面向类不均衡数据的多任务博弈概率分类向量机

在工程实际中获取的故障样本往往会呈现不均衡特点,同时传统的分类模型也会存在局限性。针对这些问题,基于稀疏贝叶斯理论、模糊隶属度等理论,提出了一种多任务博弈概率分类向量机(MGPCVM)分类方法。首先,在MGPCVM的目标函数中,设计了博弈因子,将不同类样本质心间的博弈信息赋予每个样本特定的样本质心敏感值,以解决传统分类器对不平衡数据集分类表现较差的问题;然后,在贝叶斯框架理论下,采用截断高斯先验分布的方法,使样本参数的正负与对应的标签信息相一致,且使样本质心敏感值产生了稀疏估计;最后,将MGPCVM方法应用于两种不同实验平台采集的滚动轴承实验数据处理,进行了故障诊断有效性验证。研究结果表明:在不同的不平衡比(IR)下,MGPCVM方法的准确率均保持在95%以上,相对于支持向量机(SVM)、概率分类向量机(PCVM)等方法提升了4%~8%;与典型向量式分类方法相比,MGPCVM方法可以在不平衡数据条件下表现出优越的分类性能,适用于实际工况中数据失衡的分类问题。

基于机器学习的演化多任务优化框架

演化多任务优化是近年来计算智能领域的研究热点之一,其原理是通过任务间的知识转移提高演化算法同时求解多个任务的效率.由于任务间相似性对促进任务之间的正向知识转移具有重要的影响,因此,如何度量任务间的相似性成为了重点研究方向之一.目前,演化多任务优化在处理两个任务时,辅助任务的选取仅限于两者之一,且在处理超多任务时对任务间知识的转移缺乏灵活性.为此,本文提出一个基于机器学习的演化多任务优化框架,命名为MaTML.该框架联合所有任务关联的子种群形成一个统一的初始化种群,利用目标任务的技能因子及其对应的种群个体分别构建标签和训练集,应用十折交叉法拟合模型,并运用模型预测与目标任务相似的个体以组成辅助种群,从而促进演化优化中的正向知识转移.本文提出的算法能够在动态的种群个体中找到目标任务的辅助种群,不仅可以为三个或以上的多任务优化灵活地选取相似辅助任务,而且解决了当任务数量为两个时有效地选择辅助任务的问题.通过与现阶段的多任务算法和超多任务算法分别在CEC2017问题测试集和WCCI2020SO问题测试集进行比较,实验结果证实MaTML在优化多任务问题时具有更优或竞争性的性能.此外,文中还详细研究了MaTML的计算资源、模型性能、模型稳定性以及相关组件.最后,本文还基于真实问题的测试进一步验证了MaTML的有效性.

Machine Learning: A Review

Due to the complexity of data,interpretation of pattern or extraction of information becomes difficult;therefore application of machine learning is used to teach machines how to handle data more efficiently.With the increase of datasets,various organizations now apply machine learning applications and algorithms.Many industries apply machine learning to extract relevant information for analysis purposes.Many scholars,mathematicians and programmers have carried out research and applied several machine learning approaches in order to find solution to problems.In this paper,we focus on general review of machine learning including various machine learning techniques.These techniques can be applied to different fields like image processing,data mining,predictive analysis and so on.The paper aims at reviewing machine learning techniques and algorithms.The research methodology is based on qualitative analysis where various literatures is being reviewed based on machine learning.

直升机式航空时间域电磁法全波收录

针对同轴共面线圈装置中大发射磁矩与全波收录方式难以共存的问题,采用补偿线圈减弱一次感应磁场的方法,结合系统所需高精度、长时间连续采集的特点、利用状态机和多任务操作的关键技术,研发了以面向仪器系统的PCI扩展为核心的全波收录系统。实验表明系统稳定可靠,为方法研究提供了实践平台,为无人机和半航空电磁探测仪器的研发提供了参考。

