基于粒子群算法的微纳米铁粉燃烧实验研究

为减少化石燃料的使用,开发清洁、低碳、可再生的新型能源,对微纳米铁粉燃料开展燃烧实验研究。通过微纳米铁粉的比表面积实验、热重分析实验、X射线衍射实验,得到不同粒径铁粉的比表面积、热重曲线以及X射线衍射图谱。分析粒径对比表面积、热重曲线的影响,研究不同粒径铁粉在40 K/min升温速率下的燃烧特性参数和燃烧动力学参数。并用粒子群算法拟合出微纳米铁粉的燃烧速率微分方程,建立微纳米铁粉的燃烧模型。结果表明：除了50 nm铁粉以外,随着粒径增大,铁粉的着火点温度、最高燃烧速率温度、燃尽温度、活化能、指前因子均增大。50 nm铁粉会在高温下发生熔化并凝结,使得燃尽温度上升,燃尽时间延长,不利于反应正常进行。对于粒径在50 nm～2μm范围内的铁粉,可以通过本文建立的铁粉燃烧速率微分方程近似计算不同粒径微纳米铁粉的燃烧特性参数和燃烧动力学参数,误差在允许的范围内。     

ABAQUS二次开发在骨重建仿真中的应用

本研究的目的 是利用ABAQUS二次开发环境,将基于应变能密度准则的骨自优化理论,编写成骨重建仿真算法.可以提取仿真模拟的密度分布数据作为场变量以云纹图的形式显示出来.通过计算骨组织密度的变化趋势分析骨重建过程.建立二维悬臂梁模型,进行200步迭代计算.结果 显示密度分布呈现出桁架结构,验证了基于ABAQUS二次开发环...     

采用增广乘子法和免疫算法的混合可靠性分析

针对传统可靠性优化设计方法在处理实际可靠性工程问题时求解精度不高或无法求解的问题,提出一种采用增广乘子法和免疫算法的混合可靠性分析方法.首先以极限状态方程为约束,以可靠性指标最小为目标函数,建立可靠性优化设计数学模型;然后利用增广乘子法将该有约束可靠性优化设计数学模型转变成无约束优化模型;最后运用免疫算法(IA)进行求...     

量子BP神经元及其在含噪字母识别中的应用研究

量子神经计算是传统神经计算与量子计算相结合的产物,它将成为新的信息处理技术之一.文中以相移门和受控非门作为基本的计算单元,借助复数BP学习算法,构造出量子神经元模型,通过数值计算给出了该量子神经元的收敛特性曲线.在此模型基础上,构造出一个三层量子神经网络,应用于含噪字母识别.数值计算结果表明,量子神经网络在噪声均方差小于0.35之前能完全地对含噪英文字母进行识别,容错能力比传统神经网络有明显增强.     

基于双核DSP的MPEG-4标清视频编码器

文中详细阐述了针对ADSP-BF561双核DSP芯片的MPEG-4视频编码算法的优化方法.实验数据表明,优化后的编码器性能得到了全面提升,实现了基于ADSP-BF561双核平台上的4CIF视频实时编码.     

云计算环境中面向大数据的改进密度峰值聚类算法

对密度峰值聚类算法进行有效改进,计算各样本点之间的距离和各样本点局部密度,选择两者中较大的样本点作为聚类中心点,根据其余样本点与各中心点的距离设定样本点所属类别;引入K近邻算法对密度峰值聚类算法进行优化,求解各样本点的距离时只需要考虑其周围由邻近值决定的若干样本点,实现距离阈值的自动选取;根据距离矩阵计算样本点的密度,绘制决策图并选择簇内中心点,将剩余点根据密度值分配给离中心点距离最近的类;最后将K近邻-密度峰值聚类算法部署至Hadoop云计算平台,用于解决大规模数据聚类的问题。仿真结果表明,通过合理设置K近邻算法的近邻值k,K近邻-密度峰值聚类算法具有较好的大数据样本聚类性能,与常用聚类算法相比,该算法具有更高的聚类准确率和聚类效率,适用于大数据样本聚类。     

基于环境因素的露天煤矿粉尘质量浓度预测

为实现PM2.5、PM10和TSP粉尘质量浓度预测,利用哈尔乌素露天煤矿环境监测数据,以随机森林算法为基础,建立环境因素影响下的粉尘质量浓度预测模型,采用网络搜索的方法对随机森林模型进行参数调整.研究结果表明:采用加权算术平均值法对粉尘质量浓度数据进行降噪处理,能有效提高预测模型的准确性.特征重要性分析表明,环境影响因...     

基于移动锚节点的无线传感器网络节点定位

为了更好地解决无线传感器网络节点定位精度和复杂测距技术之间的矛盾,提出一种基于移动锚节点的非测距的定位技术。9个装备有GPS接收机的可移动锚节点形成一个圆形定位区域,位于定位区域内的待定位节点接收锚节点发射的信号,并记录接收信号强度,比较接收信号强度确定自己所处区域,从而实现定位。仿真结果表明,该节点定位技术平均定位精度约为10%,与其他类似定位技术相比,能够明显提高节点定位精度。     

基于聚类的多样本复发拷贝数变异检测算法

拷贝数变异是人类基因组中一种重要的结构变异类型.不同样本中相同区域出现的拷贝数变异称作复发拷贝数变异.研究表明,复发拷贝数变异与人类复杂疾病紧密关联.提出一种基于聚类思想的多样本复发拷贝数变异的检测算法,该算法首先提取两种与复发拷贝数变异密切相关的特征:即多样本中每个位点的拷贝数变异比率和拷贝数变异幅度均值,然后利用聚...     

低密度奇偶检验码译码的高效量化算法

为降低低密度奇偶检验码译码的硬件实现复杂度,提出了一种可变步长均匀量化"和积"译码算法。该算法分为两步进行:首先,检验节点和变量节点的外信息都以相同的量化步长进行均匀量化而进行迭代译码;然后,当迭代达到预定的次数时,检验节点和变量节点的量化步长分别乘以和除以预先选定的一个参数。仿真和现场可编程门阵列实现结果表明,与未量化的标准积译码算法相比,该算法的性能损失在0.1 dB以内;与同等性能的算法相比,该算法可以降低50%的硬件规模。