基于PSO-PNN与CV-SVM的旋转机械故障诊断研究

不同类型的旋转机械发生故障时会激发出不同特征的振动信号。针对旋转机械故障点位判断难、复合故障判断不准确等问题,构建了概率神经网络(PNN)以及支持向量机(SVM)这两种人工智能模型,并采用该模型对旋转机械进行了故障识别研究。首先,采集了研究对象各故障状态下的振动信号,对振动信号的时域和频谱进行了分析,根据振动信号的特征表现,分别将原始振动信号幅值和振动信号特征值作为人工智能模型的输入向量;然后,利用粒子群算法(PSO)对概率神经网络的输入参数进行了优化,利用交叉验证法(CV)对支持向量机的输入参数进行了优化;最后,建立了概率神经网络和支持向量机故障诊断模型,对旋转机械故障进行了诊断,并对比分析了诊断结果。研究结果表明:基于PSO-PNN模型的旋转机械故障识别准确率在97%以上;基于CV-SVM模型的旋转机械故障识别准确率在98%以上;这两种人工智能方法在用于旋转机械故障诊断时具有速度快、准确率高的优点;其中,PSO-PNN方法适用于旋转机械故障实时监测,CV-SVM方法适用于旋转机械复杂故障的识别。

Notification Services for the Server-Based Certificate Validation Protocol

The Server-Based Certificate Validation Protocol allows PKI clients to delegate to a server the construction or validation of certification paths. The protocol’s specification focuses on the communication between the server and the client and its security. It does not discuss how the servers can efficiently locate the necessary PKI resources like certificate or certificate revocation lists. In this paper we concentrate on this topic. We present a simple and effective method to facilitate locating and using various PKI resources by the servers, without modifying the protocol. We use the extension mechanism of the protocol for notifying the servers about PKI repositories, certificates, and revocations. We specify the tasks of the servers and certificate issu-ers and define the messages that are exchanged between them. A proof of concept is given by implementing an SCVP server, a client, and the proposed method in Java.

基于CV-SVM方法的手术时间估计

手术时间估计是进行科学手术排程的前提和依据,为了能够准确地估计手术时间从而为手术排程提供有效信息,采用交叉验证(CV)方法优化支持向量机(SVM)参数,构建基于交叉验证的支持向量机模型对手术时间进行估计。为了验证模型的性能,将CV-SVM模型与径向基(RBF)神经网络模型相对比,通过某医院眼科角膜移植手术时间估计进行实例验证。结果表明,相比RBF模型,基于CV-SVM模型的手术时间估计结果平均绝对百分误差在11%以内,相对误差在23%以内,验证了模型的有效性,为手术时间估计提供了一种有效的方法。

基于改进GWO-CV优化的K-调和均值聚类算法

为克服传统聚类算法对初始聚类中心敏感且容易陷入局部最优的问题,文章提出一种基于改进的灰狼优化与交叉验证法结合的K-调和均值聚类算法(GWO-CVKHM)。首先将新的非线性收敛因子引入灰狼优化算法,以调整前期广度搜索与后期深度搜索比例,同时基于模糊控制权重决策对灰狼种群位置进行更新;其次利用改进灰狼优化算法与交叉验证的思想对初始聚类中心进行寻优;最后基于改进后的聚类算法选取UCI数据库中真实数据集进行聚类。实验结果表明,该算法在求解精度及算法稳定性方面优于对比算法,具有更快的收敛速度与更强的全局搜索能力。

一种基于Cross-Validation的盲图像恢复方法

图像盲复原所面临的主要问题是可利用的信息不足,目前已有的图像盲复原算法一般都是有先验知识,如非负和有限支持域的限制。但在实际中目标的支持域是未知的。文中介绍了CV(cross validation)的基本原理,给出了一种基于CV原理的支持域确定方法的详细步骤;并针对计算大的问题提出了一定的改进。最后给出了实验结果,证明CV确定支持域的方法对于图像盲复原是有一定价值的。

基于SVM的含缺陷20钢弯管爆破压力预测

为快速、精确预测含局部减薄缺陷的弯管爆破压力,首先验证显式非线性有限元模型的模拟精确性,然后以168组不同缺陷尺寸下20钢弯管爆破压力的有限元模拟数据作为学习样本,建立含局部减薄缺陷20钢弯管爆破压力预测的支持向量机(SVM)模型;其次利用交叉验证(CV)、遗传算法(GA)、粒子群算法(PSO)分别优化SVM模型;最后分析对比用于预测弯管爆破压力的3种优化SVM模型与ASME B31G-2009、DNV RP-F101、SHELL 92等3种通用规范的计算误差。结果表明:CV-SVM、GA-SVM、PSO-SVM等3种模型的预测误差均小于3种规范的计算误差,其最大相对误差分别为-2.33%、-3.4%和1.94%;说明SVM模型用于预测弯管爆破压力时操作简单、计算时间短、预测精度高、工程实用性好。

