双曲形复合材料构件成型精度修正技术研究

双曲形复合材料构件固化变形是影响零件质量和几何精度的关键问题之一,为了提高双曲形复合材料构件成型几何精度,本文提出了一种基于试验数据的变形修正方法,详细阐述了试验数据获取、去噪和数据对齐以及基于多截面的试验数据搜索法和镜像法等关键问题;并基于CATIA/CAA二次开发技术开发了修正模块,该模块能够对双曲形复合材料构件的固化变形进行有效补偿。以某机上双曲形零件为例进行试验验证,经过该模块修正后,零件的制造误差显著减小,证明了该方法的有效性和可行性。本研究结果对于提高双曲形复合材料构件的制造精度和性能具有重要意义。

随机森林法对北京移动用户体验影响因素研究

目的/意义:移动信息技术是当今社会赖以需求的。提高客户满意度等是提升网络服务质量的最佳方法,也是共同推动移动网络高质量可持续发展的关键步骤之一。方法/过程:使用斯皮尔曼和随机森林对数据进行相关性和量化分析。对影响因素进行研究分析建立数学模型,进行调参处理。得到预测结果。结果/结论:结果表明影响移动用户体验的因素对客户打分影响程度的量化分析和结果。模型精确度89%,准确度强于其余模型。

基于Stacking集成学习的高校录取分数线预测

针对如何准确预测高校录取分数线,帮助高考生做出更加准确的志愿填报决策问题,提出一种基于Stacking集成思想的双层模型。该模型采用机器学习算法暴露特征重要性,融合3个单一算法并使用交叉检验法和网格搜索法进行参数优化。通过在贵州省2018-2022五年高考高校录取数据上进行实验结果表明,该双层融合模型的预测效果优于支持向量回归、决策树、随机森林等单一模型和其他集成模型;预测误差在5分以内的精度超过95%,平均绝对值误差低于2.43;较单一模型中表现最好的梯度提升指标分别提升44%和19%,提升了预测效果,为未来分数线预测提供了新的方向。

基于卡尔曼滤波器的运动目标跟踪算法

为了有效解决运动目标遮挡时目标信息容易丢失从而导致跟踪失败的问题,提出一种基于卡尔曼滤波器的运动目标跟踪算法。该算法首先利用高斯混合模型的背景差分法,结合空间邻域的相关性信息得到运动目标图像,然后通过建立帧间关系矩阵将跟踪情况分为5种状态分别进行处理,这5种状态是新目标出现、目标匹配、目标遮挡、目标分离和目标消失。采用卡尔曼滤波器预测目标参数,建立目标在下一帧中的预测信息。当运动目标相互遮挡时,在卡尔曼滤波器预测区域内采用交叉搜索法实现多个运动目标的精确匹配。通过多个视频序列测试,该算法能够获得良好的跟踪结果。

粒子图像测速技术互相关算法研究进展

粒子图像测速技术(particle image velocimetry,PIV)中采用的互相关算法就是需要从独立存在的两幅图像通过一定的判别方法得到流场中各点的流速矢量的计算方法.互相关算法的具体实现步骤包括图像前处理、区域离散、匹配原则选取、搜索方法选取和变形预测,最后对结果进行后处理.文中从上述几个方面总结了国内外近年来互相关算法的发展过程,并通过对各种方法精度和效率的比较对其应用发展进行了归纳.

基于改进的SVM的短时交通流预测

在SVM预测模型中引入交叉验证和网格搜索算法,优化惩罚因子和核函数的参数,建立了改进的SVM预测模型,并应用于短时交通流预测进行实证分析。以某城市道路的实时数据来对模型进行验证,预测结果表明了模型的有效性。

几种局部优化算子在求解TSP中的性能比较

将局部优化算子引入遗传算法求解TSP问题,以求提高算法的性能。具体措施是在标准遗传算法的最后阶段增加一步,即对每代的最优个体进行一定次数的局部搜索,以求改善该最优个体。首先提出将反序-杂交法引入局部优化过程中。同几种常用的局部优化方法相比,反序-杂交法的性能最为突出。实验结果表明,该优化方法能有效求解300个城市以内的TSP问题。

