磁流变阻尼器的双sigmoid模型及试验验证

在对M RD进行力学性能试验研究的基础上,提出一个新的力学模型—双s igm o id模型。该模型的突出优点是考虑了施加电流、激励性质等因素的影响,且参数识别容易、物理概念清晰。在不同激励性质和电流下,该模型与试验结果相比均能较准确地描述M RD低速区的滞回非线性及在高速区的饱和特性。

改进的双Sigmoid函数变步长自适应算法及在OCT中的应用

为提高光学电流互感器(Optical Current Transducer,OCT)在低信噪比环境下的测量准确度和长期稳定性,该文从影响OCT性能关键因素之一的算法入手,在分析现有的变步长自适应算法的基础上,结合OCT输出信号的特征和OCT工作的环境,提出一种改进的双Sigmoid函数变步长自适应算法,并将这种算法与现有的变步长自适应算法进行了仿真对比分析以及利用Active X技术将该算法在OCT中进行了应用测试,证明了该算法在低信噪比环境下提高OCT的测量准确度和长期稳定性的优势.

FOCT双Sigmoid函数自适应去噪及网络传输系统设计

为了提高光纤电流互感器(FOCT)输出信号的信噪比(SNR),针对FOCT输出信号的特征,提出一种改进的双Sigmoid函数变步长自适应算法,并利用ActiveX技术设计了一种自适应去噪及网络传输系统。通过设计的系统,将所提出的算法与现有的一种变步长自适应算法进行了对比分析,结果表明:提出的算法获得的抗噪声干扰能力更强,测量准确度更高。利用LabVIEW的TCP/IP开发工具包实现了数据的网络通信,满足了高压电网测量的实际工程所需。

基于改进双Sigmoid模型的磁流变减振器力学建模研究

设计了一款磁流变减振器(Magneto-Rheological Damper, MRD),并对其进行了性能试验。针对双sigmoid模型(Double Sigmoid Model, DSM)无法反映阻尼力与位移的关系、未考虑蓄能器刚度及偏置力影响等缺陷,提出一种改进型双sigmoid模型(Improved Double Sigmoid Model, IDSM)。对模型参数的含义、参数与电流及速度的关系以及参数的辨识等问题进行分析,并利用标准差对模型准确性进行验证。结果表明:IDSM在低速及高速、小电流及大电流条件下均与试验值具有较高的拟合度;最大速度0.52 m/s时,误差相对值仅为1.71%。IDSM具有参数少、模型精确且易于编程实现等优点,适用于工程领域。

基于双Sigmoid小波混沌神经网络的盲检测算法

针对在盲检测环境中暂态混沌神经网络的缺陷,提出了基于双Sigmoid小波混沌神经网络的盲检测算法,构建了新网络的模型和能量函数,并分别在同步和异步更新模式下证明了该网络的稳定性。新网络的设计思想体现在:采用墨西哥帽小波函数和Sigmoid函数的组合作为网络的激励函数,再为每个神经元加一个激活函数构成双Sigmoid。仿真表明:由于小波函数较强的逼近能力以及双Sigmoid快速收敛的特性,提出的算法显著地提高了网络的全局寻优能力和寻优精度。

双Sigmoid Hopfield神经网络盲检测算法

改进Hopfield神经网络(HNN)的激活函数可以提高网络的抗噪能力,但是其收敛速度会大大降低。为了解决改进激活函数后HNN收敛速度较慢的问题,文中提出一种基于双Sigmoid Hopfield神经网络(DSHNN)的盲检测算法。该算法不仅继承了HNN所有的优点,还极大地提高了算法的收敛速度,缩短了运行时间。仿真实验表明,DSHNN算法比HNN算法的抗干扰性能略强,且其能量函数的收敛速度大大提升。