第三人撤销之诉对一般债权人的司法救济——152号指导案例评析

不同于传统观点,152号指导案例的裁判要点指出,一般债权人在特定情形下可以符合第三人撤销之诉的主体要件。一般债权人基于查封就查封标的享有的具体受偿权益和保存权益可以支撑其成为既有诉讼之无独立请求权第三人,在其权益受到既有诉讼之生效法律文书发生的既判力或权利证书效力影响时其可以提起第三人撤销之诉。第三人撤销之诉适用于生效法律文书,债权人撤销权适用于民事法律行为,二者适用的撤销客体不同。生效法律文书效力的制度化是第三人撤销之诉等案外人救济制度完善的首要步骤,我国应当尽快实现生效法律文书效力的制度化。

基于最小二乘支持向量机的火电厂烟气含氧量预测模型优化研究

烟气含氧量是锅炉运行的重要监控参数,也是反映燃烧设备与锅炉运行完善程度的重要依据。根据运行工况快速、准确地测量烟气含氧量,对于优化锅炉燃烧过程具有重要指导意义。以某电站的1000 MW超超临界锅炉的运行数据为基础,选取影响烟气排放的31个因素,分别采用交叉验证(cross validation,CV)、粒子群优化(particle swarm optimization,PSO)算法、遗传算法(genetic algorithm,GA)寻找最小二乘支持向量机(least squares support vector machine,LSSVM)模型的最佳参数,建立烟气含氧量预测模型。研究结果表明:相对于PSO-LSSVM和CV-LSSVM模型,GA-LSSVM预测模型对烟气含氧量具有更好的预测能力,具有预测精度高、泛化能力好、鲁棒性强等优点,拟合预测的相对误差、均方误差分别为0.54%、0.23%,泛化预测的相对误差、均方误差分别为1.66%、2.13%,能够比较准确地对火电厂锅炉烟气含氧量进行测量,为锅炉燃烧系统进一步的优化运行奠定了基础。

基于大数据的配电网架空线路工程造价预测

大数据与人工智能技术推动了工程造价全方位创新,为了提升配电网工程造价决策的水平,针对配电网架空线路工程中存在造价影响因素多、预测精度低等问题,提出一种配电网架空线路工程造价组合预测模型。首先,对配电网架空线路工程中重要数据缺失情况进行分析处理,其次,基于随机森林算法对配电网架空线路重要造价影响因素进行选取。最后,在参数寻优基础上采用最小二乘支持向量机模型进行造价预测。仿真对比结果显示,所构建的造价预测模型能有效提升预测速度和精度,该预测模型可为实现配电网架空线路工程造价预测提供一种有效实用的方法。

基于异构图卷积网络的药物-细胞系响应预测

准确预测药物敏感性响应是当前个性化治疗的关键,然而,如何高效融合药物、细胞系以及已观察到的药物-细胞系作用关系数据,仍面临着很大挑战。本文基于药物结构分子指纹特征数据、细胞系基因表达谱数据和已知的药物-细胞系作用关系数据,提出一种融合异构图卷积网络和深度神经网络的药物-细胞系预测模型HGCNDCP。首先分别计算药物相似性和细胞系相似性,构建异构网络;通过异构图卷积模型对药物和细胞系进行特征表示学习;使用DNN模型预测药物-细胞系响应关系;最后在GDSC数据集中测试,并与TMF、HNMDRP、NRL2DRP和HRWR算法进行比较。测试结果表明,本文算法具有较高的预测性能。

公钥基础设施中的证书路径构造方法及验证算法

文章基于图的宽度优先搜索算法的思想理论,提出了公钥基础设施中证书路径的构造算法,论述了证书路径验证算法,并讨论了算法的有效性。

计算流体力学中的验证与确认

计算流体力学(CFD)在航空航天等诸多领域的应用越来越广泛．特别是近年来,CFD在实际飞行器的设计中扮演着越来越重要的角色,许多设计参数直接来源于CFD的计算结果．由此,飞行器设计师对CFD提供结果的可信度提出了更高的要求．验证(verification)与确认(validation)是评价数值解精度和可信度的主要手段．本文综述了国内外开展CFD验证与确认研究的进展．在引言中论述了开展CFD验证与确认的重要性和必要性,简述了国内外CFD验证与确认研究的历史和发展现状．第2节中讨论了CFD验证与确认的一些基本概念,以及这些概念定义的形成过程,并指出了进行CFD验证与确认的基本步骤．第3节和第4节分别讨论了CFD验证与确认的方法,如CFD验证中的精确解比较方法,制造解比较方法,网格收敛性研究;CFD确认中的层次结构,流动分类法,确认实验指南．在第5节中我们列举了几个CFD验证与确认的应用实例．最后,对我国开展CFD验证与确认研究工作提出了若干建议,包括:(1)开展流动分类法研究,(2)推行软件质量工程方法,(3)开展规范精细的实验,建立国内的网络数据库．

