基于小目标物体的图像挖掘技术现状

随着数据挖掘技术的发展,针对海量图像试验数据研制的分析挖掘系统不断精进,本文针对测试要求的小目标,阐述了图像处理、目标检测、目标跟踪三大关键环节的技术原理,并就目前研究方法与现状进行考察,通过对小目标物体的运动本质特征提取的需求论证,展望特征之间的关联规则及时空关系的应用模式,以此进行决策支持,得出小目标的分析挖掘技术对未来设备试验有效评价的应用前景。近年来,在设备试验中,对仿真条件的要求越来越高。在现代化技术手段与实际需求的探索结合中,先后构建了多种任务条件,包括光电、目标、电磁等多项指标在内的复杂环境,完成了试验背景、高仿目标等多方面的场景设置,模拟了设备使用过程中可能遇到的多种情况,是对设备训练评估系统的稳定性、有效性和环境适应性等特性的全方位提升。

实装对抗训练数据采集与实时裁评系统设计实现

该文提出一种创新的电子实装对抗训练数据采集与实时裁决评估系统,旨在解决传统实装对抗训练中数据采集和裁决评估的效率和准确性问题。系统设计和实现包括数据管理分系统、数据采集分系统、数据处理分系统和裁决评估分系统等模块。系统的主要创新之处在于其灵活自定义采集表单的能力,裁决评估指标体系模板化的能力,以及自动化裁决评估的能力。这些特性使得系统能够根据不同装备训练的需求进行灵活地调整和配置,快速地进行裁决评估,提高裁决评估的自动化和智能化水平。该文详细阐述系统的组成、系统架构设计、工作流程,并介绍该系统在实际电子实装对抗训练场景的应用。通过该文的研究,期望为实装对抗训练的数据采集、分析和裁决评估提供一种高效、准确且智能化的解决方案,为军事训练的数字化转型和智能决策提供有力支持。

软测量在污水处理过程中的研究与应用

在污水生化处理过程中,存在着多变量耦合、强非线性、参数时变、大滞后等特点,面对这些特点,传统传感器无法得到有效应用,重要变量无法得到快速精确测量,生化过程无法得到有效优化和诊断,于是大量研究围绕软测量展开,其中利用机理模型、智能模型和回归模型对重要变量进行精确测量最为普遍。文中根据污水生化处理的特点,不仅综述了软测量数据预处理的基本方法,而且归纳了其基本建模、优化及故障诊断的应用和研究成果。同时指出了软测量鲁棒性差,自校验能力差,机理模型和智能模型混合以及在污水故障诊断中存在的问题。最后,结合国际上发展及作者的实践经验总结并展望了软测量技术在污水生化处理过程中的应用前景和发展趋势。

面向污水处理的数据驱动故障诊断及预测方法综述

在污水处理过程中,存在着强非线性、多变量耦合、参数时变、大滞后、内外干扰频繁等问题,因此如何及时发现系统的异常从而保证过程设备的可靠性和稳定性显得尤为重要.文中根据污水生化处理的特点,综述了基于数据驱动的故障诊断方法在污水处理领域的研究现状、存在的问题以及解决方案,探讨了故障预测在污水处理中的研究前景,指出了基于数据驱动的故障诊断方法研究在污水处理中存在的问题和未来的发展方向.

西畴乌骨鸡mtDNA D-loop区遗传多样性分析

为了从母系遗传角度深入阐明西畴乌骨鸡的群体遗传背景,采用PCR直接测序法测定了36只西畴乌骨鸡的线粒体DNA D-loop区第I高变区520 bp序列。结果表明:在所分析的西畴乌骨鸡D-loop区序列中,T,C,A和G平均含量分别为30.3%,29.7%,27.4%和12.6%;共检测到核苷酸变异位点26个,核苷酸多样度为0.014 52±0.000 98;D-loop区序列存在12种单倍型,单倍型多样度为0.884±0.027,表明西畴乌骨鸡遗传多样性较丰富。聚类分析显示西畴乌骨鸡聚为A,B两大支,其中,A世系分为3小支,B世系分为2小支,说明西畴乌骨鸡在母系血统上存在较大遗传分化。

自适应神经元非模型多变量优化补偿控制

根据解耦补偿和优化控制的思想，本文提出了一种完全不依赖于对象模型的自适应神经元多变量优化补偿器模型，给出了神经无权系数的在线学习方法，分析了其工作机理．进一步给出了在某多侧线精馏塔和连续搅拌釜式反应器（CSTR）上的仿真结果．

基于一种集成模型的多变量非线性预测控制

提出了一种由人工神经网络与线性ARX模型相结合的集成模型 ,给出了其辨识训练方法 .以此模型为基础 ,提出了一种多变量非线性预测控制算法 .它利用线性预测控制的成果 ,得到一解析式的非线性优化控制输入 ,避免了通常非线性模型 (包括普通人工神经网络模型 )预测控制所需的在线数值寻优计算 ,节约了在线计算时间 ,提高了算法的可靠性和稳定性 .

