单颗粒-电感耦合等离子体质谱(SP-ICP-MS)法数据处理算法的技术发展现状

单颗粒-电感耦合等离子体质谱(Single particle-inductively coupled plasma-mass spectrometry,SP-ICP-MS)法将高通量的粒子计数技术与ICP-MS时间分辨分析相结合,进行快速的单个颗粒逐一表征。此技术不仅可以获取单个颗粒的质量和粒径信息,还能获得溶解态和颗粒态的元素含量信息。经过20余年的发展,SP-ICP-MS法正逐渐成为表征单颗粒的重要方法之一,其显著的技术优势获得了广泛关注,业内诸多学者对其仪器运行条件优化、数据采集方法、数据处理算法等关键技术方面的研究也取得了长足进展。对SP-ICP-MS表征纳米颗粒的技术路线、数据处理算法及研究进展进行了综述,重点讨论了单颗粒定量分析的关键问题及其未来研究方向。但必须指出的是,当前业内在不同应用场景下所建立的颗粒事件鉴别算法、溶液信号的判定阈值算法、颗粒信号质量控制和精确的颗粒定量表征方法尚未明确统一,仍然缺乏足够普适的数据处理方式,这使得SP-ICP-MS技术在广泛的纳米颗粒应用中仍需面对准确定量的挑战。

微博话题检测SP&HC聚类算法分析

针对微博网站中具有较大的文本信息量、采用凝聚层次聚类算法不适合、Single-Pass聚类算法检测结果不准确等问题,提出一种将这2种算法相结合的SP&HC聚类算法:利用Single-Pass聚类算法进行大量微博文本的简单聚类,收集一些小幅度、高凝聚力的主题话题,使得形成的主题话题在内容上和数量上得到极大的精简,直到使得主题话题能达到层次聚类算法的要求;运用层次聚类算法对主题话题进行相似话题聚类,直到符合预设值的条件.实验结果证实了SP&HC聚类算法在召回率和准确率上的综合性能优于前2种算法.

基于多种失效模式SPS复合钢板替换船用钢板的优化设计

在SPS复合钢板的设计中获取不同的失效模式。以减重为目标,应用序列二次规划法对SPS复合钢板进行等效船用钢板的优化设计,同时对SPS复合钢板进行多目标优化,应用层次分析法定各目标的权重。在这两种优化方法的基础上,对船用钢板与SPS复合钢板进行了屈曲、弯曲对比数值分析,同时将结果与理论计算结果对比分析。结果表明,SPS复合钢板重量能够减轻37%以上,刚度增加两倍多,但厚度增加70%。

基于贝叶斯网络SP算法的改进研究

针对SP算法中利用优化组合处理稀疏候选集来评分得最优候选集,这样得到的每个节点的候选集为父节点集,从而容易导致最后的贝叶斯网络双向边较多,对双向边处理后还存在较多的反向边,从而提出了利用爬山算法处理稀疏候选集,得到新的算法SCHC,该算法减少了双向边的数量和提高了正确边的数量。

一种距离误差可控的DPTS-SP-Prac改进算法

移动对象的GPS轨迹常被应用于各种基于位置服务的应用当中,由于原始的轨迹包含的数据量较大,在使用这些数据前通常要进行轨迹压缩操作。相比于传统的基于位置保持的轨迹压缩算法,基于方向保持的DPTS-SP-Prac算法由于考虑到了轨迹的方向信息,因此该算法有着更广泛的应用范围。为了进一步提高DPTSSP-Prac算法的可用性,提出一种距离误差可控的DPTS-SP-Prac改进算法。该算法不仅能够捕捉轨迹的方向信息,还具有距离误差可控的优势,能够实现更加精确的轨迹压缩。真实轨迹数据集下的实验结果表明,改进的算法有效地降低了轨迹压缩的距离误差,提高了算法的可用性。

不平衡样本下的SA-YOLO自适应损失目标检测算法

样本不平衡现象是指在数据集中以背景为主的易样本数量较大,而以前景为主的难样本数量过少,即样本存在类间不平衡与难易不平衡问题。现有目标检测算法大多是基于候选区域的两阶段算法或基于回归的单阶段算法,当应用于不平衡样本时无法避免训练中产生的预测框对大量样本过度依赖,从而导致模型过拟合且检测精度低,准确性、泛化性差。为了在不平衡样本下实现高效精准的目标检测,提出一种全新的SA-YOLO自适应损失目标检测算法。(1)针对样本不平衡问题,提出SA-Focal Loss函数,能够针对不同数据集与训练阶段对损失进行自适应调节,以达到平衡类间样本与难易样本的效果。(2)在多尺度特征预测机制下构造CSPDarknet53-SP网络架构,增强困难小目标样本全局特征的提取能力,达到提升难样本检测精度的效果。为验证SA-YOLO算法的性能,分别在样本不平衡数据集与COCO数据集上进行了大量仿真实验。结果表明:相较于现有YOLO系列算法最优指标值,SA-YOLO在不平衡数据集中mAP可达91.46%,提升10.87%,各类目标AP 50提升均在2%以上,有极强的专精性;在COCO数据集中mAP 50提升1.58%,各项指标均不低于最优值,有良好的有效性。

