利用人工智能神经网络预测广州市PM2.5日浓度

利用差分整合移动平均自回归模型(ARIMA)、后向传播神经网络(BP)以及长短期记忆神经网络(LSTM),对广州市2015—2019年的PM2.5浓度数据进行训练和预报,研究集合经验模态(EEMD)分解和时间分辨率对不同模型预报准确性的影响.结果表明,EEMD分解可以显著地提升低频分量的预报效果;提高输入数据的时间分辨...     

基于特征量融合和支持向量机的滚动轴承故障诊断

为了提高滚动轴承的故障诊断率,提出了一种经验模态分解(empirical mode decomposition, EMD)结合时域分析后使用主成分分析(principal component analysis, PCA)融合特征量的特征提取方法。首先,通过EMD分解得到前5个本征模态函数(intrinsic mode function, IMF)分量的上、下包络值矩阵的奇异值;然后,对轴承原始信号进行时域分析得到各种时域特征参数;最后对奇异值和时域特征参数使用PCA降维融合后输入到多分类支持向量机(support vector machines, SVM)中进行分类。通过实验仿真验证,融合后的特征量诊断准确率达到了98.6%,该方法能充分地提取出轴承故障特征信息,诊断效果良好。     

神经网络参数对地震类型识别的影响

由于震源识别模型判据选取不当或关键参数设置不合理,现有地震辨识模型的性能受到一定制约。为了改善地震类型识别效果,优化反向传播(back propagation, BP)神经网络参数设置,提出了一种经验模态分解(empirical mode decomposition, EMD)多尺度近似熵(multi-scale approximate entropy)判据,并讨论训练函数、激活函数、隐藏层神经元数目与学习速率等网络参数对地震辨识的影响。首先,针对多组天然地震事件及人工爆破事件波形进行关键信息提取与归一化,利用EMD算法提取6个本征模态函数(intrinsic mode function, IMF)和1个剩余分量(residual),然后分别计算近似熵得到EMD多尺度近似熵向量;再次,设计一系列BP神经网络调参实验,研究BP神经网络参数对地震类型识别的影响。结果表明,训练函数、激活函数、隐藏层数目等参数对地震辨识产生了明显的影响,辨识效果较好的参数组合为：训练函数采用共轭梯度法,输出层激励函数为purelin函数,隐层激励函数为logsig函数,隐层节点数和学习率分别设置为10和0.0...     

基于双脉冲特征的滚动轴承缺陷尺寸估计方法

根据提取的滚动轴承特征信号实现对故障缺陷尺寸的准确估计,提出了一种基于双脉冲特征的滚动轴承缺陷尺寸估计方法.采用AR模型对采集到的振动信号进行预白化处理,对预白化处理后的信号进行VMD分解,得到一系列固有模态函数.根据峭度值和互信息最大,分别选取包含有阶跃成分与冲击成分的分量,并采用平方包络增强信号的特征.根据双脉冲特...     

结构动力模型修正中的一类矩阵反问题

在实际工程中,由有限元模型得到的计算值与通过试验获得的测量值之间往往存在偏差,为了能够精确预测结构的动力响应,依据测量信息修正存在的动力模型是非常必要的.本文考虑用不完备复模态测量数据修正粘性阻尼矩阵的问题.在假定分析质量矩阵与分析刚度矩阵是精确的情况下,通过求解一个约束最优化问题,得到了满足特征方程的加权Frobenius范数意义下的最优对称非负定修正矩阵.     

面向移动VR的部分缓存内容共享方法

面向移动VR(Virtual Reality)业务的高数据量和低时延需求,为有效降低核心网的数据流量、减小设备的内容请求代价,文中建立了面向移动VR的部分缓存内容共享模型.建模了社交属性感知的内容共享代价最小化问题,将优化问题分解为功率优化与模式选择、设备关联两个子问题,并分别提出基于代价的功率优化和模式选择算法以及基...     

基于时频融合卷积神经网络的股票指数预测

传统的股票指数预测方法是在含噪声、非平稳以及非线性的原始股指序列数据上实施的,这将导致预测精度的下降。为了解决这个问题,提出了一种基于时频融合卷积神经网络的股指预测方法。首先通过引入变分模态分解(VMD)将原始序列数据分解到频域特征上,使得分解后的股指数据具有低信噪比,同时具有更明显的趋势性和平稳性。进一步结合时序卷积神经网络(TCN),构建了时频融合的卷积神经网络模型。最后在6个实际数据集上与8个基准方法进行比较,实验结果表明该方法具有更高的预测精度和更好的解释性。     

新形式下高校大型仪器共享工作体系建设与实践

大型仪器设备共享是一项精细化、综合性工作。有些高校的共享成功经验是经过了多年的积累和沉淀,更有可能是在特定的历史条件下形成的,照搬照抄其他成功高校经验,是存在一定“水土不服”的风险。系统性地阐述了近五年西南大学在大型仪器设备共享制度建设、设备类购置经费统筹、大型仪器设备集中论证模式构建、实体平台建设及分层权限管理虚拟网络化平台开发等方面的工作,系统性地介绍西南大学“从无到有”构建大型仪器共享工作体系的工作实践,以期为其他高校或地方院校开展仪器设备共享工作提供一些参考。     

曲率模态理论在桥梁损伤诊断中的应用研究

在曲率模态理论基础上,建立一连续桥梁有限元模型,通过计算研究了桥梁损伤的结构动态响应特点,验证了曲率模态对桥梁结构整体损伤、局部损伤都有较好的敏感性,其结论可为实际公路桥梁损伤诊断提供参考。     

振动板声辐射模态伴随系数的测量

以工程常见四端位移为零的振动板为例,提出一种新的压电式传感器的设计方法测量第一阶声辐射模态伴随系数．利用特定形状的PYDF（Polyvinylidene fluoride聚偏氟乙烯）薄膜作为误差传感器,使PVDF输出信号为所需要的第一阶声辐射模态伴随系数．结果表明PVDF传感器不仅适用四边简支,四边固定以及介于两者之间的边界条件板结构,而且所设计的PVDF形状作为误差传感器对振动结构表面振速分布变化十分敏感．试验数据表明利用PVDF传感器测量振动结构第一阶声辐射模态伴随系数是可行的。