基于支持向量机的大学生考研预测

目前国内对大学生考研的定性研究居多,很少运用定量的方法建立分析预测模型.本文在参考其它预测体系的基础上,提出了大学生考研预测指标体系.并用三种支持向量机技术对该问题进行了预测,通过具体实例分析获得了较高的预测准确率,得到了不同核下针对该问题的最优预测模型.     

基于轮齿接触分析的数控研齿机运动模型

为了提高弧齿锥齿轮的研齿质量,获得对研齿运动的更好控制,本文根据齿轮啮合理论,采用轮齿接触分析(TCA)的方法对研齿时齿轮运动的V、H、J三轴进行了运动分析,建立了数控研齿机的运动模型,并通过实验进行了验证。该研齿模型与传统的研齿机相比,可以对V、H、J三轴的运动进行精确控制,从而能更好地控制啮合齿面的研齿质量。     

相空间重构和支持向量机参数联合优化研究

在混沌时间序列预测过程中,相空间重构和支持向量机参数是影响混沌时间序列预测性能的两个重要方面,传统上两者是分开单独进行的.利用相空间重构和支持向量机参数之间的互相依赖关系,提出了一种基于粒子群算法的相空间重构和支持向量机参数联合优化方法.参数联合优化核心思想是在相空间重构的同时选择最优支持向量机参数,通过粒子群算法对参数联合优化来实现.通过采用参数联合优化算法对混沌时间序列Mackey-Glass和太阳黑子年平均数时间序列进行了仿真实验,结果表明,相对于传统的分开单独优化方法,参数联合优化方法提高了混沌时间序列模型的预测精度,泛化能力更好.     

机淤固堤多功能辅助车的改进与应用

在机淤固堤施工中,为解决施工中的围堰修做、管道焊接、设备运输等实际困难,以一台小四轮拖拉机为载体,在原有的基础上进行改进,由单功能向多项功能转变,集振动挤压反水、小型移动电站、适应恶劣环境短途运输一体的多功能车,实现一机多用。显著提高了机淤施工的工作效率,缩短了工期,转变了被动施工的局面。     

基于支持向量机的财务危机预警模型

首先利用因子分析、均值检验和相关性分析分别对财务指标和公司治理变量进行筛选,得到具有代表性的指标变量,然后利用支持向量机方法进行实证分析.研究结果表明,支持向量机模型对于企业破产风险有较强的预测能力.通过与财务指标下的模型结果进行比较,发现引入公司治理变量(流通股比例、第一大股东持股比例和股权集中度)后,模型的预测能力更强,该方法具有一定的实际应用价值.     

基于巢模板的核空间蚁群聚类算法

为了改进蚁群算法因大量引入随机机制所引发的不稳定性,引入巢模板来改进聚类规则,提出一种基于巢模板的核空间蚁群聚类算法,并与原空间上的聚类算法进行比对。该算法用支持向量机的非线性映射函数把数据样本映射到核空间,再用巢模板记忆蚁群群体特征。核空间上的巢模板蚁群聚类算法能较好地处理特征复杂、类别多的数据集,其聚类结果比较接近真实情况,并且效果明显优于原空间上的聚类算法。     

浅谈桥梁钻孔施工设备的新选择

对旋挖钻机的应用情况、类型、生产厂家等作了概述,探讨了旋挖钻机的工作原理及适用范围,详细归纳了旋挖钻机的优势和劣势,并指出旋挖钻机有一定的推广价值,是钻孔施工的一种理想选择。     

基于视频区域特征及HMM的体育视频分类研究

提出了一种基于视频区域特征的体育视频分类方法.首先将帧分块,对块亮度均值大小进行比较得到块亮度比较编码信息BICC,以及对视频帧各块的颜色分量进行统计得到块颜色直方图;再利用这些特征通过SVM对体育视频进行分类;最后利用一阶HMM对SVM的输出结果进行后处理,得到视频的最终分类结果.实验结果表明,方法对于体育视频分类的效果较好.     

单片机与pc串口通讯的实现

串口通讯对单片机而言意义重大,不但可以实现将单片机的数据传输到计算机端,而且也能实现计算机对单片机的控制。由于其所需电缆线少,接线简单,所以在较远距离传输中,人们已越来越多地采用单片机来对一些工业控制系统中如温度、流量和压力等参数进行检测和控制。PC机具有强大的监控和管理功能,而单片机则具有快速及灵活的控制特点,通过PC机的RS-232串行接口与外部设备进行通信,是许多测控系统中常用的一种通信解决方案。因此如何实现PC机与单片机之间的通讯具有非常重要的现实意义。本文将论述在VB环境下PC机与单片机之间实现串行通讯的软硬件方案。PC机的通讯程序使用Visual Basic编写,VB是Microsoft公司推出的Windows应用程序开发工具,因其具有界面友好,编程简便等优点而受到广泛的使用,而且Visual Basic 6.0版本带有专门实现串行通讯的MSCOMM控件。     

采用频带能量进行ECoG信号的特征提取

对于典型的采用皮层脑电图的脑-机接口系统,测试者想象左手小手指或舌头运动,提出了采用频带能量的特征提取方法.首先,把频带能量作为特征,进行导联的选择,从64导联中获取特征最明显的11导进行分析;然后采用频带能量进行皮层脑电图信号的特征提取,并利用主分量分析进行降维;最后采用Fisher线性判别分析进行两类意识任务的分类.离线分析结果表明,该方法对测试数据取得了很好的分类准确率.