卷膜器卷膜宽度函数公式及在日光温室内保温膜系统上的应用研究

研究建立了日光温室卷膜器卷膜轴输出圈数n、卷膜轴直径d0、薄膜厚度h与卷膜器卷膜宽度kz之间的函数关系式,称之为温室卷膜器卷膜宽度函数公式。应用验证结果表明,该函数公式为分析确定日光温室内保温膜系统卷放膜技术方案及装置提供了科学方法,具有实用意义。

基于熵的Gabor变换窗函数宽度自适应选择算法

该文针对Gabor变换中窗函数宽度选择的问题,提出了以提高Gabor表示的聚集性和时频分辨率为目的的窗函数宽度自适应选择算法。提出对香农熵的取值范围进行改进,使其更适合度量时频分布的聚集性,进而根据熵度量实现了与信号非平稳性相适应的最优窗函数宽度选择。仿真结果表明该算法对单分量及多分量信号都能有效地选择最优窗函数宽度,能够获得聚集性好、时频分辨率高的Gabor表示,并具有很好的抗噪性能。

Mean Shift目标跟踪核函数宽度的自适应调整

Mean Shift算法无需穷尽搜索就可快速定位目标,因此被广泛应用于实时性要求较高的目标跟踪领域中。但传统Mean Shift算法的核函数宽度,也即跟踪窗口是固定的,不能适应目标大小变化,定位精度低。针对该问题,提出一种目标尺度度量方法,并应用于Mean Shift算法中,实现核函数宽度随着目标大小变化而自适应调整,实验仿真结果表明改进后的算法能很好地跟踪目标大小的变化,跟踪效果很好。

支撑函数法在等宽凸轮机构设计中的应用

通过引入积分几何中“支撑函数”和“宽度函数”等概念 ,导出了等宽平底直动从动件盘形凸轮机构凸轮轮廓的外凸判据、参数方程。

支撑函数法在平底摆动从动件等宽凸轮机构设计中的应用

通过引借积分几何中“支撑函数”和“宽度函数”等概念和通盘考虑平底摆动从动件等宽凸轮机构的诸种型式 ,推导得到了其凸轮轮廓的曲率半径、外凸判据。

平面上保持常宽的两种保长度的闭凸曲线流

本文主要研究了平面上两种保长度的闭凸曲线流,在这两种流下,如果初始闭凸曲线是广义的常宽曲线,那么在这两种流下发展,曲线仍然保持广义的常宽,并且宽度与初始曲线宽度相等。特别地,如果初始曲线是常宽曲线,那么在这两种流下曲线始终保持常宽,并且宽度与初始曲线宽度相等。

由SSNs构建流域地貌瞬时单位线的研究

流域汇流受到河网形态的影响,考虑到水系的分形自相似特性,利用在文献[1]基础上改进的方法构造了理想的自相似网络(SSNs),并推导出相应的宽度函数(WF)表达式。以WF为基础,得到流域地貌瞬时单位线。利用生成的单位线对沿渡河流域11场洪水进行汇流计算,结果表明,所提出的方法应用于流域汇流计算具有较好的精度。

弯曲成形法椭球面研磨的建模与实验研究

针对椭球面零件的加工难题,采用弯曲成形法来研磨椭球面零件是一种新方法。根据材料在弯矩作用下会发生弹性变形的特性,利用力学和高等数学知识建立了磨具弯曲成形的数学模型,推导出磨具的宽度函数表达式,使磨具弯曲成形后的母线与所要加工工件的廓形母线一致。根据算例设计出了满足要求的磨具系统。磨具的弯曲实验结果表明,面形最大误差为0.1418μm,面形精度能够满足大多数零件的精度要求。

弯曲成形法双曲面零件高速研磨的研究

针对双曲面零件的加工难题,提出了采用弯曲成形法实现高速研磨双曲面零件的新方法,阐述了弯曲成形法高速研磨的原理。通过力学和高等数学建立了磨具弯曲成形的数学模型,并推导出磨具的宽度函数表达式。算例分析表明采用此方法可以设计成要求的磨具,通过磨具的弯曲实验验证了采用弯曲成形法实现高速研磨是可行的,面形最大误差为1.0038μm,面形精度能够满足大多数零件的加工精度要求,为进一步的研磨实验提供了理论依据。

一种等宽凸轮-连杆机构的解析设计

研究了一种等宽凸轮-连杆组合机构(即作平面复杂运动平底从动件的形锁合式等宽凸轮机构)的设计问题。给出了同向、异向等宽凸轮-连杆机构的基本参数之间的关系,并应用支撑函数法和反转法推导了等宽凸轮廓线的曲率半径、外凸性判据、参数方程、周长及凸轮面积的通用计算公式。根据凸轮基圆半径r0与凸轮宽度W的确定量化关系,得到了确定最小基圆半径{r0}min与宽度W的方法。用该解析法可以设计出廓线外凸且尺寸最小的等宽凸轮,毋需再验证其廓线的凹凸性。

RSN符号代码及其在水系地貌特征提取中的应用

研究了自相似河网模型的发生元构成,提出用符号代码标识RSN的初始元和发生元,这种代码依据三个参数:河网的价、发生的元节点数、外链分叉夹角。给出了由此代码计算地貌特征的流程图。采用四种常用内链和外链发生元作为发生元,利用模拟流域基于宽度函数的地貌瞬时单位线为优化目标生成RSN,并计算其地貌特征。

