数据挖掘技术在电气设备在线监测系统中的应用

介绍了电气设备在线监测系统和数据仓库与数据挖掘技术,分析了数据挖掘技术在三里变电站电气设备在线监测系统中的应用,探讨了数据挖掘步骤中两个最重要的模块——数据处理模块和预测模块,对扭转当前在线监测系统中“信息丰富、知识匮乏”的局面做了一个非常有益的尝试,并取得了较好的效果。     

利用零矢量矩阵法研究正交曲线坐标系中的Galileo变换

本文中引入零矢量矩阵概念，利用零矢量矩阵法提出Galileo变换下正交曲线坐标系中质点的坐标，速度和加速度的矩阵形式的公式，而且推导Galileo变换下柱座标系和球座标系中质点的速度和加速度的矩阵形式．     

一种基于KNN与改进SVM的车牌字符识别算法

提出了一种将KNN(K近邻)和支持向量机相结合的字符识别算法.首先用KNN对字符进行判断,如果输出的置信度大于阈值,则认为分类正确;如果小于阈值则采用支持向量机进行判决.改进了SVM分类器,通过调整支持向量机的分类超平面改进了支持向量机的性能.将算法应用到实际的车牌字符识别中,识别结果表明,这种方法在提高识别速度的同时,有效提高了字符的识别精度.     

关于改进的支持向量机的研究

支持向量机是一种基于统计学习理论和对偶理论的分类和函数估计方法,其推广能力强和全局最优的特点引起了学者的广泛关注。本论文对目前所提出的各类改进的支持向量机进行了初步的研究和分析。     

一种新的分类方法——属性均值聚类属性支持向量机(AMC-ASVM)

在属性均值聚类(AMC)与支持向量机(SVM)的基础上,提出了一个新的模式分类算法——基于(属性)聚类的属性支持向量机算法(AMC-ASVM)。主要思想是利用属性均值聚类网络得到的具有概率信息(权重)的样本,来训练属性支持向量机,从而得到分类器。这种方法结合了属性聚类的稳定性与属性支持向量机可以利用加权样本的优点,适合处理具有强噪声的数据。另外,该方法也可以看作是堆近邻分类法的自然推广。在实验部分,将其用于结肠癌基因表达数据的处理。实验结果显示了AMC-ASVM在一定程度上优于最近邻,Boosting,堆近邻,SVM等方法。     

电场对Cu-Al合金活度及液态淬火组织的影响

通过对Cu-5Al合金施加直流、交流和脉冲电场，发现Cu液中溶质Al的活度系数随电场强度的增加，其趋势不同程度地减小。为研究溶质Al活度减小的原因，对合金在熔融状态下进行淬火。淬火后的金相组织观察表明，电场作用下溶质在合金溶液中沿某一个方向聚集，这为揭示活度的本质及活度在电场下变化的原因提供了可靠的证据，同时从另一个角度证明了液态金属中存在短程有序。     

基于LSI和自组织神经网络的高效文本聚类方法

根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度.     

水泥基材料损伤自诊断机理声发射研究

采用声发射与电阻技术对碳纤维混水泥基材料土在单轴受压和三点弯曲负荷下内部损伤进行了监测 .研究表明 ,在三点弯曲负荷下 ,碳纤维混凝土的荷载 -挠度曲线与试件的电阻和声发射事件数存在良好的对应关系 .对于碳纤维水泥基复合材料 ,其导电率主要依赖分散于水泥基体中相互搭接的碳纤维的渗流网络 .材料内部的损伤引起相互搭接的渗流网络破坏 ,而致使材料电阻增大 .因此 ,在整个加载过程中 ,体系的电阻反映了材料内部的损伤 .另一方面 ,通过声发射信号的分析 ,可以鉴定材料内部损伤的机理 .     

基于Simulink的交流异步电机矢量控制系统的仿真

文中在同步旋转坐标系上(M、T坐标系)推出交流异步电机数学模型,采用MATLAB/Simulink对该矢量控制系统进行仿真建模与仿真研究,在Simulink中给出仿真框图和仿真实验结果.