我国教师资格有效性存在的问题及其对策

教师资格制度是国家对教师实行的一种法定的职业许可制度,规定了教师职业必备的基本条件,对于促进教师专业化发展、依法管理教师队伍、广开教师培养和聘任渠道等有着及其重要的意义。教师资格有效性是教师资格制度中一个核心要素,包括时效性、融通性、有效使用范围等方面。教师资格有效性的规定是否明确,将直接影响到教师资格制度实施的效果。我国现行的教师资格制度相关法律法规中,对于教师资格有效性问题的规定和措施,较为笼统,带有一定的权宜性。笔者就其中存在的问题做出分析,并借鉴国内外的相关经验,对现行教师资格法律法规和政策提出改革建议及推进策略,以期方家之教。

Internet公钥基础设施中的证书路径构造算法

证书路径处理是实现公钥基础设施中安全认证的重要技术。建立在公钥基础设施上的用户只有通过有效的证书路径才能获得Internet有效的公钥证书。文章基于图的宽度优先搜索算法的思想理论,提出了公钥基础设施中证书路径的构造算法,并讨论了算法的有效性。

基于快速留一交叉验证的核极限学习机在线建模

提出了一种基于快速留一交叉验证(FLOO-CV)的在线核极限学习机(OKELM),以逐次增加新样本与删除旧样本的方式进行在线训练;设计了一种无需人为设定、能够根据系统过程特性自适应改变的FLOO-CV预测误差阈值,根据误差阈值仅引入预报误差较大的样本对模型进行更新,以提高模型的稀疏性和泛化能力;利用Hermitian矩阵求逆引理实现了对网络输出权值的递推求解,减小了在线存储空间和计算时间.经混沌时间序列预测和连续搅拌釜式反应器的过程辨识结果表明,相比于离线核极限学习机、无稀疏策略的在线核极限学习机和在线序贯极限学习机,OKELM具有更快的计算速度和更高的学习精度.

基于SM2算法的数字证书解析及有效性验证

我国正逐步推广SM2密码算法数字证书在电子政务等方面的应用,该类证书的解析和验证工具还不很完善。以"基于SM2密码算法的数字证书格式规范"为依据,采用与以Asn1View工具打开的公钥和签名数据进行对比的方法,研究验证SM2数字证书格式的规范性及其解析数据的正确性;又从公钥有效性、私钥随机性、证书有效期、证书关系、证书吊销列表(CRL)五个方面研究验证数字证书的有效性。

爆轰模拟不确定度的量化方法

通过对数值模拟不确定度产生机制的理论分析以及对不确定度从考核区到应用区发展趋势的反演,展示数值模拟不确定度量化评估的关键技术.基于工程设计的现实需求和数值模拟中验证与确认的思想,提出数值模拟用于对爆轰系统进行科学预测时不确定度的评估框架,并结合实例对方法进行演示和验证.

基于NIR的小麦粉异常样本剔除方法研究

近红外光谱定量分析的过程中,异常样品的干扰是影响分析模型的重要因素,因此异常样品的判别与处理是提高模型预测能力的一个重要步骤。选取古船面粉厂150个面粉样本,运用马氏距离法和蒙特卡罗交叉验证法(MCCV)分别对异常样品进行了判别和剔除,用剔除样本前后的交互验证均方差RMSECV和预测均方差RMSEP作为评价指标。结果表明,经过马氏距离和MCCV两种算法筛选后,预测精度均得到了提高。同时,对两种方法进行比较,得出适合小麦粉异常样本的剔除方法,提高了后期所建定量分析模型的精确性和可靠性。

军队医院制剂室管理现状与对策

目的分析军队医院制剂室换证验收后的管理现状与存在问题,提出解决的方法与对策,促进医院制剂的健康发展。方法与结果从医院制剂室管理现状入手,对制剂室的硬件建设、质量管理、人员等方面存在的问题做分析,提出相应的解决方法和对策。结论医院制剂室的规范化建设,管理是关键,而且是一个长期而艰巨的任务。

CRL增量-过量发布综合模型研究

针对当前PKI应用规模的变化,提出了一种新模型:增量-过量发布综合模型。该模型采用将Delta-CRLs的Base CRL过量发布来实现。通过比较表明,该方式既可以减小信任方下载的CRL大小,改善了响应时间,减少时间碎片;又可以降低对Base CRL峰值请求率,从而降低对存储库的峰值带宽和平均负荷。文中同时指出,增量-过量发布综合模型优于传统模型和增量模型,但其发布性能依赖于PKI系统的证书有效期、证书吊销率、Delta CRL的颁发周期和时间跨度。Delta CRL的颁发周期越长,时间跨度越大,证书吊销率越高,证书有效期越短,过量发布Base CRL所带来的性能优化就越小。因此,增量-过量模型适合于在Delta CRL的颁发周期和时间跨度较短、证书吊销率不高、证书有效期较长的大型PKI系统中。