基于路径优化算法的测试序列自动生成及验证

随着中国铁路运行控制系统的高速发展,列控系统行为功能的正确性与安全性成为业内关注的焦点,本文提出一套完整的测试案例与测试序列自动化生成的方法。制定与系统CPN模型、测试序列相关的定义;利用本文提出的全路径覆盖优化算法和序列优选算法生成XML测试序列;以CTCS-3级列控系统下RBC的切换为例,自动生成测试案例与测试序列,并在RBC测试平台上进行验证。结果表明:本文提出的测试生成方法可实现测试的自动化,针对RBC切换场景生成的测试序列重复度降低了75%,完全覆盖《CTCS-3级列控系统功能需求规范》中的相关内容。

基于因子图的同频数字混合信号单通道盲分离

本文针对复杂编码下同频数字调制混合信号单通道盲分离问题,构建了利用因子图设计盲分离算法的统一框架。通过将和积消息传递算法与ECM参数估计算法有机地结合,提出一种基于因子图的编码辅助同频混合信号单通道盲分离算法。确定了在最大似然准则下混合信号同步参数的估计式。利用广义分配率准则,为存在码间干扰的混合信号建立了合理的因子图模型,得到了符号序列的后验概率估计式。仿真结果表明,本文提出的算法不仅能够对卷积码混合信号取得较好的分离性能,还能有效实现对LDPC码等复杂编码混合信号的参数和序列的联合估计。

分布式爬虫任务调度策略的优化

针对当前分布式爬虫任务调度策略存在的节点任务分配不均、发生异常后引起的负载均衡问题,提出了一种基于SP-cycle算法的节点地址空间分配策略。通过该策略构造环形序列取代传统散列函数的节点地址空间映射方法,可使所有抓取服务器分配的地址空间达到动态均等,从而实现可调度节点的负载均衡。实验结果表明,相对于传统一致性哈希方法,改进的任务调度策略具有更好的负载均衡效果,并且发生异常时具有较好的健壮性,有效地提升了分布式爬虫整体性能。

基于超宽带穿墙雷达的目标定位识别算法

穿墙目标探测是超宽带脉冲雷达在反恐斗争、灾难救援、城市巷战等方面的一个重要应用。SEABED算法是基于超宽带脉冲雷达的一种新型目标定位识别算法,但其不适用于对障碍物背后的目标进行定位的情况。该文在SEABED算法的基础上,分析SEABED算法在穿墙探测中的不足,提出一种新的定位算法使得SEABED算法能够对目标进行定位识别。该算法假设在近场条件下,利用回波时延差的关系曲线求得入射角,从而结合几何关系消除墙体对传播时延和传播路径的影响,将SEABED算法应用于穿墙成像应用中。仿真结果表明,该算法能够弥补墙体对SEABED算法的影响,精确度高,目标定位识别效果好,达到穿墙探测的目的。

高温合金高速切削性能分析及参数优化

对铁基高温合金切削过程进行有限元建模和动态数值模拟,并结合高速切削试验平台,通过多元正交试验分析切削参数对切削力及刀具磨损的影响规律,得到基于切削用量的切削力和刀具寿命预测模型。最后应用遗传算法对切削参数进行合理选择与优化,试验所得数据为镍基合金高速切削工艺参数的选择提供了参考和依据。

基于寄生模型的粒子群算法在气动优化中的应用

为了解决粒子群算法(PSO)在寻优过程中全局最优和局部最优的矛盾,通过在粒子群算法中加入寄生模型,发展了一种基于寄生模型的改进粒子群算法(SPPSO)。对提出的模拟寄生算法(SP)进行了分析与验证,并将其引入到粒子群算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得SPPSO算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将SP及SPPSO算法应用于翼型的气动优化设计中,取得了良好的效果,从而表明提出的算法准确有效,具有良好的实用性。

基于遗传算法的公交票价分级策略研究

合理的票价分级策略往往能够使得公交乘客和经营者实现"双赢"的局面.为了制定合理的票价分级策略,本文首先通过SP调查采集乘客的选择意向信息,研究了影响乘客广义费用函数的因素变化规律,采用统计分析的方法建立了广义费用函数;其次,以乘客广义费用最小和公交经营者经营效益最大为目标,建立票价分级策略的双层优化模型;最后,基于遗传算法设计了该模型的求解方法,并以济南市2路公交做实例研究.结果表明,本文所研究的基于遗传算法的公交票价分级策略不仅能够使公交乘客的综合效用增加,而且能够使经营者的收益有所提高.