刮板输送机故障诊断方法研究

为了提高刮板输送机故障诊断准确度,降低事故发生率,分析了刮板输送机常见的故障,研究了基于支持向量机的刮板输送机故障分类,介绍了刮板输送机故障数据处理方法以及基于SVM的故障诊断流程,并对支持向量机参数进行了选择,采用网格搜索交叉法得到模型的最佳参数模型,使用该模型对刮板输送机故障数据进行预测。研究表明,采用支持向量机和网格搜索交叉法相结合的方法,可以对刮板输送机故障进行有效诊断。

基于轨迹输入特征支持向量机的湖南电网暂态稳定在线识别

针对目前基于人工智能算法的电力系统暂态稳定评估输入特征选择困难的问题,采用发电机单一状态变量故障清除后一段时间内的轨迹作为支持向量机(Support Vector Machine,SVM)的输入特征,并采用网格法寻找支持向量机在交叉验证意义下的最优参数。通过对这类支持向量机的性能进行详细的分析和对比,给出了3个分类准确度很高的发电机状态变量。在湖南电网的测试系统上仿真实现了该模型,仿真结果证明所提基于轨迹输入特征的支持向量机具有很高的精度,为支持向量机输入特征的选取提供了新思路。

基于快速模型匹配的飞行目标三维姿态角估计算法

采用动态模型匹配的基本原理,提出了一种基于二维图像序列的飞行目标三维姿态角估计算法。算法根据目标机动特点和姿态角约束关系,建立了降维动态模型库,在保证模型库完备性的同时减小了规模。根据相似性矩阵的分布规律提出了十字搜索法,加快了最佳匹配模型的搜索速度。仿真表明,该算法具有较好的准确性和实时性,对提高机动目标跟踪性能具有一定的理论意义。

基于网格搜索和ELM的冲击地压危险等级预测

为提高冲击地压危险等级预测模型的泛化性能及预测精度,采用网格搜索法结合十折交叉验证法对极限学习机(ELM)中的隐含层神经元个数及激活函数的类型进行组合优化,进而建立冲击地压危险等级预测模型;选取重庆砚石台煤矿36组实测数据进行试验,对影响因素数据进行标准化处理,选择其中26组样本对模型进行训练,采用该模型对后10组样本中冲击地压危险等级进行预测,并与其他方法作对比。结果显示:经过十折交叉验证,用该模型得到的正确识别率为84.615%,高于朴素贝叶斯及Adaboost M1的76.92%、61.54%,采用该模型对测试样本集中冲击地压危险等级进行预测,预测准确率为90%,高于朴素贝叶斯及Adaboost M1预测准确率80%。

基于网格搜索-支持向量机的采场顶板稳定性预测

为准确、快速地预测采场顶板稳定性(SRS),建立基于支持向量机(SVM)理论的SRS评价法。考虑煤-岩石介质与环境条件和工程因素,研究岩石单轴抗压强度、岩石质量指标(RQD)、煤体抗压强度、顶板水文状况和工作面月推进速度对SRS的影响。建立SRS识别的SVM模型。为提高预测模型的泛化能力和预测精度,利用网格搜索法(GSM)及10折交叉确认寻优方法对SVM模型的参数进行优化。用该模型对5组待判工程实例进行判别。研究结果表明,模型训练样本10折交叉确认准确率达91.3%,对测试样本识别正确率为80%,识别结果与实际较吻合。

ISI Web of Knowledge跨库检索功能与操作技巧

ISI Web of Knowledge是新一代的学术信息资源整合体系,是Web of science的最新升级平台。 本文主要介绍了这一体系的跨库检索功能及其操作技巧。

解析搜索偏移量的InSAR图像精配准方法

基于插值的干涉合成孔径雷达(interferometric synthetic aperture radar,InSAR)图像配准方法能够达到亚像素精度,但配准精度取决于插值单元尺度,且计算量会随精度要求提高大幅增加。提出了一种将图像配准过程转化为连续函数优化问题的精配准方法。首先,该方法通过整合插值和互相关函数搜索过程构造了一个解析代价函数,在连续域内搜索的偏移量精度不依赖于插值单元,提高了配准精度;然后利用该代价函数对于偏移量参数的梯度信息,采用拟牛顿法来优化代价函数,快速收敛并得到与最优值对应的亚像素偏移量,具有较低的运算量。实验结果表明该方法与传统方法相比有更高的配准精度,且在计算复杂度方面有较大改善。

