基于LS-SVM的超声导波管道缺陷二维重构

针对当前超声导波检测中的缺陷成像技术难点,提出了基于支持向量机的缺陷轮廓重构方法.通过实验和有限元仿真相结合的方式,获得不同大小缺陷的检测信号.采用最小二乘网络学习算法,选取缺陷回波数据作为支持向量机的输入,缺陷轮廓数据作为输出.建立了缺陷回波到缺陷二维轮廓的非线性映射,实现了缺陷轴向宽度和径向深度的二维轮廓重构,并与径向基神经网络重构效果进行了对比.实验结果表明,该方法速度快、精度高、泛化能力好,是管道超声导波定量化、可视化检测的一种可行方法.     

基于非线性偏微分方程的图像着色

考虑到连通性原理和各向异性扩散,改进提出了新颖的非线性偏微分方程模型,改进的算法满足了视觉连通性原理,对图像中的细节也有较好的修复.     

三角代数上部分ξ-Lie可导映射的刻画

运用代数分解方法研究了三角代数U=Tri(A,M,B)上的部分ξ-Lie可导映射.证明了如果对任意A∈A存在整数k使得kIA-A可逆,则U上的线性映射为导子当且仅当它是部分ξ-Lie可导映射.作为应用,证明了非平凡套代数上的线性映射是内导子当且仅当其为部分ξ-Lie可导映射.     

一个改进的车牌号码倾斜校正方法

在智能交通系统中,车牌号码倾斜校正是预处理的重要步骤．论文使用加权最小二乘法,把车牌区域拟合成一条直线,然后求得该直线斜率,并计算倾斜车牌图像的倾斜角％最后把图像旋转一Ⅸ完成倾斜校正．实验结果表明：论文方法能快速准确地检测出图像的倾斜角,并具有较强的适应性．与最小二乘法拟合直线比较,倾斜角精度更高,目标函数值更少;与Hough变换校正相比较,论文算法处理时间更短,倾斜角测量精度更高．     

提升小波尺度自适应非线性预测算子构造方法

提出一种提升小波尺度自适应非线性预测算子的构造方法.通过相空间重构将剖分信号转换成训练样本,采用基于高斯核函数的支持向量回归机算法进行回归训练,给出所构造预测算子的结构,并说明基于高斯核函数实现最小均方误差原则的机理.通过仿真实验验证用所构建预测算子在故障诊断时具有较好的识别能力和较强的抗噪能力,在信号降噪时信噪比较高、效果良好.     

SPSS软件在《概率论与数理统计》课程教学中的应用研究

在工科院校公共课《概率论与数理统计》的实际教学过程中,将数理统计原理的讲授与SPSS统计软件的应用相结合,达到了良好的教学效果.本文通过介绍统计图形绘制、回归分析以及方差分析方法在SPSS软件中的应用,以求为广大师生提供教学参考.     

一阶广义随机系数自回归模型参数的最小渐近方差估计

研究广义随机系数自回归模型中参数的估计问题, 给出了未知参数的一个估计类, 证明了该估计类中估计的相合性和渐近正态性, 并且获得了该估计类中的最小渐近方差估计, 并通过数值模拟比较了估计类中各种估计方法的优劣.     

基于PSO的WNN-PID自适应控制器在X光机高压电源中的应用

针对X光机应用技术要求,分析了X光机高压电源内部结构,结合小波神经网络控制技术,设计了基于粒子群算法(PSO)的小波神经网络PID(WNN-PID)自适应控制器,并应用于X光机高压电源,通过与其它控制器对比,证明了该控制器具有更好的控制性能。     

纯电动汽车驱动电动机系统效率模型的试验

为了在工况变换控制过程中,实现基于电动机系统最佳效率的优化控制,构建了电动机系统效率与转速及转矩之间的关系式.由实车测得的数据,确定了研究工况的范围,在电动机加载试验台上对电动机系统效率特性进行了测试,结果显示被测驱动电动机系统效率η>80%的区域面积占整个测试区域范围的77.1%.基于最小二乘法,对电动机系统效率进行曲面拟合,综合考虑拟合结果的精度及运算工作量,确定采用4次函数构建电动机系统效率模型;利用驱动电动机外特性部分工况点测试结果对模型进行了验证.结果表明:模型计算值与实测值的最大相对误差为3.9%,建立的模型是有效的,该模型能够为在整车控制器中制定基于电动机系统最佳效率的优化控制策略提供依据.     

直觉模糊信息系统中的信息粒度

在直觉模糊信息系统中,直觉模糊信息粒度是一种有效地进行不确定性研究的重要工具。本文在直觉模糊信息系统上,给出了直觉模糊粒度结构的交、并、差、补等四种运算。提出了直觉模糊结构上的三种偏序关系,并建立了它们之间的联系。定义了直觉模糊信息粒度及其公理化,并研究相关的性质。