Adaptive Method’s Application for the Identification Systems in Dynamic Weighing

In this work,the possibility of adaptive algorithm in WIM(weight-in-motion)systems,in which fibre optic sensors are used,is shown.Appointment of dynamic weighing device consists in determining the weight and type of vehicle.In this work an algorithm for processing the input data and fiber optic sensor to create the database used in the algorithm is presented.The results of the algorithm for the identification of vehicles are given.The conclusions are made and options of increasing the accuracy of the identification algorithm are considered.

基于自适应滤波器的皮带机动态称重信号处理方法

针对目前皮带机动态称重系统的称重信号存在噪声或干扰的问题,提出了一种改进自适应噪声消除(IANC)的称重信号处理方法。建立了皮带机动态称重系统动态响应过程的数学模型。设计了结合卡尔曼和最小均方的算法(KF-LMS),提升了ANC噪声消除的性能。实验阶段,通过模拟和搭建实验平台对所提方法进行测试。结果表明,与LMS,NLMS,SLMS等算法相比,所提的KF-LMS算法在皮带机动态称重信号处理中具有良好性能,具备较高的可靠性和称重精度。实验结果验证了所提方法的有效性和实用性,该模型具有广阔的应用前景。

基于GPR代理模型和GA-APSO混合优化算法的软基水闸底板脱空反演

软基水闸底板脱空是水闸在长期服役期间受水流侵蚀等环境因素影响所产生的一种危害极大且难以察觉的病害。由于其病害部位于水下,传统方法难以检测,该研究提出一种基于高斯过程回归(Gaussian process regression,GPR)代理模型和遗传-自适应惯性权重粒子群(genetic algorithm-adaptive particle swarm optimization,GA-APSO)混合优化算法的水闸底板脱空动力学反演方法,用于检测软基水闸底板脱空。首先,构建表征软基水闸底板脱空参数和水闸结构模态参数之间非线性关系的GPR代理模型;其次,基于GPR代理模型与水闸实测模态参数建立脱空反演的最优化数学模型,将反演问题转化为目标函数最优化求解问题;最后,为提高算法寻优计算的精度,提出一种GA-APSO混合优化算法对目标函数进行脱空反演计算,并提出一种更合理判断反演脱空区域面积和实际脱空区域面积相对误差的指标—面积不重合度。为验证所提方法性能,以一室内软基水闸物理模型为例,对两种不同脱空工况开展研究分析,结果表明,反演脱空区域面积和模型实际设置脱空区域面积的相对误差分别为8.47%和10.77%,相对误差值较小,证明所提方法能有效反演出水闸底板脱空情况,可成为软基水闸底板脱空反演检测的一种新方法。

语用综观视角下酒文化英译研究——以《世说新语》为例

本文从语用综观视角,以马瑞志《世说新语》英译本为语料,探讨译者如何跨越源语与目标语之间语言与文化的差异,进行语言结构、交际语境的顺应以及动态顺应和意识突显,从而推动中华典籍中酒文化的跨文化传播。研究表明,在《世说新语》的酒文化英译中,不论是文本表层的语言表达还是深层的社会文化,译者都主动选择顺应,并保持在动态顺应的过程中,既顺应源语文化也考虑到目标语文化,使目标读者更深入地理解中华典籍,也使中国的酒文化得到更为广泛的传播效果。本文还发现译者通过采用音译、意译加音译等方法对酒文化中酒器名称的翻译体现出较高程度的意识突显。马瑞志在以上几个方面做出积极的顺应,使得《世说新语》实现较为理想的语用效果,对中国酒文化的跨文化传播具有借鉴意义。

基于VMD和DAIPSO-GPR解决容量再生现象的锂离子电池寿命预测研究

锂离子电池应用时表现出的时变、动态、非线性等特征,以及容量再生现象,导致传统模型对锂离子电池剩余使用寿命(RUL)预测的准确性低,该文将变分模态分解(VMD)和高斯过程回归(GPR)以及动态自适应免疫粒子群(DAIPSO)结合,建立RUL预测模型。首先利用等压降放电时间分析法,提取健康因子,利用VMD对其进行分解处理,挖掘数据内在信息,降低数据复杂度,并针对不同分量,利用不同协方差函数建立GPR预测模型,有效捕获了数据的长期下降趋势和短期再生波动。利用DAIPSO算法优化GPR模型,实现核函数超参数的优化,建立了更准确的退化关系模型,最终实现剩余使用寿命的准确预测,以及不确定性表征。最后利用NASA电池数据进行验证,离线预测结果表明所提方法具有较高预测精度和泛化适应能力。

