单颗粒-电感耦合等离子体质谱(SP-ICP-MS)法数据处理算法的技术发展现状

单颗粒-电感耦合等离子体质谱(Single particle-inductively coupled plasma-mass spectrometry,SP-ICP-MS)法将高通量的粒子计数技术与ICP-MS时间分辨分析相结合,进行快速的单个颗粒逐一表征。此技术不仅可以获取单个颗粒的质量和粒径信息,还能获得溶解态和颗粒态的元素含量信息。经过20余年的发展,SP-ICP-MS法正逐渐成为表征单颗粒的重要方法之一,其显著的技术优势获得了广泛关注,业内诸多学者对其仪器运行条件优化、数据采集方法、数据处理算法等关键技术方面的研究也取得了长足进展。对SP-ICP-MS表征纳米颗粒的技术路线、数据处理算法及研究进展进行了综述,重点讨论了单颗粒定量分析的关键问题及其未来研究方向。但必须指出的是,当前业内在不同应用场景下所建立的颗粒事件鉴别算法、溶液信号的判定阈值算法、颗粒信号质量控制和精确的颗粒定量表征方法尚未明确统一,仍然缺乏足够普适的数据处理方式,这使得SP-ICP-MS技术在广泛的纳米颗粒应用中仍需面对准确定量的挑战。

微博话题检测SP&HC聚类算法分析

针对微博网站中具有较大的文本信息量、采用凝聚层次聚类算法不适合、Single-Pass聚类算法检测结果不准确等问题,提出一种将这2种算法相结合的SP&HC聚类算法:利用Single-Pass聚类算法进行大量微博文本的简单聚类,收集一些小幅度、高凝聚力的主题话题,使得形成的主题话题在内容上和数量上得到极大的精简,直到使得主题话题能达到层次聚类算法的要求;运用层次聚类算法对主题话题进行相似话题聚类,直到符合预设值的条件.实验结果证实了SP&HC聚类算法在召回率和准确率上的综合性能优于前2种算法.

基于多种失效模式SPS复合钢板替换船用钢板的优化设计

在SPS复合钢板的设计中获取不同的失效模式。以减重为目标,应用序列二次规划法对SPS复合钢板进行等效船用钢板的优化设计,同时对SPS复合钢板进行多目标优化,应用层次分析法定各目标的权重。在这两种优化方法的基础上,对船用钢板与SPS复合钢板进行了屈曲、弯曲对比数值分析,同时将结果与理论计算结果对比分析。结果表明,SPS复合钢板重量能够减轻37%以上,刚度增加两倍多,但厚度增加70%。

基于贝叶斯网络SP算法的改进研究

针对SP算法中利用优化组合处理稀疏候选集来评分得最优候选集,这样得到的每个节点的候选集为父节点集,从而容易导致最后的贝叶斯网络双向边较多,对双向边处理后还存在较多的反向边,从而提出了利用爬山算法处理稀疏候选集,得到新的算法SCHC,该算法减少了双向边的数量和提高了正确边的数量。

不平衡样本下的SA-YOLO自适应损失目标检测算法

样本不平衡现象是指在数据集中以背景为主的易样本数量较大,而以前景为主的难样本数量过少,即样本存在类间不平衡与难易不平衡问题。现有目标检测算法大多是基于候选区域的两阶段算法或基于回归的单阶段算法,当应用于不平衡样本时无法避免训练中产生的预测框对大量样本过度依赖,从而导致模型过拟合且检测精度低,准确性、泛化性差。为了在不平衡样本下实现高效精准的目标检测,提出一种全新的SA-YOLO自适应损失目标检测算法。(1)针对样本不平衡问题,提出SA-Focal Loss函数,能够针对不同数据集与训练阶段对损失进行自适应调节,以达到平衡类间样本与难易样本的效果。(2)在多尺度特征预测机制下构造CSPDarknet53-SP网络架构,增强困难小目标样本全局特征的提取能力,达到提升难样本检测精度的效果。为验证SA-YOLO算法的性能,分别在样本不平衡数据集与COCO数据集上进行了大量仿真实验。结果表明:相较于现有YOLO系列算法最优指标值,SA-YOLO在不平衡数据集中mAP可达91.46%,提升10.87%,各类目标AP 50提升均在2%以上,有极强的专精性;在COCO数据集中mAP 50提升1.58%,各项指标均不低于最优值,有良好的有效性。

一种距离误差可控的DPTS-SP-Prac改进算法

移动对象的GPS轨迹常被应用于各种基于位置服务的应用当中,由于原始的轨迹包含的数据量较大,在使用这些数据前通常要进行轨迹压缩操作。相比于传统的基于位置保持的轨迹压缩算法,基于方向保持的DPTS-SP-Prac算法由于考虑到了轨迹的方向信息,因此该算法有着更广泛的应用范围。为了进一步提高DPTSSP-Prac算法的可用性,提出一种距离误差可控的DPTS-SP-Prac改进算法。该算法不仅能够捕捉轨迹的方向信息,还具有距离误差可控的优势,能够实现更加精确的轨迹压缩。真实轨迹数据集下的实验结果表明,改进的算法有效地降低了轨迹压缩的距离误差,提高了算法的可用性。

