木工压刨床噪声机理的研究

本文通过对木工压刨床噪声机理的分析研究，指出其空气动力性噪声由旋转、排气和涡流噪声组成，并给出了相应的物理及数学模型和声功率关系式，确定了整机声源特性，为从根本上控制木工压刨床的噪声提供了理论依据。     

自动移载机拔苗机构设计及其参数理论性研究

为了改进目前自动化嫁接机移载部分结构复杂、平稳性较差的不足 ,在棉花苗营养钵等移栽打直线穴机构优化设计的基础上[1] ,对蔬菜自动移栽机的拔苗机构的设计与有关参数确定进行了可行性理论分析和进一步优化设计 .通过安装必要的伺服机械 ,在主体机构连杆L上Mk 点安装拔苗爪 ,可减小取苗时对苗根系的破坏 ,同时可提高苗爪取苗的工作效率与质量 .     

基于奇异值特征和支持向量机的人脸识别

针对人脸识别中经常遇到的"小样本"和"过学习"等问题,同时为了进一步改善人脸图像的奇异值特征在人脸识别中的识别性能,提出了一种基于奇异值分解和支持向量机的人脸识别新方法.在特征提取阶段,首先对训练样本集中的每一个人脸图像矩阵进行奇异值分解,得到训练样本的奇异值特征,然后对每个样本的奇异值特征向量进行降维、归一化、奇异值向量的分量重新排列等处理.在识别阶段,运用支持向量机作为分类工具,为了提高分类能力,选取径向基函数作为支持向量机的核函数.最后在ORL人脸数据库上验证了该方法.实验结果表明,通过对奇异值特征的相关处理,提高了识别速度和正确识别率.从而证明了所提出方法的有效性,具有一定的应用价值.     

基于支持向量机的大型水泵性能预测

为了预测大型水泵在运行中的性能,采用了统计学习理论中的核心算法--支持向量机.针对某一全调节轴流水泵,建立了水泵扬程计算模型和效率计算模型,并绘制出了不同叶片角度时的性能曲线.结果表明,基于支持向量机建立的水泵性能计算模型具有一定的简洁性,只需要知道少量的训练样本就能建立数学计算模型;它克服了传统的实验方法获取性能曲线费用高,也克服了神经网络方法中"过学习"现象和"欠学习"现象的出现;该模型可以很好地预测大型水泵的综合性能,提高水泵的使用效率.     

Quantum-inspired evolutionary tuning of SVM parameters

The most commonly used parameters selection method for support vector machines （SVM） is cross-validation, which needs a long- time complicated calculation. In this paper, a novel regularization parameter and a kernel parameter tuning approach of SVM are presented based on quantum-inspired evolutionary algorithm （QEA）. QEA with quantum chromosome and quantum mutation has better global search capacity. The parameters of least squares support vector machines （LS-SVM） can be adjusted using quantum-inspired evo- lutionary optimization. Classification and function estimation are studied using LS-SVM with wavelet kernel and Gaussian kernel. The simulation results show that the proposed approach can effectively tune the parameters of LS-SVM, and the improved LS-SVM with wavelet kernel can provide better precision.     

连铸机结晶器一冷水系统离线清洗实践

介绍了太钢连铸机依靠离线清洗、减缓结晶器水箱锈蚀等保证一冷水系统水质要求的一些方法。     

Image and Video Quality Assessment Using Neural Network and SVM

An image and video quality assessment method was developed using neural network and support vector machines （SVM） with the peak signal to noise ratio （PSNR） and the structure similarity indexes used to describe image quality. The neural network was used to obtain the mapping functions between the objective quality assessment indexes and subjective quality assessment. The SVM was used to classify the images into different types which were accessed using different mapping functions. Video quality was assessed based on the quality of each frame in the video sequence with various weights to describe motion and scene changes in the video. The number of isolated points in the correlations of the image and video subjective and objective quality assessments was reduced by this method. Simulation results show that the method accurately accesses image quality. The monotonicity of the method for images is 6.94% higher than with the PSNR method, and the root mean square error is at least 35.90% higher than with the PSNR.     

稀土永磁同步电动机在油田抽油机上的应用与分析

在油田抽油机工况不变的条件下,分别采用稀土永磁同步电动机和Y系列异步电动机拖动抽油机进行现场试验,实测性能数据,计算并分析稀土永磁同步电动机相对Y系列异步电动机的节电率,说明稀土永磁同步电动机具有效率和功率因数高的特点。是一种节能产品,可以解决油田“大马拉小车”的难题。     

基于改进支持向量机的车牌识别

针对目前市场上使用的监控设备在雾霾天气下辨识精度和速度不足等问题,采用小波低频融合原理对采集到的图像预处理,并基于改进支持向量机算法对预处理后的车牌图像提取特征值。实验结果表明,改进后的车牌识别方法与传统方法相比,提高了辨别速度,减小了误识率,为雾天视频监控系统的研发提供了新的思路。     

室内定位中K-means聚类算法奇异值的优化处理

针对室内定位聚类算法中的奇异值出现较多的场景,按照以往聚类算法大多将其删除或替代为聚类平均值,这往往使得奇异值附近的定位误差陡增。研究采集阶段接入点(acess point,AP)端加入嵌入式滤波处理单元,采用格拉布斯(Grubbs)准则处理采集的信号以减少检测奇异值;然后在定位运算中改进了K-means聚类算法。首先根据模型函数鉴别运算中产生的奇异值,将奇异值线性化处理后由支持向量机(sport vector machine,SVM)对于奇异点进行分类;再将其进行K-means聚类划分。在不剔除奇异值的情况下,使得定位区域中的参考点合理利用,从而提高了整体累计误差的置信水平。研究中将剔除奇异值的K-means聚类算法作为比较对象,实验中采用美国Signal Hound公司的SA44B型频谱仪测量接收机组成传感器网络,可以使得K-means聚类算法的定位精度提高11.3%,证明在实际定位应用中是很有效的。