基于区域极点配置的隔震换能控制

隔震换能控制系统是一种新型半主动控制方式,具有隔震换能和主动控制的双重功能,既避免了传统主动控制需要提供主动控制能源所带来的控制成本高、可靠性不易保障的问题,又克服了传统半主动控制控制力局限性较大,影响控制效果的不足．理论分析及试验研究表明,换能器的换能效率与其相对位移、蓄能器的参数等因素有关．将隔震换能装置布置于隔震层,并将控制器安装在结构的顶层,以提高换能效率和结构的控制效果．采用区域极点配置,应用线性矩阵不等式求解方法,设计了便于工程应用的鲁棒控制器,兼顾了系统不确定性因素的影响和控制性能指标的要求．     

基于铁路环境振动的隔振堤数值分析

为减小铁路运营引起的环境振动,提出了一种新的隔振方法——隔振堤.建立了隔振堤-土体-路基的二维有限元计算模型,研究了隔振堤材料、坡角、地基土性质、隔振堤的中空大小、转角数量对铁路环境振动隔振效果的影响.结果表明:隔振堤的材料弹性模量越大,场地土体的弹性模量越小,其隔振效果越好;陡坡角隔振堤在近隔振堤区域的隔振效果更明显,但中坡脚和缓坡脚隔振堤在远侧的隔振效果更好;中空对隔振堤的隔振效果几乎没有影响;随着隔振堤转角数量的增加,非振动放大区内隔振堤的减振效果更好.     

基于随机森林模型的美国白蛾在中国的潜在生境预测

【目的】基于随机森林模型原理,对当前气候环境以及21世纪50年代的美国白蛾在中国的空间分布、环境因子重要性、发生面积及迁移情况进行预测和分析,为美国白蛾有效防控提供理论参考。【方法】获取2011—2017年美国白蛾发生的县市级数据, 利用地理信息系统ArcGIS中随机点生成工具生成未发生点数据。采用随机森林模型原理,选择19个气候因子以及海拔、坡度、坡向、植被覆盖率、有效光合辐射等5个环境因子,通过ArcGIS中的提取值工具提取发生点和未发生点的24个环境变量的值,将海拔、坡度、坡向进行离散化。使用R语言模拟2011—2030年美国白蛾的潜在生境分布模型,以ROC曲线验证模型的精度;利用构建好的模型分析环境因子重要性并排序,预测在2050s(2041—2060年)时期两种气候情景(RCP2.6、RCP4.5)下全中国范围内美国白蛾的潜在生境分布。【结果】ROC曲线分析表明,随机森林模型预测美国白蛾潜生境分布的训练数据和测试数据的AUC值分别为0.997和0.963,模型精度较高;当前时期下美国白蛾潜在生境(适生区)占中国国土面积的8.74%,其中低适生区、中适生区、高适生区和极高适生区面积分别占适生区总面积的41.47%、20.85%、18.90%和18.78%,适生区主要集中在华北地区东南部、中南地区北部、华东地区北部和东北地区南部。对美国白蛾潜在生境分布影响较大的环境因子依次是:海拔、植被覆盖率、最湿季平均气温、最暖季平均气温。在2050 s时期RCP2.6气候情景下,美国白蛾适生区总面积占中国国土面积的14.38%,其中低适生区、中适生区、高适生区和极高适生区面积分别占适生区总面积的51.87%、20.37%、16.49%和12.27%;在RCP4.5气候情景下,美国白蛾适生区总面积占中国国土面积的19.06%,其中低适生区、中适生区、高适生区和极高适生区面积分别占适生区总面积的51.14%、15.11%、20.36%和13.39%;2050s时期美国白蛾潜在生境质心平均向北迁移93.65 km,新增适生区有黑龙江省、吉林省、四川省、湖北省、山西省、河南省、内蒙古东部、台湾岛等地区。【结论】美国白蛾适宜生活在海拔较低、夏季高温多雨、拥有较为丰富的森林资源的地区。随着气候变化,美国白蛾潜在生境整体向中国北部和内陆湿度较高地区偏移,发生面积逐渐扩大,发生程度逐渐加重。     

基于森林资源清查数据的江西省主要森林类型净生产力研究

【目的】基于江西省2011年和2016年的森林资源清查数据,分别估算不同森林类型的净生产力,为森林资源科学经营提供依据。【方法】以江西省2011年和2016年两期森林资源清查数据为样本,采用生物量回归模型法,在样木水平上计算单木生物量、累计样地水平生物量并扩大到总体水平,测算乔木层生物量的生长量和枯损量,结合乔木层生物量结果估测灌木层和草本层,并估算不同森林类型的净生产力。【结果】综合考虑森林乔木层生长与枯损、林下灌木层、草本层生物量,基于复位样木,由单木生物量模型得到样地生物量,进而计算江西省主要森林类型的净生产力,得出阔叶混交林的净生产力最高,针阔混交林次之,而针叶林和阔叶纯林的净生产力较低。2011—2016年,江西省森林平均净生产力为7.28 t/(hm²·a),阔叶混交林净生产力最高为11.26 t/(hm²·a)。【结论】在国家标准框架下的森林净生产力估算模式,可为更大范围内、统一标准下客观准确评估森林净生产力提供参考。     

