划分客家方言之我见

我国对“方言”性质的理解具有三维的理念,即：方言是一种语言的支裔和地方变体,它具有群体性、历史继承性和地域性。同一个族群由于迁徙的关系会分化出不同的支系,其语言的语音、词汇、语法结构也会因生态环境和社会生活共同体的改变而在继承、创新、融入三方面表现出差异,从而形成方言。因此笔者主张划分方言不能仅凭语音的区别性特征,必须兼看词汇和语法方面的差异情况。从客家多数地区一致使用而其他方言不用的200多条特殊词（包括虚词、语法格式）来看,证明客家话可以独立为汉语的方言。笔者还认为划分方言,必须处理好语言结构与群体的来源、心理倾向、文化风貌等的关系。在江西的客家人不愿和操赣语的人认同,这与不同的祖源和文化习俗有关,两者是汉族的不同支系。在语言结构方面两者的语音多少有一些差异,加上词汇、语法结构上较多的差异,还是处理为独立的方言较好。     

一类有可换Sylow 2-子群的8p~3阶群的完全分类

设p为奇素数(p≠3,7),G是Sylow 2-子群是型为(22,2)的8阶交换群C4×C2的8p3阶群,利用群在群上的作用理论,对群G进行了完全分类并确定了它的全部构造,即:1)当p≡1(mod 4)时,G恰有74个彼此不同构的类型;2)当p≡3(mod 4)时,G恰有40个彼此不同构的类型。     

DAG SVM的结构优化研究及其在故障诊断中的应用

有向无环图支持向量机(DAG-SVM)是一种新颖且使用广泛的多分类算法.传统DAG-SVM由于需要训练的SVM分类器较多,在工程中训练耗时长.又由于传统DAGSVM分类效果受到结构排序影响,导致其分类效果具有随机性.针对以上两个问题,通过结构重组减少SVM分类器个数从而缩短了训练时间,通过对训练数据的重新划分计算产生了最优分类排序,提高了分类正确率.仿真测试与工程实践证明,本文方法相对传统DAGSVM方式,能缩短训练时间,且拥有更高的分类正确率.     

自抗扰三回路过载驾驶仪的设计

对传统过载三回路驾驶仪的结构进行了改进,在保持内环阻尼回路、增稳回路的基础上,将外环过载回路设计成自抗扰控制形式. 通过扩张状态观测器的动态估计与补偿作用,提高了对于系统不确定性的鲁棒性,同时保持了三回路控制体制适于对静不稳定弹体增稳、快速性较强等优点. 针对一个基准的非线性时变对象过载控制问题,通过非线性数值仿真对传统三回路驾驶仪和自抗扰三回路驾驶仪进行了分析比较,仿真结果表明自抗扰三回路驾驶仪在鲁棒性能方面优于传统的设计方法.      

基于强迫振动的全捷联导引头隔离度在线抑制技术

基于全捷联导引头隔离度离线标定精度较差且难以有效抑制隔离度对制导控制系统造成的影响,提出了基于强迫振动的全捷联导引头隔离度在线估计与抑制算法,并研究了算法参数取值对估计和抑制效果的影响;针对隔离度抑制效果受测量噪声影响较大的问题,设计了基于卡尔曼滤波技术的改进方法.仿真结果表明,该算法可以实现对全捷联导引头刻度尺误差引起的隔离度的估计,将估计结果进行前馈补偿可有效抑制隔离度对导弹制导控制系统的影响.      

现浇再生混凝土框架模型结构地震损伤评估

基于完成的6层现浇再生混凝土(RAC)空间框架结构模型模拟地震试验,提出了再生混凝土框架结构地震破坏等级7级划分标准,明确了基于结构极限状态的抗震性能水平.采用变形和能量线性组合的双重破坏准则对再生混凝土框架结构进行抗震能力评估.结果表明:基于变形和能量线性组合的双参数地震损伤模型,能够很好地评估地震作用下再生混凝土框架结构的损伤发展过程,为基于性能的再生混凝土框架结构抗震优化设计提供了依据.     

利用URL-Key进行查询分类

针对查询分类问题,借助互联网中人工组织的分类网站领域URL,利用URL-key在各个类别中使用的频度,提出基于方差的领域URL-key识别方法,利用机器翻译、拼音翻译和搜索结果反馈等技术对URL-key进行过滤,构建领域URL-key。然后结合伪相关反馈技术,选取URL-key为特征,构建URL-key向量,利用SVM对查询串进行分类。实验结果表明,该方法不仅F值比对比方法提高7%,而且资源的使用也远远小于对比方法,提高了系统的时效性。     

基于稀疏表达的人脸遮挡物去除

人脸识别技术是目前最具发展潜力的生物特征识别技术之一。眼镜、围巾等遮挡物的存在对人脸识别系统的识别率影响很大,为了提高有遮挡的正面人脸图像的识别率,文章提出了基于稀疏表达分类的去除遮挡的方法。该方法对于有遮挡的人脸图像先求出其在无遮挡人脸图像训练集上的稀疏系数,再根据求得的稀疏系数进行恢复重建,得到去遮挡的人脸图像。实验表明该方法能有效地去除遮挡和提高识别率。     

随机干扰下AUV推进器故障特征提取与融合

针对水下传感器自身噪声等随机干扰影响水下机器人推进器故障诊断结果的准确性问题,为降低随机干扰影响,提出了基于小波近似分量提取故障特征、基于控制信号变化率提取故障特征以及带有归一化处理的特征融合方法.将速度信号进行小波分解,对分解后的尺度系数进行小波重构得到小波近似分量;对控制信号进行求导,得到控制信号变化率.基于修正贝叶斯算法,分别从小波近似分量和控制信号变化率中提取故障特征.基于证据理论对提取到的两个单一特征进行融合,并将融合结果进行归一化处理.水下机器人实验样机的水池实验结果验证了所提方法的有效性.     

驾驶员转向特性分类与辨识方法对比研究

针对汽车驾驶员转向特性分类与辨识问题,基于CarSim仿真平台对研究方法进行了初步探索。设计了转向工况仿真试验,采集试验数据,根据车辆最大横摆角速度,使用K-means聚类算法对驾驶员转向特性进行分类。在Matlab软件环境下分别采用学习向量量化(LVQ)神经网络、BP神经网络、支持向量机(SVM)建立驾驶员转向特性辨识模型,并对3种网络建立的辨识模型进行测试试验和比较。试验结果表明:3种辨识方法均具有较高的辨识精度,其中支持向量机方法在汽车驾驶员转向特性辨识方面具有一定的优势。