水轮发电机组故障诊断模糊专家系统研究

针对水轮发电机组故障原因与症兆之间的复杂关系,充分利用综合监测数据和领域专家的经验知识,采用数据驱动和基于知识的目标驱动控制的正反向推理方法进行诊断.研究了基于数据库管理系统的模糊知识库设计,为知识库的建立、维护、扩充和完善提供了一种实用方法.研究了模糊推理算法,以加权模糊推理进行多种信息的融合,解决了故障诊断中不确定性问题的求解.建立了水轮发电机组故障诊断模糊专家系统.诊断实例结果表明,该系统推理效率高,可信度好,满足了水轮机组故障诊断的有效性和实用性要求.     

Combined Density-based and Constraint-based Algorithm for Clustering

We propose a new clustering algorithm that assists the researchers to quickly and accurately analyze data. We call this algorithm Combined Density-based and Constraint-based Algorithm （CDC）. CDC consists of two phases. In the first phase, CDC employs the idea of density-based clustering algorithm to split the original data into a number of fragmented clusters. At the same time, CDC cuts off the noises and outliers. In the second phase, CDC employs the concept of K-means clustering algorithm to select a greater cluster to be the center. Then, the greater cluster merges some smaller clusters which satisfy some constraint rules.Due to the merged clusters around the center cluster, the clustering results show high accu racy. Moreover, CDC reduces the calculations and speeds up the clustering process. In this paper, the accuracy of CDC is evaluated and compared with those of K-means, hierarchical clustering, and the genetic clustering algorithm （GCA）proposed in 2004. Experimental results show that CDC has better performance.     

一种基于改进径向基神经网络的人脸图像识别方法

常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法用于径向基网络的学习,可根据样本集确定径向基函数数目,且其计算量与数据点的数目与考虑问题的维数无关,很适合于人脸这种维数较高的模式.实验证明,应用这种算法训练径向基神经网络识别人脸,从识别精度到识别速度上都优于传统算法.     

缩短杂交松扦插生根时间的方法研究

于2005年7月在广西林业科学研究院苗圃进行杂交松(P inus elliottii×P.car ibaea)扦插繁殖试验,研究缩短杂交松生根时间的方法。试验采用随机区组设计,对采穗母树设遮光和喷施叶面肥处理,穗条选取未木质化、半木质化、木质化三种,长度分为3~5cm,5~8cm,15cm以上。生根抑制物处理6种:乙酸乙酯、75%酒精、50%酒精、洗洁精、自配处理液和清水,乙酸乙酯、酒精与水的配比为1¨100。每种处理3个重复,株数135株。试验结果表明,对采穗母树进行遮光及叶面肥处理,可显著缩短插穗生根时间及提高生根成活率,其中生根成活率比对照提高12%~25%,愈伤组织形成时间比对照缩短7~13 d。不同插穗生根抑制物处理,可显著影响扦插成活率和生根时间,其中乙酸乙酯和自配处理液对杂交松插穗生根有效,生根成活率分别比对照提高22%和32%,愈伤组织形成时间分别缩短6 d和4 d;酒精和洗洁精对杂交松插穗生根无效,生根成活率比对照降低1%~7%。半木质化、未木质化、木质化穗条出现愈伤组织的时间分别为36 d、37.3 d和41.7 d,平均生根率分别为44.33%、25.75%和60.33%;插穗长度对扦插成活率影响不显著,对生根也有影响,其中以5~8cm最好,3~5cm次之,15cm以上最差。     

Identify Implicit Communities by Grap Clustering

How to find these communities is an important research work. Recently, community discovery are mainly categorized to HITS algorithm, bipartite cores algorithm and maximum flow/minimum cut framework. In this paper, we proposed a new method to extract communities. The MCL algorithm, which is short for the Markov Cluster Algorithm, a fast and scalable unsupervised cluster algorithm is used to extract communities. By putting mirror deleting procedure behind graph clustering, we decrease comparing cost considerably. After MCL and mirror deletion, we use community member select algorithm to produce the sets of community candidates. The experiment and results show the new method works effectively and properly.     

Affinity Solvents for Intensified Organics Extraction： Development Challenges and Prospects

Introduction In contrast to inorganics and metals processing, most organics extraction processes use classical organic sol-vents that utilize physical interactions with the solutes of interest to achieve the desired separation[1]. Clear examples are the e…     

基于小波变换和模糊聚类的自适应水印嵌入方法

利用人类视觉系统(HVS)的掩蔽效应和小波多分辨率分析的特点,作者提出了一种通过在图象的小波域的细节部分进行模糊聚类来寻找适合嵌入水印的位置,再用隶属度作为嵌 入强度来嵌入水印的新的数字水印嵌入算法.实验表明该方法能在保持图象质量的前提下提高水印的鲁棒性.     

基于随机森林的文本分类模型研究

随着WWW的迅猛发展，文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成，并且由一随机向量决定决策树的构造. 当森林中决策树的数目增大，随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明，分类效果比较好，性能比较稳定，将其同C4.5, KNN, SM0, SVM 4种典型的文本分类器进行了比较，结果显示它的分类性能胜于C4.5，同KNN, SMO和SVM方法相当.     

基于互信息的粗糙集信息检索模型

在信息检索过程中，由于文档中存在大量的多义和近义现象，导致不确定性出现，这将影响检索的性能.为此采用基于互信息的粗糙集理论来处理这类不确定性问题.首先计算训练文档集中的词之间的互信息，对互信息做模糊聚类来构造词之间的等价关系，然后借助于该等价关系提出并实现了一个以粗糙集上下近似为基础的信息检索模型，通过实验的测试，该模型能够提高信息检索的效率.     

黄花补血草的组织培养及快速繁殖

研究黄花补血草[Limonium aureum（L．）Hill]的组织培养与快速繁殖．结果表明．以部分下胚轴连接两片子叶的幼苗为外植体，能诱导不定芽．繁殖系数最高的培养基为MS＋6～BA0．4～0.6mg／L＋NAA0.05mg／L＋Sucrose 30g／L，诱导生根的最佳培养基为1／2MS＋NAA0．4mg／L＋Sucrose 30g／L．