基于时差-即时学习的相关向量机软测量建模研究

针对污水处理厂的过程数据时变性较大、非线性较强,传统的离线模型难以应对实际处理过程中的工况变化等问题,提出一种基于时差-即时学习的相关向量机(RVM)模型TD-JIT-RVM。通过时间差分(TD)建模提取过程变量之间的关联关系,采用即时学习(JIT)解决时滞引起的模型退化问题。利用TD-JIT-RVM模型对仿真数据集和真实的工业数据集进行分析,结果表明,该模型在两个数据集中比RVM基础模型的RMSE分别提高了94.59%和82.26%。

潲水油鉴别检测方法研究

目的:研究潲水油的实验室鉴别检测方法。方法:将潲水油与正品食用油进行对照研究,寻找潲水油特有的可在实验室进行检测的理化指标。结果:潲水油的感官、熔点、钠、水提取物电导率、脂肪酸组成成分等指标具有特异性,并可以用相应的检测方法进行检测。结论:本方法能应用于潲水油的鉴别检测。

浙江省高职院校中外合作办学模式分析及思考

随着教育国际化的不断深入,中外合作办学已成为我国教育事业的组成部分。浙江省中外合作办学已有10多年之久,越来越多的高职院校加入了合作办学的行列。对浙江省高职院校具体的合作办学模式进行分析和解读,以期对我国高职院校中外合作办学的发展有所借鉴和参考。

带中间状态反馈的多变量非线性预测控制

给出了基于神经网络的多变量非线性预测控制算法，提出了带中间状态反馈校正的基于神经网络的多变量非线性预测控制，以及反馈校正矩阵的设计方法．仿真结果表明，此算法大大地增强了系统的抗干扰能力，是一种有效和实用的控制方法．

对高职院校做好校友工作的思考

随着高职院校的发展和广泛的对外交流,校友资源、校友工作对高职院校发展的重要作用日益显现,因此校友会建设也越来越得到广大高职院校的重视。高职院校要想充分、可持续地开展校友工作达到校友与高职院校的双赢,就必须改变以往＂挖矿＂式的工作方式。文章就如何做好校友工作,使校友事业进步与高职院校事业发展相互促进、共同提升谈一些看法。

传承与转型:高职院校校园文化的发展路径——以浙江机电职业技术学院为例

高职教育是一种跨界教育,高职校园文化发展体现出职业特色、区域特色、发展特色和引导特色。高职院校应当把校园文化建设纳入高职院校发展的总体规划并作为重点予以高度重视,注重学生职业精神和专业思维的培养,强化素质教育,加强校企合作以及对地区经济社会发展的研究,使学校成为先进文化的发源地、传承者、创新者,同时寻求校园文化与家庭文化的互动契合,形成合力效应。

一种预测优化解耦补偿器的研究设计

提出一种通过对象输出预测实现对角优化解耦的补偿器设计方法 ,给出了该补偿器的解耦算式 .此预测优化解耦补偿器有别于传统的动态或静态解耦补偿方法 ,适用于具有非最小相位特性的众多多变量系统的解耦补偿 ,具有较好的稳定性和可实现性 .

基于非线性主元分析和符号有向图的故障诊断方法

Nonlinear principal component analysis(NLPCA)fault detection method achieves good detection results especially in a nonlinear process.Signed directed graph(SDG)model is based on deep-going information,which excels in fault interpretation.In this work,an NLPCA-SDG fault diagnosis method was proposed.SDG model was used to interpret the residual contributions produced by NLPCA.This method could overcome the shortcomings of traditional principal component analysis(PCA)method in fault detection of a nonlinear process and the shortcomings of traditional SDG method in single variable statistics in discriminating node conditions and threshold values.The application to a distillation unit of a petrochemical plant illustrated its validity in nonlinear process fault diagnosis.

试论高职院校学生工作的实践创新

学生工作在人才培养过程中起着举足轻重的作用,学生工作水平如何,直接关系到人才培养的质量,关系到素质教育的成败。因此,必须主动适应高职教育发展需要,加强高职院校学生工作研究,积极探索适应素质教育要求的学生工作新思路,开创高职院校学生工作的新格局。

基于广义Hammerstein模型的多变量非线性预测控制

将单输入单输出的Ｈａｍｍｅｒｓｔｅｉｎ模型推广至多输入多输出系统，提出了广义Ｈａｍｍｅｒｓｔｅｉｎ模型，并给出了其辨识建模方法．进一步以此模型为基础，提出了一种多变量非线性预测控制算法．该算法利用了线性预测控制的成果，避免了通常非线性模型预测控制所需的在线数值寻优计算，大大节约了在线计算时间、提高了算法的可靠性和稳定性．

优化教学计划 促进创新人才的培养

分析介绍该校自动化专业实践教育的基础上,指出改革、优化自动化专业的综合培养方案,加强创新实践教育,是实现创新人才培养的重要环节和手段。

模糊智能控制在辊道窑温度控制系统中的应用

本文讨论了模糊(兼智能)控制在辊道窑温度控制系统中的应用。在实际控制中,作者总结了有经验工人的操作规律,结合理论指导,且经反复现场修改获得了一个行之有效的控制查询表,特别是提出了一种有效的实现积分作用,但又能防止积分饱和及去除积分饱和的方法,把部分智能判断结合进模糊调节器中,设计出一个模糊(兼智能)的调节器,并把它作为主调节器构成了模糊智能—PID串级系统。经过在工厂的实际应用证明该系统是先进而且有效的。

产学研结合创新人才培养模式探索与实践

我校自动化专业近年在产学研结合创新人才培养模式方面做了一定的探索与实践。本文就自动化创新班模式、高校与企业联合实施订单式培养模式,介绍了其组建、培养和管理过程。同时,笔者就因材施教、多层次自动化创新人才培养问题,介绍了自动化(本硕连读)创新班和国内外交换生联合培养,并就上述改革过程中的问题进行分析和探讨。