基于IGS方法的最佳分类数研究*

针对选择Gap Statistic(GS)方法估计聚类数能够得到数据集的粗略分类,但不能进一步对数据集进行细分类这一问题,对GS方法进行改进;将Gap统计量引入到ISODATA算法中,提出了IGS模型;实证表明,IGS模型不仅可以实现数据的细分类,而且通过IGS模型估计数据集的最佳分类数准确率明显高于原GS模型。     

无线传感网络改进的最小生成树算法

机场噪声检测是近些年来一直困扰我们的一个难题,其中一个关键点是如何解决最小连通覆盖集问题,目前国外解决该问题新的方法有集中式近似算法、令牌驱动、圆周覆盖等,国内有DVC算法、重构Voronoi划分等.研究了在同时满足网络的覆盖性与连通性的前提下,如何选择最少数目工作节点的问题,为得到已知机场区域的最小连通覆盖集,在集中式近似算法的基础上,提出一种改进的最小生成树算法,用来确保该覆盖集连通所需的辅助节点,最后通过实验对设计的算法性能进行评估.     

含缓冲液的双水相体系相平衡的神经网络模型

针对含有[C4mim]Br和K3C6H5O7/H3C6H5O7的双水相体系在不同pH值的相平衡数据,建立神经网络模型对其进行了关联和预测,提出了隐含层节点数和误差控制值的二维寻优法,获得了较为满意的计算精度.与热力学方程对比显示,所建模型的精度与Wilson方程基本相当,优于NRTL方程.     

基于有限状态机的售卖机控制器的设计与仿真

自动售卖机是商业模式下自动化实现的典型应用之一,随着嵌入式系统和自动化技术的不断发展,其应用也越来越广泛。有限状态机作为一种反映状态间转移的数学模型,可以被用在嵌入式系统控制器的设计开发中。利用有限状态机技术对自动售卖机的控制器进行设计,利用Verilog HDL语言将控制器编程实现,并在Model Sim中进行了仿真,实验结果证明了该方法的可行性。     

流化床燃烧中N2O生成机理与减排技术

循环流化床(CFB)由于煤种适应性好、负荷调节能力强、污染物排放低等优点近些年获得越来越广泛的应用,然而N_2O排放浓度较高成为制约循环流化床应用的一大因素,因此对N_2O的生成机理以及影响因素进行调研、总结N_2O的减排措施是十分必要的。本文探讨了在循环流化床燃煤中N_2O的生成机理,并对煤的各项性质、床温、过量空气系数等影响N_2O排放的因素进行分析,从各类影响因素出发对现有的N_2O减排技术进行归纳总结,最后对反向分级、混燃生物质及CFB解耦燃烧技术进行了前景展望。     

N(2,2,0)代数与BRK-代数

Ravi Kumar Bandaru提出了BRK-代数的概念,并研究了相关性质,证明了所有满足结合律的BRK-代数都是群.讨论N(2,2,0)代数与BRK-代数的关系,进一步研究了N(2,2,0)代数的理想与滤子,并在N(2,2,0)代数的p-根集上构造了一个商代数.     

同心双扭旋元件内外叶片数量对管内传热性能的影响

为探究同心双扭旋元件组合方式变化对换热管传热特性的影响规律,采用数值模拟方法对雷诺数Re=200~1 800范围内恒壁温条件下的管内传热进行了分析,并进行了实验验证。研究结果表明：在Re=200~1 800的范围内,含有4-4同心双扭旋元件换热管的努赛尔数Nu值最大,其次为3-3同心双扭旋元件,2-4与2-2同心双扭旋元件的Nu相差不大,最大仅相差5%;4-4同心双扭旋元件换热管的阻力系数f最大,其次为3-3同心双扭旋元件,2-4同心双扭旋元件的阻力系数略高于2-2同心双扭旋元件;2-2同心双扭旋元件换热管的综合传热性能评价因子（PEC）值最大,为1.50,且明显高于其他3种换热管,其余3种换热管的PEC值相差不大;4-4同心双扭旋元件换热管的场协同数F_c值最大,其余3种换热管的F_c值相差不大。     

基于生成对抗网络的高端装备研制数据脱敏方法

针对高端装备研制数据的保密性和重要性,提出一种基于生成对抗网络(generative adversarial networks, GAN)的高端装备研制数据脱敏方法。面对高端装备研制数据在数据挖掘和数据共享时可能面临泄露的风险,利用GAN进行数据脱敏。在随机生成的高斯数据集上进行实验,通过比较源数据和脱敏数据的统计特征,证明GAN的数据脱敏方法能够有效实现数据脱敏过程中所要求的数据安全性、数据有效性和成本可控性。最后,在Yeast数据集上进行验证, GAN输出的脱敏数据同样在现实世界数据集上表现出色,能够准确地预测Yeast的分类,为高端装备研制数据的管理和分析提供了一种新的思路。     

干扰效果在线评估参数筛选与特征表示方法

针对利用雷达侦察信号进行干扰效果在线评估时参数冗余、信号变化程度判别不清的问题,提出雷达干扰效果在线评估参数筛选与特征表示方法。对多功能海上雷达信号,利用信息熵筛选剧烈变化参数,通过盒维数和皮尔逊相关系数提取信号变化特征,结合支持向量机实现对未知威胁的干扰效果在线评估。仿真实验表明,当信号参数偏离误差小于10%时,新方法的评估准确率高于92%,显著提高了雷达干扰效果在线评估的可靠性。     

基于特征生成的轴承不均衡数据故障诊断

针对实际生产中难以获得足量的故障样本数据导致训练中样本不均衡、样本不足等问题,提出了一种基于特征聚类的过采样算法,并将其与卷积神经网络相结合的滚动轴承故障诊断模型。该模型将频域信号作为模型的输入,通过卷积神经网络进行特征提取,再通过过采样技术生成新的特征数据实现数据的均衡化,将新生成的特征数据和原有特征一同输入到支持向量机(Support Vector Machine,SVM)分类器中完成样本的分类,实现滚动轴承的故障诊断。通过对比实验,结果表明该方法可以有效解决数据不均衡的问题。