合物(C10H8N2)[H3PM012O40]·H2O,采用元素分析、红外光谱、热重分析、紫外光谱和X射线单晶结构分析对其进行了表征.结果表明:该化合物属于单斜晶系,P2(1)/n空间群;晶胞参数a=1.149 78 nm,b=1.208 85 nm,c=1.728 49 nm,α=90°,β=103.143 0°,γ=90°,V=2.339 5 nm3,Z=2,R1=0.038 8,wR2=0.1117.     

基于WLLE和SVM的植物叶片图像识别方法

针对局部线性嵌入(LLE)算法易受噪声影响,以及最近邻分类器不能有效识别植物叶片图像,提出一种基于加权局部线性嵌入(WLLE)和支持向量机(SVM)的植物叶片图像识别方法.首先利用WLLE算法对预处理后的含有高斯噪声叶片图像进行特征提取,然后采用SVM分类机制对叶片图像进行训练和识别,最后在真实的植物叶片图像数据库中提取植物叶片图像进行分类实验.实验结果表明该方法能提高叶片图像的分类率.     

二叉树支持向量机的旋转机械故障诊断

针对SVM二叉树多类分类优先级的确定问题,通过旋转机械故障实验平台和数据采集系统,采集旋转机械故障实验台转子正常、转子不平衡、转子不对中、转子轴承内圈裂缝、转子轴承外圈裂缝5种工况下的振动信号,进行零均值化处理;选择信号的主要频段进行信号重组,提取其时域无量纲特征值,利用并联式SVM的正检率大小确定SVM二叉树多类分类的优先级,进行故障类型的识别。通过实验,实现了训练样本的完全可分,说明此种方法的有效性。     

基于最小二乘支持向量机的防抱死制动控制方法

以车轮参考滑移率和角加速度作为输入向量,以制动轮缸的制动压力作为输出向量,设计了基于最小二乘支持向量机(LS-SVM)的汽车防抱死制动系统(ABS)控制器,利用支持向量对控制器进行训练得到控制器的参数.设计了包括输入层、控制层和输出层的汽车防抱死控制系统,系统以各轮的速度作为输入向量,经过控制层的运算得到各轮的制动压力,然后采用PwM(pulsewidth modulation)方法控制轮缸压力,进而实现防抱死控制.搭建了汽车ABS测控系统,参照国际标准,在不同条件下进行道路试验.试验结果表明,基于LS-SVM的汽车防抱死制动控制方法具有良好的制动平稳性和自适应性,是一种有效的新的ABS控制方法.     

支撑向量机在给水管网故障诊断中的应用

针对城市给水管网运行故障诊断问题,构造一个给水管网室内实验模型,通过测试节点水压变化,利用建立在结构风险最小原理基础上的支撑向量机(SVM)模式分类功能,确定相应的特征向量和核函数参数;选取样本进行训练和测试,在小样本情况下对管网故障点进行判决.在多次实验模型测试数据的基础上, 对基于SVM的给水管网故障诊断方法进行测试,并在相同实验测试数据的前提下与神经网络(ANN)法进行比较,实际算例表明,SVM方法的诊断精度优于神经网络法.