基于误差最小化的铸造不锈钢零件高速切削工艺方法研究

铸造不锈钢零件在切削过程中容易产生变形和振动,导致表面粗糙、切削尺寸偏差大。为了解决这一问题,提出基于误差最小化的铸造不锈钢零件高速切削工艺方法研究。在数控机床的支持下,采用在线测量的方式测量铸造不锈钢零件数据,将数控机床测量的坐标值转换为零件表面实测点,获取合适的测量点完成对加工路径的规划,在此基础上通过粗加工和精加工结合的形式对铸造不锈钢零件进行高速切削处理,并以误差最小为目的对加工误差进行补偿处理。实验结果表明:提出的基于误差最小化的高速切削工艺方法加工误差小、精度高,零件表面质量高,该工艺方法的实用性得到了增强。

基于拟合误差最小化原则的奇异值分解降噪有效秩阶次确定方法

为了最大限度地提高旋转机械设备故障振动信号的信噪比,研究了奇异值分解降噪的原理,提出了一种新的奇异值分解降噪有效秩阶次的确定方法。首先,对振动信号进行相空间重构,对吸引子轨迹矩阵进行奇异值分解;然后,按不同的阶数,将奇异值分成信号组和噪声组,对每次分组的结果,以阶数为自变量、以奇异值为因变量,拟合成信号特征奇异值曲线和噪声特征奇异值曲线,并求拟合误差;最后,将拟合误差最小值对应的奇异值阶数确定为有效秩阶次,并进行奇异值分解降噪。通过数值仿真和实际齿轮故障数据分析,表明该方法可以有效地提高信号的信噪比,为后期的故障特征提取创造有利条件。

油品馏程测定误差最小化的条件分析与参数控制

采用手动馏程测定仪测定重石脑油和轻柴油的馏程,从蒸馏速度、温度计的安装位置、水分含量、加热强度的控制、大气压、石棉垫孔径等几个方面分析影响实验数据准确性的因素,总结出馏程测定误差最小化的参数控制条件,保证分析结果的准确性。

基于遗传算法的最大相对误差最小化组合预测

组合预测通过加权综合多个分模型预测信息提高预测精度。组合预测的效果以各种形式的误差准则评价。平均相对误差反映预测结果的总体平均效果,误差极差反映预测误差最大值和最小值的分布区间。本文以最大相对误差最小化为目标,用遗传算法求取组合预测的加权值,实例计算结果表明:平均相对误差和极差均优于各被组合分模型;在组合预测结果的基础上基于另一规则的再次组合预测,可进一步提高预测效果。

一种改进的基于误差最小化的极限学习机

在基于误差最小化的极限学习机(EM_ELM)的基础上,提出了一种改进的基于误差最小化的极限学习机,输入权重和偏置采用递归最小二乘法获得。实验证明,该方法具有更快的学习速度、良好的预测精度和更精简的网络结构。

线切割3B程序编程误差最小化研究

减小误差是线切割加工工艺不懈追求的目标 ,本文介绍在线切割 3B程序编制过程中消除累积误差 ,实现编程误差最小化的方法。

跟踪误差最小化的线性规划模型

基于基金经理投资决策的实际情况 ,在 Clarke等对平均绝对偏差组合优化研究的基础上 ,给出了 4种线性跟踪误差最小化模型 ,并建立了相应的线性规划模型。

基于非理想信道状态信息的最小化均方误差非线性收发机设计

在多输入多输出系统中,当收发端已知非理想信道状态信息时,提出了一种基于最小化均方误差准则的非线性收发机设计方法,其结构基于汤姆林森-哈拉希玛预编码(THP).首先研究了收发信号的均方误差表达式,并将其转换为预编码矩阵的函数;然后,通过最优化及矩阵论方法最小化均方误差的下界,求解最优预编码矩阵以及下界的闭式解,进而获得整个非线性收发机矩阵.仿真结果表明,该方法性能优于现有的线性收发机设计和经典的THP收发机设计.

粒子群优化在图像最小误差阈值化中的应用

提出了一种基于粒子群优化(PSO)的图像最小误差阈值化方法。将粒子群优化算法应用于图像最小误差阈值化中,克服了常规最小误差阈值化计算量大的缺点。实验证明该算法能有效降低常规图像最小误差阈值化的计算量,与遗传算法相比,该方法有更好的收敛性和稳定性。

交替最小化协变矩阵误差算法与三维荧光分析法相结合同时分辨利尿类药品

氨苯喋啶、呋塞米和阿米洛利是3种常用的利尿药,用常规荧光方法难以同时进行测定。本文运用新近提出的交替最小化协变矩阵误差算法结合三维荧光分析法对该体系进行了研究。研究结果表明,该算法不仅能用于荧光光谱严重重叠体系的分辨,而且还具有快速和对组分数估计不敏感等特点。

最小化总投影误差优化一元回归分类的人脸识别

针对现有回归分类算法不能很好地考虑总类内投影误差而影响人脸识别鲁棒性的问题,提出最小化总投影误差(TPE)的一元回归分类算法。首先通过各个类投影矩阵计算所有训练数据的类内投影误差矩阵,并且借助特征分解找到一元旋转矩阵;然后利用一元旋转矩阵将每个训练图像向量转换为新的向量空间,并计算出每个类的特定投影矩阵;最后,根据一元旋转子空间中各个类的最小投影误差来完成人脸的识别。在人脸数据库ORL、FERET、扩展YaleB及一个户外人脸数据库上的实验验证了该算法的有效性及鲁棒性。实验结果表明,相比于其他几种先进的回归分类算法,该算法取得了更好的识别性能。

