基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。     

稻壳灰改良盐渍土力学特性及抗冻性的研究

在西北季节冻土区广泛分布着盐渍土,其在空间分布上连续性差,工程性质极其不稳定;且浅层盐渍土受冻融作用的反复影响,其力学性质长期处于动态的变化之中,给工程设计与建设带来了极大的挑战.鉴于此,通过压缩试验及无侧限抗压强度试验,研究稻壳灰对盐渍土的改良效果.结果表明,稻壳灰可以显著地改善盐渍土的压缩特性,并提高其无侧限抗压强度,且改良土的压缩系数与抗压强度之间呈现出负相关的线性关系.随着掺灰量和养护龄期的增加,改良土的压缩系数不断减小,无侧限抗压强度呈现出不断增加的趋势,最大可增加4倍左右.以抗压强度损失率为指标对改良土的抗冻性进行了评价,发现改良土的抗冻性随着掺灰量的增加呈现出先增强后减弱的趋势,且在15%的掺灰量时,其抗冻性效果最显著;相对而言,养护龄期对于改良土的抗冻性影响较小.     

潜在表示学习框架下的低冗余多视图聚类算法

基于潜在空间学习的多视图聚类研究得到了较大发展,但其通常忽略了原始数据中冗余信息的存在可能会带来不理想的聚类结果。为解决这个问题,提出一种潜在表示学习框架下的低冗余多视图聚类算法。基于k-means的方法,直接从各视图数据学习其低维表示,由于该低维表示的各个特征相互正交,学习到的低维表示通常含有较少的冗余信息。基于潜在空间的假设,各视图的低维表示可由同一个潜在表示投影得到。将两者结合,就能得到一个具有低冗余信息的统一的潜在表示。设计了一个优化算法来求解目标问题,在多个公开数据集上的实验表明了该算法的有效性。     

“灰箱”的辩识与控制——一种简便实用的自适应控制方法

以在蒸汽机车锅炉减温群控系统中成功地实现自适应控制为例,介绍一种用单板机对“灰箱”进行在线辩识和自校正调节的方法,并提出了简化的自适应控制算式.     

模糊聚类应用于MIS子系统划分的研究

本文介绍了模糊聚类应用于ＭＩＳ子系统划分的新方法,包括基于模糊等价关系的方法和基于模糊相似关系的“最大树”方法．     

论朱熹对《黄帝内经》自然哲学方法的继承与发展

朱熹在构筑自己博大精深的自然哲学体系中多处借鉴了《黄帝内经》的“取象比类”方法,本文侧重从宇宙生成、万物化育、物质运动等方面就此进行了较为深入的探析     

一个新的单调类定理

定义了集类的ｗ类的概念,给出了ｗ类的单调类定理．     

模糊灰关联模式识别方法及其应用

首先建立了灰关联分析的新的理论模型,然后将其与模糊集理论结合起来,提出了一种模糊灰关联模式识别方法．通过应用于场地土类别的评定,从而说明了本文方法的有效性     

结构化面向对象形式规格说明语言OOZS——设计原理

形式方法与面向对象方法的综合使用可以使它们各自的优点得到充分体现：形式方法使目标软件系统的需求规格说明简明、精确,面向对象方法使目标软件系统的组织和分解工作更加系统、自然．本文讨论了Ｚ规格说明语言的应用限制,并在Ｚ语言的基础上介绍了结构化面向对象形式规格说明语言——ＯＯＺＳ的设计方法．该语言吸收了面向对象程序设计语言ＳｍａｌＴａｌｋ、Ｃ＋＋以及形式规格说明语言ＶＤＭ、Ｚｃ、Ｚ．Ｓ等的优点,引入了类、继承、入口、出口、Ｐｒｅ谓词、Ｐｏｓｔ谓词等机制,并对Ｚ语言的符号进行结构化处理,提高了形式规格说明的层次性和模块化能力,可用于大型面向对象软件系统需求规格说明的编写