超视距空空导弹协同允许发射区解算方法

对协同制导条件下的空空导弹发射区解算方法进行了研究。首先,分析了飞机目标的RCS模型,研究了多机协同探测问题,根据目标和载机当前运动参数提出了导弹协同发射决策算法;然后,构建了具有约束条件的导弹和目标运动模型,提出了基于编队内切圆有界黄金分割搜索的方法,并对三种编队队形下的协同发射区进行仿真验证。通过与非协同制导下发射区的比较,结果表明编队协同制导能够使导弹允许发射区增加,高度协同和角度协同使得导弹允许发射区增加最明显。

基于全局运动补偿的多运动目标检测方法研究

提出了一种动态背景下的对多个运动目标检测的完整方法。利用基于宏块匹配的六参数全局运动估计方法进行全局运动补偿,有效地消除了摄像机在非稳定运动情况下对目标检测性能带来的不利影响。同时在宏块匹配前进行了预处理,通过预判提取纹理信息丰富的宏块,并在宏块匹配的过程中采用九点十字搜索算法取代传统的三步搜索算法,减少了匹配数据量。通过六参数运动模型计算得到摄像机全局运动参数,然后对运动背景进行全局补偿。补偿后经过后处理提取运动区域。实验证明,本方法能够有效地检测出动态背景下的运动目标。

基于机器视觉的影像测量仪自动寻边技术研究

影像测量仪的应用之一是对数控机床加工出来的零件进行测量,确保加工过程的精确性。在影像测量仪的自动寻边系统中,针对影像测量快速准确的要求,对寻边的路径提取和跟踪算法进行了改进。根据边缘线与图像视窗交点的不同情况,采用改进的行列交叉搜索法和切向跟踪法进行边缘路径提取和跟踪。在ubuntu10.04系统下,结合Opencv和C语言开发了整个系统的图像处理软件。实验对比表明,该自动寻边算法具有更高的寻边效率且边缘提取更准确,能为数控机床的加工提供更加精确的数据信息。

改进的支持向量机算法在短时交通流预测中的应用

把交叉验证和网格搜索算法引入支持向量机预测算法,建立了改进的支持向量机预测模型,并将其应用于短时交通流预测进行实证分析。以某城市道路的实时数据来对模型进行验证,预测结果表明了该模型的有效性。

铝合金X射线应力测量定峰方法评估

将X射线法(XRD)的绝对应力测量评定转化为相对应力测量评定,以测量精确度和重复性为评价指标,对各种定峰方法的优劣性进行研究。实验证明,交相关法通过逐差法利用全部衍射峰信息,直接获取XRD法所需的布拉格角差值,有最好的测量精度和重复性。最大值法和抛物线法利用峰顶信息,具有较高的应力测量精度,但由于信息利用区间较窄,测量重复性较差,半高宽法(FWHM)测量精度和重复性很差,不适于对铝合金定峰。远离布拉格角处信息对重心法影响很大,对衍射峰的预处理要求也高,力臂的存在使得测量精度变差;力臂和波谱边缘随机性使测量重复性很差。交相关法对铝合金X射线应力测量有最好的定峰效果。

基于fast PCA和K-CV优化SVM的人脸识别算法研究

为了解决支持向量机(Support Vector Machine,SVM)分类器人脸识别率不高的问题,提出了一种快速主成分分析法(fast Principal Component Analysis,fast PCA)与优化参数支持向量机分类器相结合的人脸识别算法.首先,在传统的PCA算法理论基础上提出一种快速PCA算法,用于人脸图像的降维和特征提取,减少特征提取时间,降低计算量,缩短SVM识别时间;其次,利用K折交叉验证法(K-fold cross-validation method,K-CV)联合改进的网格搜索法对SVM分类器最优参数进行搜索,减少最优参数搜索时间,提高算法人脸识别率和泛化能力.在ORL人脸库实验结果表明:该算法在每类训练样本数大于5时,人脸识别率为100%;在训练样本较少时,仍然保持较高识别率.与一般的SVM算法及PCA算法比较,该算法平均识别率提高了0.61%~8.92%.