KPCA-LSSVM方法在视频时间序列预测中应用

为提高时间序列预测精度及降低预测过程中的计算复杂度,提出一种基于核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合的预测方法.首先,将输入数据通过核方法映射至高维特征空间;然后,在特征空间上提取有效非线性主元;最终,通过LSSVM建立时间序列模型.为验证KPCA-LSSVM方法的有效性,将其应用于交通流及视频流预测中,在同等条件下,与单一的LSSVM及神经网络等预测方法进行比较.实验结果表明:基于KPCA-LSSVM建立的模型具有较好的推广性及较高的辨识精度.     

三维流体诱发振动的理论模型与数值模拟

建立了三维流体诱发振动的理论及数值模型，采用任意拉格朗日-欧拉框架下的三维非定常Navier-Stokes方程组及波动方程组，分别描述了流体的流动及结构振动．流动及振动控制方程组分别采用基于非结构化运动网格上的有限体积法和有限差分法求解．对刚性、受限振动及自由振动的三维圆柱体进行了数值计算．结果表明：圆柱的自由振动基本上为Strouhal型涡诱发振动，即每个截面按“8”字型轨迹运动，且横向振幅远大于流向振幅，计算结果与现有的实验及数值解吻合较好．首次采用流体诱发振动模型对极限环振动模式进行了定量分析，发现在圆柱中间截面附近高频气动力对振动起阻尼作用，而在端面附近气动力与位移间的稳定相位差对振动起激励作用．     

晶体管脉冲调宽型放大器在同步机励磁中的应用

本文介绍了利用PWM方法进行同步发电机励磁的工作原理,分析了电路特性,给出了设计的基本方法.实验表明PWM方法比可控硅励磁具有更好的动态特性,可靠性亦较高.     

基于增量稀疏核极限学习机的发动机状态在线预测

针对发动机状态在线预测中样本累积、预测模型膨胀和在线更新速度慢等问题,提出了基于增量稀疏核极限学习机的在线预测方法.该方法定义了KELM核函数矩阵的稀疏测量矩阵,并根据矩阵原子相干最小化和自信息量最大化的样本信息度量准则实现在线样本前向稀疏与后向删减,提高了样本稀疏化效率.利用有效样本对测量矩阵在最佳阶数内进行在线扩充与修剪,限制了预测模型膨胀.利用改进的增量建模方法对模型的核权重矩阵进行递推更新,从而建立规模有限且结构稀疏的在线预测模型,提高了在线建模速度.仿真数据和发动机状态参数在线预测实验结果表明,与现有在线预测方法相比,ISKELM具有更高的样本稀疏化和在线建模效率.对发动机排气温度进行120步预测时,预测速度分别提高了80.50%和31.72%,预测精度分别提高了48.56%和15.81%.      

一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果.基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度.     

一种新颖的在低速时具有高性能的感应电机V/f控制法

提出了一种新颖的感应电机开环速度控制法,在任一频率,它不但能使电机输出高的力矩,而且使稳态速度误差几乎等于零。该控制法是基于恒V/f模式,仅需要使用廉价的电流传感器通过测量定子电流就能补偿定子电阻压降和转差频率,通过仿真验证了提出这种新颖的控制方法是可行的。     

垃圾邮件过滤技术及发展

Internet的迅速发展,使电子邮件应用十分广泛,但垃圾邮件也泛滥成灾.本文介绍了基于安全认证、规则匹配和统计学习三类邮件过滤技术及应用情况,并对简单贝叶斯和支持向量机技术的原理应用于邮件过滤进行了阐述.最后分析了过滤技术面临的挑战并指出垃圾邮件过滤的发展趋势.     

3mm宽带波导结型隔离器

报道一个具有宽带特性的3mm波导结型隔离器,其性能为插入损耗小于0.8dB,反向隔离大于20dB,绝对带宽为3.5GHz(92.5-96GHz)。对影响器件的性能因素进行了讨论,并指出实验结果似乎与旋转门环行器设计理论不一致。     

湿蒸汽凝结流动过程湿度软测量模型

针对汽轮机末级湿蒸汽凝结流动过程湿度分布影响因素的复杂性和非线性,采用灰色关联分析方法对实验测得的质量中间半径、水滴数密度、蒸汽湿度与初压、进汽口温度、背压、尾部温度、水比容、汽比容的相互关系进行关联分析处理,确定影响因子之间的主次关系;并以影响湿蒸汽凝结流动过程湿度分布的主要因素的初压、进汽口温度、背压、尾部温度、水比容、汽比容等作为支持向量机网络的输入,建立湿蒸汽凝结流动过程支持向量机网络预测模型,结果表明:支持向量机网络预测湿度的最大相对误差小于9%,以初压、入口温度、背压、尾部温度、水比容、汽比容为输入的支持向量机网络具有较高的精度,可以很好地预测汽轮机末级湿蒸汽凝结流动过程的湿度分布。     

普遍形式四维波矢量变换的一种推导

本文采用一种简易方法,从特殊形式的四维波矢量变换出发,导出了狭义相对论中普遍形式的四维波矢量变换公式,并由此给出了普遍形式的洛伦兹变换矩阵,所得结论和经典的文献一致.