自适应阶梯模糊控制在电涡流缓速器中的应用

分析了电涡流缓速器在制动过程中所要求的恒速模式及在制动中出现的热衰退现象,提出了采用自适应阶梯模糊控制方法．该方法采用分段调节的机制,通过在线改变规则中的调整因子α,使得电涡流缓速器控制器根据实时转速和转子盘温度的变化,调整模糊控制规则,最终使得电涡流缓速器输出的励磁电流根据转速和转子盘温度实时调节．通过在电涡流缓速器转鼓实验台上对该算法进行验证,对比常规的控制方法,该方法具有更好的控制性能．     

基于粗糙集和证据理论的决策规则提取

提出一种基于粗糙集和证据理论的两阶段决策规则提取算法, 该算法首先利用粗糙集中属性缩减的思想, 找出每条规则中的重要条件属性集合, 然后再基于证据理论中证据结合的思想进一步去掉重要条件属性集中的冗余条件属性, 从而得到最终的决策规则. 所给算法简化了属性集的约简, 对高维数据也是可行的. 实验结果表明, 利用该算法能够挖掘出高质量的决策规则.     

不同船速比对改向避让效果的影响

为了研究船速比在船舶驾驶员制定改向避让决策时的影响,运用船舶相对运动几何原理建立船速比与改向避让施舵点、改向幅度之间的数学模型,分析不同目标交汇特征下船速比(K≥1)分别对施舵点和改向幅度的影响.仿真实验结果表明,船速比(K≥1.5)较大的情况下,本船按《国际海上避碰规则》(以下简称规则)改向避让的效果不显著,对左正横...     

基于时间段的时序规则发现

时序规则挖掘用以挖掘数据库中与时间相关的规则及模式.现今大部分时序数据挖掘均是针对基于时间点的,基于时间段的挖掘相对较少.在此提出一个新的基于时间段的时序规则挖掘算法,通过挖掘频繁闭模式集取代完整频繁模式集,减少了挖掘时间,算法效率很高.     

基于文本库的完全加权词间关联规则挖掘算法

提出了基于文本数据库的完全加权词间关联规则挖掘算法,给出了与其相关的定理及其证明过程。该算法采用三种剪枝策略,候选项集数量和挖掘时间明显减少,提高了挖掘效率。实验结果表明该算法的有效性,和现有算法比较,挖掘效率确实得到改善和提高。     

英语音系过程中从底层表达向表层表达推导的研究

英语音系过程中语素或词项的表达有两个层面:底层表达和表层表达,前者包括语法预测的音系信息,抽象笼统;后者却具全部或大部分的语音信息,能作为某个结构单位的语音现实基础,是一种语音表达形式.从底层表达到表层表达的推导可使语素的表达由抽象变得具体.传统生成音系学SPE模式和发展生成音系学OT理论对该推导过程都有研究,其研究成果有助于学习者更好掌握和运用英语.     

稀疏矩阵的关联规则挖掘算法研究

关联规则是数据挖掘中的一种重要模式,自1993年R.Agrawal引入关联规则概念和提出第一个关联规则算法以来,诸多研究人员对关联规则挖掘的算法进行了广泛的研究.但专门研究挖掘稀疏数据的有效算法较少.针对稀疏数据,提出了一个使用简单数据结构——链表的挖掘算法,与其它算法比较,实验结果表明是非常有效的.     

基于粗集的邮件自动分类系统研究

电子邮件给人们带来极大便利的同时,垃圾邮件的日益泛滥,也给人们带来了极大的不便和危害。本文使用基于粗集最优属性约简方法对邮件集进行特征维数压缩,在不影响条件属性分类能力的情况下,利用粗糙集约简化简决策表,得到一个规则,利用规则可以对新加入的邮件进行自动分类,试验结果表明该方法是行之有效的。     

Spark集群下基于关联规则的产品加工质量分析

工业大数据的有效应用成为支撑企业转型升级的强力引擎.利用关联规则可以从海量产品加工过程质量数据中发掘加工工序质量参数之间的隐含相关性,如果能对具有相关性的上游质量指标进行及时有效的监控和调整,将有效地减少质量指标之间的误差传播、耦合与积累对各工序质量监控点配置决策的影响.针对传统的关联规则挖掘时空复杂度和I/O代价高,...     

分布式虚拟实验室的构建

针对实验经费紧张、设备短缺与实验用户数量不断增长的矛盾,以计算机组成原理实验为例,提出了分布式虚拟实验室的设计方案。采用Client／Server体系结构,基于TCP／IP协议,用面向对象的方法对系统进行建模。对仪器表示、规则定义和规则审查这些关键技术进行了阐述。使用本设计方案开发的原型系统,能够满足基础实验的要求,具有良好的开放性、通用性以及一定的智能性。