ZMC-30型全液压侧卸式装煤机快速掘进技术研究

ZMC-30型全液压侧卸式装煤机是新一代履带行走的无轨装载设备,适应在高瓦斯区域内作业。大同煤矿集团公司用该机取代了高瓦斯区域内的钢丝绳耙斗装煤机,避免了因钢丝绳摩擦引起的火花而引发重大事故的发生。本文详细阐述了用该机快速掘进的技术及经验。     

民汉稀缺资源神经机器翻译技术研究

该文介绍了中国科学院自动化研究所参加第15届全国机器翻译大会(CCMT2019)翻译评测任务总体情况以及采用的技术细节.在评测中,中国科学院自动化研究所参加了3个翻译任务,分别是蒙汉日常用语机器翻译、藏汉政府文献机器翻译以及维汉新闻领域机器翻译; 阐述了参评系统采用的模型框架、数据预处理方法以及译码策略; 最后给出了不同设置下评测系统在测试数据集上的表现,并进行了对比和分析.     

强碰撞中型冲击机冲击特性分析

强碰撞中型冲击机是用于考核船舶设备(重量范围在120 kg—3 350 kg)的抗水下非接触型爆炸能力的试验设备。国外相关领域的研究进展很少见诸发表,目前国内的冲击试验机的研制只能大致参照美相关标准规范而进行,缺乏对其中各项技术指标的具体掌握与理解。本文通过分析实际船舶设备在水下非接触爆炸中的冲击环境,为中型冲击机数学模型、最大冲击速度、后制动距离和标准安装支架要求找到理论依据;并在保证波形失真率的情况下,优化砧台结构;之后通过数值模拟与具体冲击试验相结合,得到中型冲击机砧台速度与载荷速度的关系,以及低通滤波、后制动距离及摆锤高度对载荷冲击谱的影响。     

数控机床故障分析与可靠性评价技术的研究

针对传统数控机床可靠性建模时只考虑故障间隔时间而忽略故障性质的现象，提出兼顾机械故障和电气故障的混合威布尔分布模型，进而提高模型准确度.利用最大似然法来确定混合威布尔分布模型参数，用皮尔逊相关系数来确定数控机床各故障时间之间的关系.并通过K-S方法对模型进行检验， 最后确定其符合混合威布尔分布，并运用可靠性评定方法得出数控机床的平均无故障时间.     

乳腺X线机检定方法研究

乳腺X线机是临床医疗常用仪器,其性能直接关系到病人的生命安全。本文介绍了乳腺X线机的原理和相关参数的检定方法。     

基于功率谱熵特征提取的脑电波大脑年龄预测

 大脑会随着年龄的增加而出现功能衰退，通过决策实验获取年轻人和中老年人的脑电信号，可以定量分析大脑随年龄增长而出现的变化。提出了一种基于熵的脑电波刻画方法，并利用机器学习的方法能够比较准确地预测人的大脑年龄。研究表明，脑电波功率谱熵（PSE）具有良好的时域分辨能力和更准确的区分效果，年轻人在做决策时的脑电波功率谱熵的分布是大于中老年人的，即年轻人所产生的脑电波信息量更大。此外，支持向量机（SVM）的分类效果优于随机森林（RF）方法，最高平均精度达88.02%，比随机森林高出2.66%。通过基尼指数对特征重要性排序，还发现决策过程中左眼电区域、大脑的颞和中央区域的决策反应差异很大，分类器更容易在这些特征区域做出更好的分类。     

带式焙烧机特点及台车跑偏故障的原因分析

预防焙烧机跑偏是焙烧机日常维护的重点难题,该文通过对焙烧机结构特点、运行方式的研究,对焙烧机的跑偏现象进行了简单介绍,同时对台车跑偏进行深入分析及对跑偏现象形成的原因加以分析,进而对发生跑偏现象直接的做出分析,并给出严谨的推论并加以论证,发现和总结出焙烧机的安装精度、风箱设置位置、气流等相关因素与焙烧机台车跑偏所存在的内在联系与规律,为焙烧机跑偏调整提出切实可行的实施方案,是该文着重需要探讨的问题。     

基于免疫遗传优化支持向量机的普米语孤立词语谱图分类

基于免疫遗传优化支持向量机的普米语孤立词语谱图分类方法,首先利用短时傅里叶变(STFT)生成普米语孤立词语谱图;其次,提取普米语孤立词语谱图的二值特征;最后,利用免疫遗传优化支持向量机实现语谱图的分类.实验结果表明:普米语孤立词语谱图分类预测准确率为88%～91%.基于免疫遗传优化支持向量机的语谱图分类比基于语音信号分类效果更好.     

基于线性判别分析的时频域特征提取算法

针对复杂环境中的声目标特征提取与选择问题,结合声信号时频域的特点,提出了一种时频域相结合的特征提取方法。首先,对信号进行小波分解,达到去噪目的;然后,将短时能量、短时平均幅值、过零率及频带能量值作为原始特征矢量,并结合Fisher判别准则进行特征选择,以此构造低维特征向量;最后,对两类声目标的实测样本数据进行特征提取,并采用支持向量机和K近邻两种分类器对该特征提取方法的有效性进行校验。实验结果表明,采用“时域+频域+线性判别分析”的特征提取方法简单有效,且与单一时域或频域的特征提取方法相比,识别率更高。     

基于非线性修正策略的空气质量预警系统研究

建立科学、有效的空气质量预警系统,对于保护人们的身体健康和促进社会和谐稳定具有重要的科学价值和实际意义.为此,本文首先利用孤立森林(isolationforest,iForest)算法进行空气质量指数(air quality index,AQI)离群点分析,然后建立了一种空气质量预警系统,该系统由数据预处理模块、优化模块、预测模块和修正模块构成,融合了时变滤波经验模态分解(time varying filtering based empirical mode decomposition,TVF-EMD)、改进的蝴蝶优化算法(modified butterfly optimization algorithm,MBOA)、离群鲁棒极限学习机(outlier robust extreme learning machine,ORELM)和非线性修正策略,该预警系统成功地实现了空气质量的有效预警.同时,以污染程度不同的5个城市作为实验地点对预警效果进行检验,结果表明:1)与经验模态分解(empirical mode decomposition,EMD)相比,TVF-EMD可以更为有效地降低原始数据的非线性和非平稳性特征;2)基于MBOA的误差非线性修正策略比其他误差修正策略更胜一筹,可以显著提高预警系统的性能;3)建立的预警系统的性能要优于其他对比模型,可以对污染程度不同的城市进行有效预警.