信值修正系统及其实现

在许多基于知识的问题求解系统中，随着知识的不断积累可能会检测到某些新的结论和原有的知识产生矛盾，而维持该类系统中知识库的一致性是衡量该类系统是否有效的十分重要的标志，信值修正系统是解决类问题有效工具。     

利用粒子滤波原理求解函数优化问题

针对多维函数优化容易陷入局部极小值问题,提出一种基于粒子滤波原理的优化算法.首先简要地介绍粒子滤波算法的基本原理;再针对函数优化问题,阐述利用粒子滤波实现优化算法的基本思想,并介绍了其具体的实现步骤,同时为了丰富粒子的多样性,引入了遗传算法的交叉和变异操作;最后为了验证新算法的有效性,采用30维的Benchmark函数进行仿真实验.仿真实验结果表明:基于粒子滤波的优化算法在解决多维函数优化问题方面较其他优化算法具有更强的全局搜索能力和求解精度,这也为优化算法的研究提供一种新的途径和手段.     

哑铃形不锈钢管海砂混凝土长柱轴压承载力分析

为研究哑铃型不锈钢管海砂混凝土长柱轴压性能,以郑州黄河二桥为工程背景,开展该类长柱结构轴压试验研究;通过有限元参数分析,提出该类结构承载力计算简式.研究结果表明:轴向荷载作用下,哑铃形不锈钢管海砂混凝土长柱的破坏模态表现为侧向挠度发展较大的整体失稳破坏;现有相关规范高估了试验构件的稳定系数;提出的稳定系数计算简式可较为...     

CFRP-钢管-CFRP复合钢管约束海砂混凝土短柱轴压试验

以钢管壁厚、钢管屈服强度、碳纤维增强聚合物(carbon fiber reinforced polymer, CFRP)层数和位置、混凝土强度等为研究参数,进行19根CFRP-钢管-CFRP复合钢管约束海砂混凝土短柱的轴压试验,分析试件破坏模式、荷载-应变曲线、结构承载力等,并讨论现有算法对承载力计算的适用性.研究结果表明：内外壁CFRP与钢管的组合对核心混凝土有良好的复合约束作用,可大幅提高结构承载力;钢管内外壁张贴CFRP后,其结构破坏模式由剪切破坏变为腰鼓破坏;钢管最先开始屈服,CFRP层数决定纤维布的断裂宽度和分布;荷载-应变曲线在强化阶段呈明显线性上升特性,二次刚度由CFRP层数决定;与外壁张贴CFRP试件相比,内壁张贴CFRP试件的结构承载力更大.     

基于旋转电弧传感器的水下焊缝偏差识别算法

提出了基于旋转电弧传感器的Nu-SVR水下焊缝偏差识别算法.Nu-SVR通过对基于旋转电弧传感器采集到的不同偏差的水下焊接信号进行学习,然后对水下电流信号进行焊缝偏差识别得出偏差.相对于传统的回归算法--区间积分法和神经网络法,算法具有更好的识别能力.最后通过水下焊接实验,其最大的识别误差仅为0.554 mm,证明了该方法十分有效.     

信息化人才培养五人谈

21世纪最重要的是人才!大批高层次的复合型应用人才是建设发达信息社会的关键和基础。那么当前信息产业的发展究竟需要什么样的人才？高校学历教育距离企业的需求有多远？社会职业培训在信息人才培养的过程中将起到什么作用？本刊邀请五位信息人才培训领域的权威专家,畅谈现代信息社会的人才培养之道。     

基于GPS和GIS技术的智慧物流系统的构建

随着物流业的发展,智慧物流已成为现代物流的发展趋势.针对这一需求,文章将GPS和GIS相关技术应用到智慧物流系统的建设中来,对智慧物流系统的构建与功能的设计进行了研究,有效地提高物流配送的效率,促进智慧物流的发展.     

基于MOGIS的导航地图增量更新

随着社会的发展,GPS导航已经得到了广泛的应用.人们对导航的要求也越来越高,其中导航电子地图的现势性已成为衡量导航优劣的重要标准之一.传统的版本式更新已不能满足需求,增量更新方法应运而生.对增量更新的方法进行·了研究,建立地图要素全局标识体系——MOGIS,并采用SIMG的格网划分方法,利用数据差分技术实现了导航电子地图的增量更新.     

基于PCA_RVM的焊缝偏差识别

为提高基于旋转电弧传感器的焊缝跟踪系统的精度,提出了主成分分析(PCA)线性降维方法与关联向量机(RVM)相结合的焊缝偏差识别方法.首先,对采集到的焊接电流信号进行小波滤波,进行周期划分和数据标准化处理.然后,对采集到的焊缝偏差数据集进行主成分分析,映射到低维的PCA空间,作为关联向量机的训练样本集;最后,利用实验数据进行测试.实验结果表明:基于PCA_RVM的焊缝偏差识别方法的最大误差为0.54mm,平均误差为0.43mm;PCA_RVM的精度与普通的关联向量机法相差不大,比区间积分法、神经网络法和支持向量机法更高,其运行速度比区间积分法慢,但比神经网络法、支持向量机法和普通的关联向量机法快,所以PCA_RVM更适用于基于旋转电弧传感器的焊缝跟踪系统.     

基于压缩感知和优化算法的欠定盲源信号分离

针对目前欠定盲源信号分离在源信号不充分稀疏的情况下分离精度较低的问题,提出一种基于压缩感知和优化算法的欠定盲源信号分离方法.首先分析了欠定盲源信号分离和压缩感知问题的等价性,并建立基于压缩感知的欠定盲源信号分离的数学模型;然后以分离信号的稀疏性和互相关性来建立目标函数,并通过使用压缩感知和优化算法来实现欠定盲源信号的分离;最后对语音信号进行了仿真实验.实验结果表明,在源信号不充分稀疏的情况下,利用这种方法得到的分离信号与源信号的平均相似系数为0.990 3,由此可见这种方法是一种有效的、分离精度较高的分离方法.这也为欠定盲源信号分离问题的研究提供了一种新的途径和手段.