在LabVIEW上构造复杂多任务应用程序

以一套数控机床的仿真培训系统为例 ,介绍了在LabVIEW平台上如何构造复杂多任务并行应用程序 ,针对平台的多任务调度 ,提出了两级任务队列的解决方案。

基于有限状态机与Petri网的系统分析与设计

从系统组成、功能需求和体系结构方面介绍了航天器空间对接仿真系统的实时多任务控制系统,基于有限状态机和Petri网方法对其进行了单任务级和多任务级的分析建模,并以此为基础完成系统的详细设计,其中应用分叉和资源共享模型实现了系统的同步和互斥问题。实际应用中应用工程化和模块化的方法完成系统设计,系统运行性能良好。试验证明这种分析设计方法合理可行。

基于ARM的旋转机械监视系统的设计和实现

介绍了一种基于ARM微处理器的旋转机械监视系统。该系统采用MODBUS-RTU通讯协议,采集各个监测模块的实时数据,并在LCD上以图形方式显示系统运行的情况。操作人员可通过上位机或触摸屏方式,将处理命令传送回各模块。

用户级多任务的两种实现方法

在分析了系统级多任务需要哪些硬件支持的基础上 ,提出了进程扩展型虚拟机和指令解释器型虚拟机的概念 ,给出这两种虚拟机如何模拟支持多任务的硬件机制的方法 ,以及在虚拟机上建立和切换多个任务的方法 .

嵌入式Forth虚拟机架构的多任务调度算法设计与实现

针对嵌入式应用领域对操作系统在重构、扩展、移植、交互、安全、高效等方面日趋苛刻的现实需求及Forth系统所固有的特性,采用Forth虚拟机技术,对基于Forth虚拟机架构的嵌入式操作系统关键技术进行探索,提出一种具有良好扩展和移植特性、高效精简的基于Forth虚拟机架构的嵌入式多任务操作系统调度算法。该算法采用了以Forth虚拟机指令同步的协同式多任务调度机制,缩短了任务切换时间,将上下文切换操作简化为只需保存数据堆栈指针。实验结果表明,基于Forth虚拟机架构的多任务调度算法发挥了Forth系统所固有的特性,针对特定应用,提高了效率,适合资源有限的嵌入式环境。

基于多任务贝叶斯压缩感知的稀疏可重构天线阵的优化设计

建立方向图可重构天线的联合稀疏模型,基于多任务贝叶斯压缩感知理论提出一种稀疏可重构天线阵的优化设计方法.该方法在实现方向图精确重构的同时可以大幅减少天线数量,节省平台空间,降低设计成本.首先基于多任务贝叶斯压缩感知理论建立多目标方向图的稀疏优化模型,根据权值向量的先验概率分布,利用快速相关向量机估计超参数的最大后验概率来得到多组阵元位置及其激励,实时改变激励以获得不同方向图的稀疏逼近.仿真验证了该方法能够以较少的阵元个数和较高的方向图拟合精度快速实现方向图重构.

基于Forth虚拟机的嵌入式多任务操作系统体系架构研究

面对越来越复杂的嵌入式应用需求,以及当今嵌入式操作系统研究领域中亟待解决的重构、移植、维护、可信、多核、众核等诸多难题,采用Forth虚拟机技术,对基于Forth虚拟机架构的嵌入式操作系统关键技术进行探索,提出一种具有良好扩展和移植特性且高效精简的基于Forth虚拟机的嵌入式多任务操作系统体系架构。该架构采用分类存储映射、Forth向量定义和用户变量分离,实现了代码共享和多任务管理。实验结果表明,基于Forth虚拟机架构的嵌入式操作系统在发挥Forth系统固有特性的同时,减少了资源占用,提高了系统的灵活性及运行效率。

复合加工机床的开发及发展

复合机床作为一种新型机械制造装备得到了广泛的应用。对复合加工的机床的概念进行了定义,对复合加工机床的开发历程进行了概述,并基于复合原理对复合机床进行了分类。指出了复合加工机床开发中存在的主要问题,并对其未来的发展进行了展望。

基于IPC和Windows的激光加工CNC系统

本文介绍了笔者用工业个人计算机(IPC)在Windows环境下开发的激光加工CNC系统的软件和硬件结构。该CNC系统除了具有普通的双坐标数控系统的功能外,还具有图形编程、仿形编程、加上程序屏幕模拟仿真和实时多任务处理等功能,在插补计算方法上采用了差分插补法,能对所有的二次曲线进行直接插补。