采用SJND模型的动态点云感知编码方法

动态点云能有效描述自然场景与3D对象,提供沉浸式视觉体验;但其数据量庞大。需对其进行有效压缩。提出了采用显著性引导的恰可察觉失真(Saliency-guided Just Noticeable Distortion,SJND)模型的动态点云感知编码方法。针对纹理图感知冗余,构建了基于离散余弦变换域的SJND模型,应用于纹理图编码过程中的DCT系数抑制;考虑到相同失真等级下显著区域的几何失真更易被察觉,提出使用投影显著图将几何图进行分层;最后,为不同层级的编码树单元进行自适应量化参数选择和编码。与V-PCC标准方法相比,在保证动态点云视觉质量的前提下,所提出方法提升了动态点云的编码效率。

人工智能在信息技术标准化中的应用

阐述人工智能技术的特点,包括动态处理、协作处理、自主适应的特性,探讨人工智能在计算机信息技术中的标准化应用,计算机信息安全管理、辅助管理、挖掘系统中的应用。

结合显著度图和自适应能量线的快速图像缩放

针对Seam Carving图像缩放方法中能量函数的局限性和动态规划算法的复杂性,提出了一种基于图像内容的快速图像缩放方法。结合基于视觉注意力模型的显著度图,完善图像内容的能量描述;同时,提出一种基于图像内容的粗、细能量线自适应机制,与层次加速动态规划一起,加速缩放效率。仿真实验结果表明,该算法在有效保护图像内容的同时,降低了算法的计算复杂度,减少了图像缩放时间。

基于自适应构件的工作流流程动态变更模型

为了动态适应不断改变的业务环境,对企业业务流程的重组和再造提供支持,使用上下文感知技术,提出了自适应构件。该类构件采用事件机制,动态感知外界环境所发生的变化,并主动调整自身,以适应外部的变化。基于自适应构件,结合柔性工作流机制,构造了一个工作流流程动态变更模型;形式化地描述了模型中流程构件的加入、删除、替换和更新操作,并给出利用四种操作实现流程动态变更的算法。通过实例说明了流程动态变更模型的应用。

一种动态校正的AGMM-GPR多模型软测量建模方法

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.

焊接熔池流体动力学行为的数值模拟和实验研究

在对激光焊接过程中匙孔壁面受力平衡状态和金属蒸发情况研究基础上,建立了随匙孔深度和形貌变化的自适应热源模型。采用Particle Level Set方法来跟踪熔池内的匙孔自由表面,对2A12合金和30CrMnSiA钢激光深熔焊过程进行了数值模拟,分析了材料性能和侧吹气体对熔池-匙孔内的温度场、流场和匙孔动态演化过程的影响。研究结果表明,相同工艺参数下热导率较小的材料,更容易形成深而窄的焊缝形貌。而侧吹气流气体的加入不仅能够改善熔池内流体的流动状态,而且能够显著地抑制焊缝中气孔产生。在此基础上,利用熔池动态监测技术对激光焊接中熔池的动态行为进行了实验观测,得到了熔池内匙孔颈缩、塌陷、闭合以及气泡的形成过程,进一步验证了模拟结果的合理性。在对不同侧吹气流下焊缝气孔检测和模拟结果分析的基础上,提出了增强焊接稳定性和降低气孔敏感性的新思路。

一种动态自适应医院门诊排队模式

提出了一种动态自适应排队模型,并设计了相关排队算法.根据病人的优先级和在队列中所占的比例不同设置不同的权重参数,该参数可通过层次分析法(AHP)获得,考虑病人等待时间长短和队列长度动态改变病人的就诊序列,并以一个实例验证了该方法.最后利用.NET编程平台、MS SQL Server 2000数据库平台以及TCP/IP网络构建了医院预约排队系统.

增益预估自适应纯滞后补偿控制器

增益预估自适应纯滞后补偿控制器王连铮张建华孟庆贤（鞍钢职工工学院自控系鞍山１１４００１）关键词对象参数变化检测，动态增益自适应，理想增益自适应，鲁棒镇定，纯滞后补偿１引言在具有大纯滞后对象的工业控制中，通常采用Ｓｍｉｔｈ［１］和Ｇｉｌｅｓ［２］法来补...