基于非参数分类算法和多源遥感数据的单木树种分类

【目的】通过研究随机森林(random forest, RF)特征筛选对单木树种分类精度的影响,以及多源遥感数据协同下单木树种分类的有效性,分析不同特征对单木树种分类的影响程度。【方法】以东北林业大学帽儿山实验林场中林施业区的两块100 m×100 m样地为研究对象,首先,以机载激光雷达(LiDAR,light detection and ranging)和多光谱遥感CCD(charge coupled device)影像为数据源,分别基于机载LiDAR数据提取高度、强度和树冠大小等共37个特征,基于CCD影像提取光谱和纹理共21个特征;其次,以随机森林方法进行特征筛选,之后以随机森林和支持向量机(support vector machine, SVM)两种非参数分类器,结合不同数据源和特征,采用12种分类方案,利用总体精度(overall accuracy, OA)、用户精度(user’s accuracy, UA)和生产者精度(producer’s accuracy, PA)对分类结果进行对比与精度评价。【结果】经随机森林特征筛选后,分类结果优于未进行特征筛选的结果,总体精度可以平均提高3.47%,使用机载LiDAR和CCD影像协同分类相较于仅使用CCD影像总体精度平均提高6.07%。【结论】随机森林特征筛选可以优化特征,减少特征冗余,提高分类精度;多源数据结合也可以提高分类精度;在多源数据结合时,光谱特征最重要,LiDAR提取的强度特征相较于高度特征更稳定。     

宽频光隔离放大器设计及试验研究

针对电力系统信号测量要求的抗干扰能力强、二次设备安全及宽频带的要求,设计一种宽频光隔离放大器,对隔离放大器的设计原理进行详细介绍,通过对隔离放大器各模块电路的传输特性分析,建立了相应的系统传递函数.仿真试验和实物试验结果表明,该隔离放大器将传输频带提升至1 MHz以上,工频信号传输精度误差小于0.2％,抗干扰能力有效增强,满足电力系统信号测量的实际需求.     

珊瑚来源放线菌Streptomyces albidoflavus M13.1的次级代谢产物化学成分研究

为了研究珊瑚来源放线菌Streptomyces albidoflavus M13.1中的次级代谢产物,利用硅胶色谱法、凝胶色谱法、薄层色谱法、中压液相色谱法等技术对珊瑚来源放线菌Streptomyces albidoflavus M13.1发酵物的乙酸乙酯提取物进行分离和纯化,通过核磁共振氢谱（¹H-NMR）、核磁共振碳谱（¹³C-NMR）、质谱（MS）等波谱数据及文献对照方法对化合物进行结构鉴定。从放线菌S.albidoflavus M13.1分离鉴定出13个化合物,分别为5-（6-methyl-7-oxooctyl）furan-2（5H）-one（1）、肉桂酸（2）、环（亮-脯）二肽（3）、5-（6,7-dihydroxy-6-methyloctyl）furan-2（5H）-one（4）、环（丙-脯）二肽（5）、香豆酸（6）、环（丙-亮）二肽（7）、N-乙酰基酪胺（8）、环（4-羟基-脯-苯丙）二肽（9）、环（甘-丙）二肽（10）、环（甘-脯）二肽（11）、尿嘧啶核苷（12）、2''-O-甲氧基尿嘧啶核苷（13）。这13个化合物均为首次从珊瑚来源的S.albidoflavus M13.1样品中分离得到,且均无明显的抗肿瘤细胞增殖活性。     

基于语义API依赖图的恶意代码检测

传统的恶意代码动态分析方法大多基于序列挖掘和图匹配来进行恶意代码检测,序列挖掘易受系统调用注入的影响,图匹配受限于子图匹配的复杂性问题,并且此类方法并未考虑到样本的反检测行为,如反虚拟机.因此检测效果越来越差.本文设计并提出一种基于程序语义API依赖图的真机动态分析方法,在基于真机的沙箱中来提取恶意代码的API调用序列,从而不受反虚拟机检测的影响.本文的特征构建方法是基于广泛应用于信息理论领域的渐近均分性(AEP)概念,基于AEP可以提取出语义信息丰富的API序列,然后以关键API序列依赖图的典型路径来定义程序行为,以典型路径的平均对数分支因子来定义路径的相关性,利用平均对数分支因子和直方图bin方法来构建特征空间.最后采用集成学习算法-随机森林进行恶意代码分类.实验结果表明,本文所提出的方法可以有效分类恶意代码,精确度达到97.1%.     

基于随机森林的航空发动机工作状态识别

为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将数据降维进行属性约简,并根据发动机工作状态将样本分组,用随机森林方法训练获得分类器;然后将几种分类方法的识别效果进行对比;最后采用该方法对某一架次的发动机工作状态进行识别。结果表明,该方法能够准确快速地识别航空发动机的稳定工作状态,识别准确率达到97.89%。可应用于发动机工作状态的相关研究。     

基于局部均值分解和迭代随机森林的脑电分类

为实现癫痫患者的脑电信号有效识别,进而提高患者的生活质量,针对脑电信号的非平稳、非线性特点, 提出一种基于局部均值分解和迭代随机森林相结合的脑电信号分类方法。首先利用局部均值分解将脑电信号 分解成若干个乘积函数分量和一个残余分量,然后对所有分量进行特征提取,并使用支持向量机、随机森林和 迭代随机森林方法进行分类。实验结果表明,迭代随机森林的分类准确率高于支持向量机和随机森林方法。 此方法为准确识别癫痫脑电信号提供了一个可行有效的途径,具有较好的推广和应用价值。