柱面曲线轮廓零件加工技术的研究

以两种典型零件为例,研究了利用车削中心的车铣复合加工功能高效加工中小规格柱面曲线轮廓零件的新技术,包括数控加工工艺规划、夹具设计与加工、加工编程、数值计算和程序校验等。研究结果表明:该技术可由柱面曲线轮廓的平面展开图直接进行编程,而不必进行复杂的三维建模编程;对于柱面均布曲线轮廓的辅助编程,EXCEL软件是一种有效的工具;通过合理的夹具设计和工艺规划,能够实现在车削中心上一次装夹完成夹具和零件的车铣加工。

移动卫星通信信令系统的综合研究及优化设计

研究了ＩｎｍａｒｓａｔＭ、Ｍ４、Ｃ２、Ｃ３移动卫星通信系统及其信令结构，按照系统定义描述，归纳了系统的所有事件、状态、行为，并按照状态机模型实现信令处理流程，改变了常规的流程图算法设计，使得所设计系统具有更易扩充、修改维护和更具有强壮性．由于这四个系统所包含的模块、处理方法等具有很大的相似性，都可以按照状态机模型运行，因此提出将各种不同的系统综合成一个统一系统的设想，按照不同系统的相似模块进行合并统一，最后以实时多任务操作系统进行设计．实际测试表明，这种设计方法使软件结构规范统一，系统扩充修改方便，系统分析员和编程员可以分开，系统维护容易，因此大大减少了整个系统的软件设计费用，具有很大的灵活性和经济效益．

一种数控火焰切割机CNC系统

利用工业个人计算机（ＩＰＣ）开发的数控火焰切割机ＣＮＣ系统，除具有适合于数控火焰切割机工艺特点的控制功能外，还具有图形编程、仿形编程、加工程序屏幕模拟仿真和实时多任务处理等功能，插补计算采用了差分插补法，能对所有的二次曲线进行直接插补。

基于多任务学习的测井储层参数预测方法

基于多任务神经网络模型,提出一种多任务测井储层参数预测方法,利用测井数据对储层孔隙度、渗透率及含水饱和度同时进行预测.分别采用同架构和异架构多任务模型对测井储层参数进行预测,通过数值实验对比,多任务预测模型有效提升了单任务储层参数预测模型的效果,且提升幅度与模型结构有关,异架构多任务模型的总体预测效果好于同架构多任务模型.以平均相对误差(MAPE)作为模型评价标准,针对本研究所采用的数据集,同架构多任务模型的孔隙度、渗透率和含水饱和度在测试集上的MAPE约为6%、17%和9%,相较于单任务模型,预测效果分别提升约30%、20%和10%.异架构多任务模型的孔隙度、渗透率和含水饱和度,在测试集上的MAPE约为6%、13%和6%,相较于单任务模型分别提升超过2%、60%和10%.

蓄电池化成控制系统中显示任务的设计

介绍在蓄电池化成控制系统中,为了满足系统的实时性要求,将嵌入式操作系统μC/OS-II用于系统软件设计中,将系统按功能模块划分成优先级不同的任务,由内核调度。为了实现良好的人机界面,将面向对象的思维方式用于处理液晶显示模块,并在此基础上设计系统的显示任务。

一种多任务驾驶员模型的层次结构

针对现代飞机操作中的驾驶员行为特征,研究了多任务情况下的驾驶员模型。首先对多任务驾驶员行为进行了层次划分,提出了一种基于技能、规则和知识三个层次的驾驶员模型框架结构,分析了各层的功能及模型实现的基本思路。然后,将经典的驾驶员模型与智能控制理论相结合,探讨了一种多任务驾驶员模型底层结构的实现模式。最后,以某型民航飞机为例,对其降落航线进行了仿真。结果表明,模型是合理的。

基于MCU的织领机控制器及其多任务编程

以MCU作为主控单元,设计了全自动织领机控制器,介绍了其硬件结构、软件功能。另外,还讨论了在低端处理器上进行软实时系统多任务编程的一般方法。