基于集成增强KNN的油纸绝缘原始拉曼光谱老化状态判别

油纸绝缘老化状态的快速准确检测一直备受关注,本研究对未进行特征提取的油纸绝缘原始拉曼光谱老化状态类别进行判定。首先,根据所测得的绝缘纸聚合度将其老化状态划分为10个类别。同时,对不同老化状态的油纸绝缘样本进行拉曼光谱检测。最后,通过K最近邻(KNN)算法、集成增强KNN算法分别对169组拉曼光谱样本进行老化状态类别判定。结果表明:经过集成增强后的KNN算法对原始拉曼光谱具有更强的识别能力,其判别准确率为98.32%,且具有更好的稳定性。证明了由集成增强KNN算法构建的判别模型能够较为准确地判别油纸绝缘原始拉曼光谱,该模型简化了变压器油纸绝缘拉曼光谱老化状态的诊断步骤,对油纸绝缘拉曼光谱检测方面的研究具有重要意义。

基于自适应增强SVM集成算法的风机故障诊断

提出了自适应增强支持向量机集成算法,并结合风机噪声信号的人耳听觉谱特征,对风机故障进行分类识别。现场实测数据的识别实验证明,该算法可正确识别99%的正常机器,并且对故障类型诊断的正确识别率比单个支持向量机分类器高1.88%~2.50%。

纤维增强树脂/集成材复合材料耐久性研究进展

介绍了纤维增强树脂/集成材复合材料耐久性的研究进展以及玄武岩纤维增强树脂创新用于集成材的增强,并指出复合材料的发展趋势。

关于AdaBoost.RT集成算法时间序列预测研究

对于时间序列预测问题,Ada Boost.RT集成可有效改善单一预测由于自身局限性而导致的预测精度不高的问题。但集成算法对阈值较为敏感,为提高预测精度,提出一种自适应动态调整阈值的方法。在分析不同阈值对预测影响的基础上,给出了合理初始迭代阈值;以均方根相对误差为标准衡量不同代之间弱学习机的训练效果,并通过比较相邻两代均方根相对误差的大小,判断是否调整阈值,给出了相应的调整方式;最后对获得的新阈值取值范围进行了限定,防止出现极端情形,保证算法的稳定性。在Henon混沌时间序列上的实验结果表明,提出的方法可有效提高时间序列的预测精度,是对Ada Boost.RT集成的一种完善。

大面积非晶固体光敏传感器集成技术

介绍了非晶体光敏传感器的大面积集成技术,包括太阳能电池驱动电致变色窗、集成电路增强程序模拟器、a-si和p-si薄膜晶体管单片集成、集成CMOS逆变器、矩阵寻址摄仪阵列、4相位动态移位寄存器等。

基于增强现实的士兵系统研究进展

近年来,增强现实技术日益受到世界主要军事强国重视,将其纳入士兵系统发展规划用以提升士兵和分队的训练与作战效能。针对增强现实技术在士兵系统中的应用,归纳总结了增强现实系统关键技术及其特点,介绍了士兵系统增强现实技术在主要军事强国的最新应用,并从主要功能和关键技术两大方面深入分析了美国陆军集成视觉增强系统,最后探讨了士兵系统增强现实技术的军事应用领域和未来发展建议。

iDEN专网在物流车辆定位导航中的应用

介绍iDEN数字集群网络的系统结构、技术特点及基本功能,比较该网与其他公用网之间的区别,分析其在物流车辆导航应用中的技术优势。在讨论iDEN通信网和现有车辆定位导航技术关系的基础上,对该网用于GPS数据通信的工作原理进行了描述,研究iDEN通信网在W eb-G IS信息访问中的应用情况。结合深圳市的应用实例,就深圳市加强iDEN在物流车辆定位导航中的应用,做了进一步探讨。

集成注意力增强和双重相似性引导的多模态脑部图像配准

目的医学图像配准是医学图像处理和分析的关键环节,由于多模态图像的灰度、纹理等信息具有较大差异,难以设计准确的指标来量化图像对的相似性,导致无监督多模态图像配准的精度较低。因此,本文提出一种集成注意力增强和双重相似性引导的无监督深度学习配准模型(ensemble attention-based and dual similarity guidance registration network,EADSG-RegNet),结合全局灰度相似性和局部特征相似性共同引导参数优化,以提高磁共振T2加权图像和T1加权模板图像配准的精度。方法 EADSG-RegNet模型包含特征提取、变形场估计和重采样器。设计级联编码器和解码器实现图像对的多尺度特征提取和变形场估计,在级联编码器中引入集成注意力增强模块(integrated attention augmentation module,IAAM),通过训练的方式学习提取特征的重要程度,筛选出对配准任务更有用的特征,使解码器更准确地估计变形场。为了能够准确估计全局和局部形变,使用全局的灰度相似性归一化互信息(normalized mutual information,NMI)和基于SSC(self-similarity context)描述符的局部特征相似性共同作为损失函数训练网络。在公开数据集和内部数据集上验证模型的有效性,采用Dice分数对配准结果在全局灰质和白质以及局部组织解剖结构上作定量分析。结果实验结果表明,相比于传统配准方法和深度学习配准模型,本文方法在可视化结果和定量分析两方面均优于其他方法。对比传统方法 ANTs(advanced normalization tools)、深度学习方法 voxel Morph和ADMIR(affine and deformable medical image registration),在全局灰质区域,Dice分数分别提升了3.5%,1.9%和1.5%。在全局白质区域分别提升了3.4%,1.6%和1.3%。对于局部组织结构,Dice分数分别提升了5.2%,3.1%和1.9%。消融实验表明, IAAM模块和SSC损失分别使Dice分数提升1.2%和1.5%。结论本文提出的集成注意力增强的无监督多模态医学图像配准网络,通过强化有用特征实现变形场的准确估计,进而实现图像中细小区域的准确配准,对比实验验证了本文模型的有效性和泛化能力。

GSM-R网络质量指标及其仿真测试

欧洲铁路无线通讯增强集成网(EIRENE)是国际铁路联盟(UIC)制定GSM-R通信标准的标准化组织。在GSM-R网络应用前期,需要测试其网络质量的各项指标是否符合EIRENE的功能要求规范和系统要求规范。讨论EIRENE规范对GSM-R系统网络质量提出的新的指标,提出测试这些指标的参数和方法。最后给出一个仿真测试系统,可以在现场应用中评估GSM-R网络的无线网络质量。

iDEN

集成数字增强网络（Integrated Digital Enhanced Network，iDEN），是由摩托罗拉公司开发的数字无线通信技术。它可以为用户同时提供集群电话的双向对讲功能和蜂窝电话功能。iDEN由摩托罗拉独家生产制造，由于接口没有公开，因此目前iDEN网络设备主要由摩托罗拉供应，而使用iDEN技术的最大运营商是美国的Nextel公司。

数字集群通信三大标准及前景

集群通信就是我们通常所说的对讲系统，是无线通信的一个重要分支，主要应用在专业移动通信领域。数字集群通信是继手机、小灵通之后的第三大战场，正在成为电信领域开发的新重点，运营商、设备商正在展开～场新的角逐。