基于双因子混合加权相似度的协同过滤推荐算法

针对在数据稀疏和冷启动情况下,使用协同过滤推荐算法中传统相似度算法产生相似度不准确的问题,本文将传统相似算法中修正余弦相似度算法与基于用户属性的相似度算法加权混合,引入双因子作为权重,双因子用sigmoid函数定义,以阈值与读者借阅量的差值为变量,当读者借阅量大于(小于)阈值时,数据不稀疏(稀疏),修正余弦相似度算法权重自动增加(降低),基于用户属性相似度算法的权重自动降低(增加)。这种自动调整2种相似度算法权重的方法,既考虑了传统相似算法的优点,又避免其缺点。通过实验证明,改进后的算法提高了相似度计算的准确性,提高了推荐精度,在一定程度上解决了数据稀疏和冷启动下产生的相似度不准确问题。

磁流变阻尼建筑结构多态控制策略研究

针对双态控制易引起结构加速度局部放大和三态控制中刚度不易确定的问题,提出以速度响应作为状态切换参数的多态控制策略。以磁流变阻尼结构为例对采用不同的速度切换参数大小、输入地震动强度、场地类别和结构周期等相关因素对结构地震反应控制效果进行对比分析,发现存在一个对加速度响应的最优速度控制参数。并利用遗传算法对状态切换参数的取值进行优化计算,得到其简化计算公式。通过对一装有磁流变阻尼器的三层钢筋混凝土框架-剪力墙结构的振动台试验,对比分析多态控制策略与passive-off、passive-on和双态控制的控制效果。研究结果表明,多态控制策略比其它控制策略能更有效地控制结构反应,实用性较强;提出的速度切换参数估算公式是合理的。

装甲车辆悬挂系统模糊PID控制仿真研究

坦克、步兵战车、自行火炮等装甲车辆被视为陆军最主要的突击力量,在地面突击、火力压制、远程火力支援中发挥着重要作用。行驶平顺性、操纵稳定性决定着装甲车辆的性能,而振动是引起装甲车辆技术变化的主要因素,减小振动的有效途径之一是设计选用合理的悬挂系统。装甲车辆的悬挂系统主要有被动悬挂、半主动悬挂和主动悬挂,半主动悬系统因具有阻尼系数可调、成本低等优势获得广泛应用。本文采用双sigmoid函数构建磁流变阻尼器力学模型,选择模糊PID控制器作为半主动悬挂系统控制器,应用MATLAB/Simulink软件对随机激励下装甲车的振动特性开展仿真研究。结果显示,相比被动悬挂,基于模糊PID控制策略的半主动悬挂系统的减振效果良好,可有效抑制装甲车辆的振动。

样本驱动的半自动图像集前背景分割

图像集的前背景分割是近年来图像处理与图形学领域的一项热点研究工作.针对图像集中的图像逐个进行交互分割会涉及大量的用户操作,导致效率低下,而联合分割方法通常局限于处理具有相似前景的图像集,且因需求解大规模的优化问题较为耗时的问题,提出一种样本驱动的半自动图像集分割方法.首先选取若干图像作为样本进行手动交互分割,训练基于样本图像超像素特征描述的支持向量机分类器;对于其余待分割图像,根据其超像素特征描述到支持向量机分隔超平面的距离计算基于双弯曲Sigmoid函数映射的前景置信度,再采用图切割的算法实现目标图像的快速自动分割.对于包含错误分割的个别图像,进一步提出一种交互式局部修正方法修复错误分割区域,并获得最终的精确分割结果.在2个标准数据集上进行算法有效性验证和对比实验的结果表明,与联合分割算法相比,文中方法能更好、更快地实现在线分割;与逐个交互分割算法相比,文中方法能以相对较小的交互量实现对目标图像集的精确分割.

基于混沌神经网络的盲检测改进新算法

针对Hopfield神经网络的多起点问题,提出了一种新的基于混沌神经网络的盲信号检测算法,实现了二进制移相键控信号盲检测.据此进一步提出双sigmoid混沌神经网络模型,构造了新的能量函数,且证明了该模型的稳定性,并对网络参数进行配置.仿真实验表明:混沌神经网络能够避免局部极小点且具备较强的抗噪性能,双sigmoid混沌神经网络则继承了其所有的优点,且其收敛速度更快,仅需更短的接收数据即可到达全局真实平衡点,从而降低了算法的计算复杂度,减少了运行时间.