基于CEEMDAN-BO-SVM的选煤设备故障诊断方法

针对选煤设备故障诊断准确率低且所需特征信号难以采集和提取等问题,提出一种基于自适应噪声完备经验模态分解(CEEMDAN)及黑猩猩算法(BO)优化支持向量机(SVM)的音频信号故障诊断方法.对设备的原始音频信号进行CEEMDAN分解后得到一系列本征模态分量(IMF),计算各IMF的峭度值-相关系数,依据筛选准则优选有效IMF分量.提取有效分量的能量系数及波形系数,组成故障诊断特征集,使用BO-SVM进行故障诊断.实验结果表明,本文方法的故障诊断平均准确率为96.8%,在音频信号特征提取及故障诊断领域有一定的优势,具有一定的应用价值.

电机噪声信号特征提取与故障预测模型建立

针对电机传统故障检测方法中存在特征信息提取效果差、故障诊断精度低的问题,提出了一种基于自适应噪声完备集合经验模态分解(CEEMDAN)与多尺度排列熵(MPE)结合的卷积神经网络-门控循环单元(CNN-GRU)故障诊断方法。研究结果表明,CEEMDAN-MPE方法能有效地克服经验模态分解(EMD)和集合经验模态分解(EEMD)方法产生模态混叠等问题。与卷积神经网络(CNN)、长短时记忆(LSTM)、CNN-LSTM模型相比较,准确率分别高出了23.92%、16.61%、10.12%。这说明CNN-GRU模型具有更高的预测精度。

不同手术方式治疗腹股沟疝气的疗效

目的:探讨不同手术方式治疗腹股沟疝气的临床效果。方法:随机选取2009年8月-2012年11月我院收治的确诊为腹股沟疝气的患者102例,按照手术方式不同,将所有患者随机平均分配为实验组和对照组,实验组采用TEP手术进行治疗,对照组采取充填式无张力疝修补术进行治疗,对两组患者的治疗效果进行对比分析。结果:手术结果表明,TEP手术治疗腹股沟疝气的临床疗效明显优于充填式无张力疝修补术,与对照组相比,实验组在手术持续时间、创口感染情况、术后发热率及住院时间等方面具有显著优势,差异具有显著性(P<0.05)。结论:采用TEP手术治疗腹股沟疝气,能够有效改善患者的临床体验(临床症状),缩短手术时间,有助于患者术后康复,建议在临床上进一步推广。

对中学生英语教学方法的几点探讨

英语在中学中是一门不可或缺的基础课,目前中学学生的英语基础普遍较差,英语的教学方法已经成为众多中学英语教师急需探讨的难题之一。传统的英语教学以教师讲授、学生聆听的＂填鸭式＂的方式为主,在课堂教学中,教师一般都是独白式教学,学生们只能跟着老师的节奏机械地作笔记，这样的教学方法很难让学生有效吸收老师所传授的知识。

依托考纲,回归教材,结合真题,构建网络——浅谈高考英语语法一轮复习策略

高考英语所有题型都涉及基础语法知识的运用,尤其是语法填空题和短文改错题,均直接考查词法和句法。因此,在英语一轮复习备考中,语法的复习至关重要。众所周知,高考命题依托考纲,源于教材又高于教材。实践表明,学生要想考出理想的成绩,决不能放松对教材的全面研读,只有认真研读教材,做好充分的准备,在高考时才能得心应手,游刃有余。因此,在一轮复习备考中,在明晰复习侧重点后,教师应依托考纲,回归教材,指导学生"读课文,抓基础,做真题",对于重点知识和主干知识,必须精抓实干,举一反三,做到真真正正吃透教材,扎扎实实打好基础。下面,笔者结合人教版教材和近年高考英语语法填空题及短文改错题进行说明,以期更好地助力一轮复习备考。