均匀试验设计在遗传算法中的应用

介绍了在遗传算法中运用均匀设计产生初始种群的方法，指出由于遗传算法的交叉机制是完全依赖于初始种群的，所以初始种群的多样性对于遗传算法的收敛性是至关重要的．同时通过算例采用De Jong提出的验证方法验证了运用均匀设计产生初始种群能够增强遗传算法的收敛性．     

基于子空间划分和自我表示学习的高光谱波段选择

基于高光谱图像的应用,在不降低性能的前提下,选择具有信息和代表性的波段是大数据环境下一项具有挑战性的任务.许多波段选择方法忽略波段的有序性,只考虑波段的冗余性,这会导致有价值的波段丢失,而保留无用的波段.针对此问题,提出了一种自适应子空间划分和自我表示学习的高光谱波段选择方法(Adaptive subspace par...     

双频双馈异步机电源等效负载测温法

两台绕线转子异步电机通过一定的联接、仅用工频电源、实施异步电机温升试验,是一种可行的新型测温方法。 本文着重讨论该种测试方法物理模型的原理,用耦合电路的型态提出相应的数学模型;以及描述物理模型的等效电路,求解可得不同参数的异步电机所需要的副频;或反之对于不同的副频可得系统主、辅电机在该状态下性能估计。 实践证明:该种新型测温方法是可行的,通过样机的实测数据,结果都非常满意。     

智能露点检测仪检测方法的研究

介绍了双探头α透射式智能露点仪的工作原理,不同的仪表控制方案有其不同的控制精度和收敛速度,使用于不同的应用领域.着重说明了采用温度平衡动态扫描控制方式进行露点测量的实验方法和特点,并给出程序流程图.实验表明,该方法准确性高,稳定可靠.     

基于分形维数的多线索商标图案检索系统

采用基于内容的图像检索技术,根据查询图像和目标图像的相似度匹配进行图像检索,图像的内容由五种特征来描述：图像的分形维数、分形矢量、边界分形维数、骨架分形维数和距离分布直方图,系统界面友好、功能齐全,实验证明系统的检索效果比较理想,具有很好的平移、尺度和旋转不变性,并且只要查询图像在图库中,就一定能被检索出来,另外,系统还具有一定的鲁棒性。     

平面B样条曲线到四点法曲线的转换问题

研究了离散化B样条曲线的问题,提出了一个根据B样条曲线形状自适应地取样的方案,使B样条曲线可用四点法曲线近似表示,针对3次准均匀B样条曲线,找到一个效果理想、操作简单的取样方案,在参数区间上等距取3（n-1）个样本点（n为B样条曲线特征多边形的项点数）。     

判别分析中基于总体可分性的变量选择

讨论了判别分析中变量选取的方法，文中首先定义了反映总体间区另别的总体可分性，然后在此基础上给出了总体可分性函数，并且讨论了该函数的三个性质，根据此函数可以定义一个判别变量选取的目标函数，最后给出了可行的选取判别变量的算法过程。     

网络试题库智能成卷的研究

针对大学数学网络试题库系统的智能成卷过程，建立基于知识库支持和知识推理的成卷流程和数学模型，并将成卷流程划分为不同功能的模块，对实现成卷的智能化进行了较深入的探讨，成卷的结果分析表明成卷模型是可行的。     

基于LS-SVM的橡胶炭黑均匀度判定模型

为了减少橡胶生产过程中的废品率,需要间接、实时、准确地确定橡胶中炭黑的分散均匀度。基于结构风险最小化原则的支持向量机(SVM)是一种新型的机器学习方法,对于小样本决策具有良好的分类、推广能力．应用多元分类的最小二乘支持向量机建立了橡胶炭黑分散均匀度六级判定模型,并对实际数据进行判定,平均错别率下降到3．6％。结果表明该模型是可行的,并能快速、准确地判定橡胶炭黑的分散均匀度。     

基于PCA-SVM的混合气体分类研究

由于气体数据有限以及气体分类的准确率不高,解决气体分类问题有较大的难度。传统的模式识别算法虽然能够运用到气体分类中,但在不同浓度的气体数据下训练和测试性能会下降,准确率也比较低。本研究对8阵列传感器和24阵列传感器采集到的混合气体进行分类,提出了结合主成分分析（Principal component analysis, PCA）应用支持向量机（Support vector machine, SVM）,构建PCA-SVM模型对不同浓度的一氧化碳（CO）、甲烷（CH₄）、硫化氢（H₂S）以及乙醇（C₂H₆O）的混合气体进行分类的方法。与SVM、参数优化的BP神经网络（Back propagation neural network, BPNN）和PCA-BP神经网络模型对比的结果表明,在随机选择的数据中,采用PCA-SVM模型能够提高分类的性能,在含有13个特征的气体数据集中,利用PCA-SVM模型准确度达到98.974%。在含有27个特征的数据集中,利用PCA-SVM模型准确度达到100%,能够满足对混...