最小化TPE一元回归分类在人脸识别中的应用

针对人脸识别中现有回归分类方法不能很好地考虑总类内投影误差的问题,提出了一种基于最小化总投影误差(TPE)的一元回归分类方法。通过各个类投影矩阵计算所有训练数据的类内投影误差矩阵,并且借助特征分解找到一元旋转矩阵;利用一元旋转矩阵将每个训练图像向量转换为新的向量空间,并计算出每个类的特定投影矩阵;根据一元旋转子空间中各个类的最小投影误差来完成人脸的识别。在两大通用人脸数据库FEI和FERET上的实验验证了所提方法的有效性及鲁棒性,实验结果表明,相比其他几种先进的回归分类方法,所提方法取得了更好的识别效果。

供电系统电力短期负荷预测优化仿真研究

电力负荷预测精度和模型稳定性问题凸出,针对极限学习机在电力负荷预测中人工经验确定网络结构的不足,提出BA-EM-ELM电力短期负荷预测方法。EM-ELM算法以模块化叠加隐含层节点自动更新网络结构,集成BA算法进行节点优化,提高算法模型的泛化能力。将算法模型应用于某地区短期电力负荷预测,采用综合评价体系对算法的综合性能进行测试,并同其它三种相关算法进行性能比较,结果表明,在相同隐含节点数的前提下,BA-EM-ELM网络模型的预测精度和稳定性能远高于其它模型,说明了BA-EM-ELM电力短期负荷预测方法的可行性。

基于分类字典的多内容灰度图像彩色化算法

为解决基于字典学习与稀疏表示的灰度图像彩色化算法只对单一内容图像有效这一问题,提出了一种新型的图像彩色化方法.首先,根据目标灰度图像的子内容分别选取多组参考彩色图像,从各组参考彩色图像中选取对应子内容的样本图像块;然后,分别进行字典训练,得到基于内容的分类字典;最后,根据重建误差最小化原则,查找最佳匹配字典,进而实现灰度图像的彩色化.该算法是一种自动算法,在保证图像彩色化过程自动化的前提下,提高了彩色化效果.实验结果表明:该算法能够对目标灰度图像中的不同内容分别进行正确彩色化处理.

基于误差修正项调整的高阶单整变量差分建模

为提高高阶单整变量之间因果关系检验的准确度,文章首先对基于均方误差的最小化的传统检验法进行数理推导,并指出该方法对变量平稳性要求的检验劣势,然后再基于误差修正项调整从同阶变量和不同阶变量两个方面对协整变量检验进行拓展,并使用差分方法对不存在协整关系的变量之间的因果关系进行检验。

有源RIS辅助MISO系统联合波束成形优化算法

针对有源RIS辅助MISO系统中传统波束成形方法存在计算复杂度较高,且有源RIS热噪声抑制效果不佳问题,提出一种基于加权最小均方误差和粒子群的有源RIS辅助MISO系统联合波束成形优化算法。首先,利用交替优化思想,将非凸和速率优化问题转化为独立的基站波束成形和RIS相移凸优化问题;其次,采用具有较快收敛速度和较高估计精度的加权最小化均方误差算法,对基站波束成形进行优化设计;最后,通过引入混沌初始化和自适应惯性权重思想,对基于传统PSO的RIS相移设计进行优化,改善了容易陷入局部最优问题。仿真结果表明,与多种基准方案相比,所提方案可在有效降低计算量的情况下显著提高系统的和速率。

基于正弦变换和背景值优化的灰色GM(1,1)模型研究

对传统GM(1,1)模型进行误差分析,基于正弦变换和误差最小化原理对初始条件和背景值进行改进,建立了优化GM(1,1)模型。为了比较与传统GM(1,1)模型的优劣,选取2005—2015年我国水产品总产量数据,基于传统GM(1,1)模型和优化GM(1,1)模型分别对水产品总产量进行预测。实证研究表明:优化GM(1,1)模型在预测相对误差方面有明显改善,极大地提高了灰色模型的预测精度。

低延迟误差IIR滤波器设计的迭代算法

无限冲击响应数字滤波器的无约束最大误差最小化设计,得到的无限冲击响应数字滤波器经常在通带边缘附近具有大的群延迟误差。该文在无约束最大误差最小化设计问题的基础上,对相位误差进行约束,得到具有给定相位误差上界的,并应用一个自动更新相位误差上界函数的迭代算法不断更新相位误差约束,得到了近似均匀的群延迟误差响应,抑制了通带边缘群延迟误差大的效应。设计实例验证了该方法的有效性。

优化的卡尔曼滤波算法在UWB定位系统中的仿真研究

针对传统的卡尔曼滤波算法和粒子滤波算法在解决UWB室内定位中出现位置状态停滞而导致定位精度不高和实时性不强的问题,提出了一种利用最小二乘法优化的卡尔曼滤波算法提高室内定位技术精度的方法。首先对卡尔曼滤波算法定位进行改进,然后利用最小二乘法特有的数据误差最小化的方法对原有误差的测距值进行拟合处理,最后通过MATLAB软件进行坐标定位仿真。仿真结果显示,优化的卡尔曼滤波算法可减少测距算法对实际算法定位坐标产生的影响,提高了系统的定位精度。

易方达逆市推指数基金网将指数化投资进行到底

8月6日,国内第一个指数研究专业网站——"易方达指数基金网"上线,业内人士表示,该网站填补了国内在指数基金领域长期缺乏统一资讯平台的空白,将极大方便投资者、研究人员、业内专家等在指数基金领域工作的开展,这也将推动指数化投资在国内的进一步发展。所谓指数化投资,就是以复制指数构成股票组合作为资产配置方式。