凸集的广义Reuleaux三角形

常宽凸集的面积最小者为Reulaux三角形，而非常宽凸集的面积最小者为何呢？它就是本文将给出的广义Reuleaux三角形△R。

利用RBF神经网络自适应调整算法预测储层产能

传统径向基(RBF)神经网络的基函数宽度值都由经验公式确定或人为选取,没有考虑误差分布情况,所以在应用中常常效果不够理想。为此本文以最近邻距离算法为基础提出一种改进的RBF神经网络算法,能够自适应地调整基函数中心点宽度值以达到高精度、快速逼近样本的目的。在石油储层产能的预测中,首先对样本信息进行属性约简、预处理;然后在网络学习训练中通过计算输入样本的RBF神经网络的中心点值,再确定RBF神经网络基函数的宽度值,直到满足系统精度为止;最后用训练好的网络来进行储层产能预测。仿真结果表明,改进的RBF神经网络算法应用效果显著,不仅比传统RBF神经网络算法拟合精度高,而且收敛速度快。

基于人工神经网络的离心泵叶轮边界涡量流预测

根据边界涡量动力学理论,从边界涡量流在离心泵叶轮内表面的分布情况,可获知叶轮的受力状况,进而改进叶轮设计.以BP神经网络和径向基神经网络为建模手段,以叶轮内表面的边界涡量流为预测目标,通过高精度的CFD计算获得70个离心泵叶轮内表面的BVF分布,建立可用于训练人工神经网络的初始样本集;再利用63个初始样本建立离心泵叶轮几何参数和边界涡量流的非线性映射关系,并用剩余的7个校对样本进行测试.根据神经网络预测结果和数值模拟计算结果的误差分析,确定最适用于离心泵叶轮边界涡量流预测的神经网络类型.研究表明:径向基(RBF)神经网络的预测精度高于BP神经网络,其训练时间更短、运行稳定性更高;径向基函数的宽度对RBF神经网络的预测性能有较大影响,当径向基函数宽度取0.3时,RBF神经网络的预测性能最佳,预测误差仅0.0203;RBF神经网络预测所得叶轮内表面的边界涡量流分布,可以作为评价叶轮水力设计优劣的重要指标,进而指导叶轮机械的优化设计.

基于高斯滤波的回波信号去噪方法的研究

当采用高斯滤波的方法对全波形激光雷达回波数据去噪处理时,高斯函数宽度和高斯滤波模板长度不同,去噪效果不同。本文通过设定不同的高斯函数宽度和高斯滤波模板长度,对回波信号进行去噪处理。实验结果表明,将激光雷达的发射脉冲半宽作为高斯函数宽度,高斯滤波模板长度设为9,对回波数信号进行去噪处理,滤波后的数据既保留了原有的信息,又得到了很好的平滑处理,取得了较为理想的去噪效果。

布谷鸟搜索算法优化支持向量机的停车位预测

针对我国汽车保有量增长迅速,停车位供需矛盾突出的问题,提出了一种布谷鸟搜索算法和支持向量机(cuckoo search-support vector machine,CS-SVM)的组合停车位预测方法.通过支持向量机对样本数据进行建模,并采用布谷鸟搜索算法优化SVM中的2个参数,惩罚系数C和核函数宽度σ.通过案例仿真对CS-SVM、支持向量机和小波神经网络3种预测模型进行对比验证.结果表明,该组合模型预测精度高、稳定性好,能够有效减少司机寻找可用停车位的时间,同时提高了停车位的利用率.

齿轮故障的最优Gabor窗谱检测法

齿轮振动信号中存在大量非平稳信号,在用Gabor谱来进行齿轮振动信号时频分析的基础上,针对Gabor变换中窗函数选择的问题,采用熵度量法来选择最优的Gabor窗函数宽度,提高了Gabor变换的时频聚集性;利用谱图的具有特殊的交叉项机理,在自项支撑区域内做出信号的Gabor谱图,有效去除了分量间的交叉项,并在Gabor谱图上来分析齿轮振动信号的时频分布,且与传统的分析方法作了比较。实验结果表明,在优化的Gabor谱图上能很直观地反应存在异常的齿轮及能量随时间的变化,能较易地诊断出齿轮故障。

基于神经网络技术的注射螺杆熔融性能

熔融性能是指注射螺杆在塑化过程中对物料的熔融能力,可以用熔融曲线来表示。文章利用自行开发的可视化实验装置,测量得到了不同加工工艺条件下的固相分布,以此为基础建立了基于BP神经网络的固体床宽度分布函数的预测,并利用实验结果对所建网络模型的预测能力进行验证,结果表明该网络模型的预测效果好。利用所建立的模型研究分析了螺杆转速、背压、注射行程等工艺条件对固相宽度分布函数的影响。

一种鲁棒性的多车道线检测算法

机器视觉被广泛应用于智能汽车领域,车道线检测成为人工智能领域内的研究热点。为了得到更具鲁棒性的车道线检测效果,采用一种基于多条件约束的车道线特征滤波器,并提出了一种新的对车道线特征进行聚类的算法。运用卡尔曼滤波对车道线位置进行实时跟踪和预测;利用基于透视投影线性关系的车道线"位置-宽度"函数设置自适应动态ROI;另外,利用车道线的特点形成约束条件以获得更加稳定的检测效果。在真实道路环境下的实时检测结果表明,该算法鲁棒性强、实时性好,且具有稳定的检测效果。