基于自适应动态搜索粒子群的SVM参数优化研究

针对小麦加工HACCP(Hazard Analysis and Critical Control Point)关键控制点的选择问题,采用一种基于支持向量机模型来实现关键控制点智能发现的方法。为了提高小麦加工关键控制点发现试验的识别稳定性和精确性,提出一种自适应动态搜索粒子群算法优化SVM模型的核函数参数方法,该算法引入进化因子和进化阈值估计进化状态,动态调整搜索策略。当进化因子大于进化阈值时,采用基本粒子群搜索策略;反之,采用反向搜索策略,以扩大种群的多样性。算法基于进化因子为速度定义了速度惯性参数。仿真结果表明,基于ADS-PSO的SVM模型能够很好的实现关键控制点的智能发现,并取得了较高的识别率和稳定性。

交通信息作用下的活动-出行决策行为研究

从交通信息对出行者出发时刻、出行路径、出行方式选择和日活动安排的影响及其作用机制等方面,评价了以活动理论为基础的各种研究方法和模型系统的优缺点;分析总结了近十几年间交通信息作用下的出行行为研究领域的研究进展;探索了改进信息作用下活动-出行行为预测方法的途径。结果表明:信息在诱导人们出行行为方面既有积极作用,也存在一定局限性,规划管理部门应正确认识和合理利用交通信息。

摆式列车线路检测信号的动态自适应滤波研究

为提高摆式列车检测系统的精度,针对传统数字滤波器的不足,将非平稳随机信号时变模型参数的自适应估计与普通卡尔曼滤波算法相结合,提出一种能有效消除或削弱测量信号中高斯白噪声的卡尔曼动态自适应滤波方法及数学模型。实时建模精度是实现卡尔曼动态滤波的关键。通过对具有不同遗忘因子的递推最小二乘算法的分析和比较,结果表明,带自适应遗忘因子的递推最小二乘算法(RLSAF)由于其遗忘因子能根据信号本身的统计特性的变化自适应地进行调整,因而对非平稳随机信号具有很强的跟踪性能。采用基于RL-SAF算法的卡尔曼动态自适应滤波方法,能实现摆式列车线路检测信号(陀螺仪角速率信号)的有效滤波。

语言顺应论对翻译的启示

语言顺应论是一个极富解释力和适应性的理论,它对翻译理论研究有很强的借鉴作用。顺应论认为顺应性是人类语言的重要特征之一,语言顺应性主要涉及语境关系顺应、结构客体顺应、顺应的动态性和顺应过程的意识突显四个方面。翻译是一个根据语境不断进行顺应性选择的动态的过程,译者在翻译过程中必须考虑对译语语境以及译文的语言结构的顺应。翻译活动既受到所处的语言内部和外部环境的制约又不断改变着其所在环境,因而翻译永远处于动态的变化过程之中,具有协商性。

基于空时降维处理的高动态零陷加宽算法

空时自适应处理是卫星导航抗干扰的有效方法。但在高动态环境下,干扰来向动态变化,干扰很容易移出常规自适应抗干扰算法所形成的窄零陷,导致算法失效。常用的解决办法是加宽零陷。该文从干扰来向变化的统计模型出发,提出一种基于拉普拉斯分布的空时加宽零陷算法,该算法能在干扰方向形成较宽的零陷。并且考虑到空时处理将增加算法的计算复杂度,该文将新的空时加宽零陷算法与多级维纳滤波器相结合,给出一种基于空时降维处理的加宽零陷算法。新算法能有效降低算法复杂度,并能在小快拍下得到更好的性能。仿真结果表明新算法的有效性。

一种基于改进型自适应滑动窗算法的主元分析

针对工业过程时变的特点,基于自适应滑动窗的主元分析算法由于能依据采集数据时时更新模型,因此能有效提高建模精度和诊断准确度。但是该算法的实现基于两个假设:(1)假定用于更新模型的数据是正常稳定过程中采集而得。(2)假定采集数据时序无关。由于算法没有辨识功能,极容易用携带故障信息的数据来更新系统模型,后果可想而知。据此本文提出计算相对变化量用于区分数据正常与否。实践证明大部分工业过程存在时序相关性,而滑动窗算法属于常规静态建模,因此应该考虑动态主元分析。综上,本文提出动态主元分析的关键参数——时滞参数z来计算和改进自适应滑动窗算法。最后经过仿真测试验证了辨识算法的有效性。

基于自适应动态规划的矿渣微粉生产过程跟踪控制

矿渣微粉是一种新型绿色环保型建材,可以大大提高水泥混凝土的力学性能.本文以矿渣微粉生产过程为研究对象,针对该过程难以通过机理建模进行辨识和控制的特点,利用数据驱动的思想,建立矿渣微粉生产过程的递归神经网络模型.在此基础上,利用自适应动态规划,设计具有控制约束的跟踪控制器,并将其应用到矿渣微粉生产过程中.仿真分析表明,建立的数据驱动模型能够有效地辨识矿渣微粉生产过程,同时,本文提出的控制方法能够实现输入受限的微粉比表面积及磨内压差的最优跟踪控制.