基于超螺旋滑模观测器的六相永磁同步电机失磁故障重构

针对六相永磁同步电机在复杂运行工况下永磁体容易发生失磁故障的问题,提出一种基于超螺旋算法的永磁体失磁故障重构方法。首先,利用矢量空间解耦坐标变换(VSD)进行降阶和解耦,构建了六相永磁同步电机失磁故障数学模型。其次,以定子电流为状态变量,设计基于超螺旋算法的滑模观测器(STA-SMO),根据滑模等值原理实现转子磁链的实时重构,并采用一种类二次型Lyapunov函数证明了所设计STA-SMO的稳定性。最后通过仿真与实验验证了该方法的有效性,与传统滑模观测器(SMO)相比,所设计的STA-SMO准确地实现了对失磁故障的重构,有效抑制了抖振,且鲁棒性更强。

智能汽车网络信息安全研究——以LTE-V2X PC5 Mode4单频点系统容量为例

本文首先介绍了LTE-V2X PC5 Mode4的基本运行机理和通信过程,着重介绍了基于感知的半永久随机调度(SPS)算法;其次介绍了单频点系统容量判定准则,在拥塞环境下对LTE-V2X PC5 Mode4通信的时延和丢包率进行了失效分析,并对此设计了基于量产车载设备单元(OBU)产品的测试方案和验证;最后,针对测试结果对55190信道的系统容量进行了分析.希望本研究能为相关测试标准的制定提供参考.

甘肃电网智能污区系统应用研究

电网污区分布图是电力系统设计、生产、运维的基础。甘肃省2014年污区分布图利用基于成图规则模块化数据算法的智能系统绘制,将污区图成图的流程进行了分类详细处理,简化了绘制工作流程,提高了绘图效率,为线路防污闪提供了实时准确的参考信息。

4×4单元面阵自适应天线系统的设计与实现

面阵系统所采用阵元数多,数据量大,对信号处理机的实时处理能力要求非常高。系统采用基于参考信号的LMS算法,收敛速度较快、运算量低,且易于硬件实现。系统平台采用目前流行的DSP&FPGA架构,具有高速运算和处理能力,解决了面阵系统对实时处理机的苛刻要求。测试结果表明,系统能自适应地控制天线阵列方向图在用户信号方向产生高增益波束,在干扰信号方向产生较深零陷,并实现零误码率通信。

金属切削条件的优化算法研究

目前使用的切削条件优化算法,几乎直接引用优化理论中的通用性算法,而这些算法反映切削加工模型的特点不够。本文从切削加工模型特点分析出发,运用优化理论建立了适合车削条件优化的SP法以及适合铣削条件优化的MS法。研究结果表明:在平均计算时间、加工成本方面,所建的SP法及MS法优于传统的查表法及一些典型的优化法。

基于免疫遗传算法的多重序列比对

提出一种基于免疫遗传算法的多重序列比对的方法,它将一种免疫算子加入到遗传算法的框架中,通过对个体接种疫苗来进一步提升个体的存活能力.实验结果表明,该方法可以加快收敛速度,并能求出比遗传算法更优的解.

基于量化压缩感知的IR-UWB接收信号重构研究

压缩感知理论为IR-UWB信号的低速采样接收提供了新的思路,但现有的低速率压缩采样架构大都理想化了量化过程。该文充分考虑量化噪声的实际影响,拟设计出抗噪性强的IR-UWB接收信号重构方法。基于对压缩采样值中噪声分布特性的分析,修正了信号重构模型,并通过仿真对比了DS(Dantzig-Selector)法求解和传统重构算法求解的性能差异。在此基础上,提出了一种在DS和SP(Subspace Pursuit)算法中自适应选择的信号重构方法(联合DS-SP)。仿真结果表明,联合DS-SP以折中于DS和SP之间的复杂度在不同噪声情形下获得了最优的重构性能,且相对经典重构算法有较大的性能提升,为压缩感知框架下的IR-UWB接收机数字后端提供了一种新的信号重构策略。