基于模拟退火算法的微流控芯片结构优化设计

提出了利用快速序列对(Fast SP)算法生成模拟退火(SA)算法的初始器件布局方案,同时,改进SA算法降温速率函数,对生成解进行广域搜索的方法,提高了微流控芯片设计的质量和效率。实验结果表明:与现有方法比较,所提算法在芯片总面积上平均减小19.7%,在流道总长度上平均减小14.1%,在流道交叉点数量上平均减少25.8%。所提算法优化了芯片的结构,解决了芯片面积大、流道长及交叉点多等引起的芯片结构不合理的问题。

BP神经网络耦合遗传算法优化呕吐毒素降解菌发酵培养基

为了获得一株可高效降解呕吐毒素(DON)的德沃斯氏菌(Devosia sp.)D-8的最佳发酵培养基。采用单因素试验和部分因子试验确定了发酵培养基的主要组分及浓度范围,并根据其进行正交试验设计,以正交试验及结果作为数据样本建立BP神经网络模型,并通过遗传算法(Genetic algorithm,GA)对该模型进行优化并全局寻优。结果表明:确定了最佳培养基配比:糖蜜30 g/L,酵母浸粉20 g/L,KH_(2)PO_(4)4.4 g/L,Na_(2)HPO_(4)·12H_(2)O 7 g/L;利用该培养基发酵验证,D-8菌的生物量(OD_(600 nm))为14.68,与模型预测值相差1.01%,是优化前生物量的6.87倍,较正交试验后生物量显著提高了6.55%(P<0.05)。BP网络模型可较好地应用于DON降解菌的发酵培养基优化,培养基配方为该菌后续工业化发酵生产及应用提供了数据支撑。

改进麻雀搜索算法的自然电位数据反演

自然电位法是一种成本低廉,野外观测操作简便的天然源地球物理勘探方法。自然电位数据反演具有病态和非线性的特征。常规反演算法分为局部优化类和全局搜索类,但基于梯度运算的局部优化算法难以求得全局最优解且反演效果依赖于初始模型的构建,而传统全局搜索算法又存在收敛速度慢,易陷入局部极值和不稳定的缺点。基于此,对一种新的全局优化策略(麻雀搜索算法)进行改进,通过混沌映射叠加反向学习策略初始化麻雀种群,再依随机概率使用Levy飞行策略更新麻雀个体位置来进一步提升算法对于解空间的探索能力和增强算法跳出局部极值的可能性。将改进前后的麻雀搜索算法分别应用于合成自然电位数据(不含与含10%、30%的随机噪声)与来自印度和法国的实测数据的反演解释中以对比检验改进算法的反演效果。理论测试结果表明:麻雀搜索算法(SSA)在无噪声干扰下的垂直圆柱和倾斜板模型数据反演误差为0.42%和0.25%,相同情况下改进麻雀搜索算法(ISSA)的反演误差为0.06%和0.07%,改进后算法拟合精度提高到3~7倍,对比目标函数收敛曲线图中ISSA的收敛速度与收敛精度都要明显优于SSA;SSA反演参数的稳定性、精度和异常响应曲线拟合程度都会随着随机噪声的加入变差,并且随着随机噪声幅值的扩大,反演效果变差的程度表现得更加剧烈;相反,ISSA既能保持快速收敛,又能获得更小的异常响应曲线拟合误差。实际数据反演结果进一步验证了改进麻雀搜索算法具有更快的收敛速度,更强的抗干扰能力和更高的反演精度以及稳定性,可有效地应用于自然电位数据的定量解释或者推广至求解其他地球物理反问题。

串并有向图的判定算法及应用实例

串并有向图常作为单机排序问题研究中的约束条件,针对目前并未有一个确切算法判定任意一个有向图是否为串并有向图的问题,提出了串并有向图的判定算法H。算法H利用数学中的递归法,对有向图进行逐层递归分解,对分解结果进行分析判定该有向图是否为串并有向图。结果表明:该问题能在多项式内可解,属于组合优化中的P问题。算法H普遍适用于任意有向图,解决了串并有向图的判定问题。

基于路径优化算法的测试序列自动生成及验证

随着中国铁路运行控制系统的高速发展,列控系统行为功能的正确性与安全性成为业内关注的焦点,本文提出一套完整的测试案例与测试序列自动化生成的方法。制定与系统CPN模型、测试序列相关的定义;利用本文提出的全路径覆盖优化算法和序列优选算法生成XML测试序列;以CTCS-3级列控系统下RBC的切换为例,自动生成测试案例与测试序列,并在RBC测试平台上进行验证。结果表明:本文提出的测试生成方法可实现测试的自动化,针对RBC切换场景生成的测试序列重复度降低了75%,完全覆盖《CTCS-3级列控系统功能需求规范》中的相关内容。

基于因子图的同频数字混合信号单通道盲分离

本文针对复杂编码下同频数字调制混合信号单通道盲分离问题,构建了利用因子图设计盲分离算法的统一框架。通过将和积消息传递算法与ECM参数估计算法有机地结合,提出一种基于因子图的编码辅助同频混合信号单通道盲分离算法。确定了在最大似然准则下混合信号同步参数的估计式。利用广义分配率准则,为存在码间干扰的混合信号建立了合理的因子图模型,得到了符号序列的后验概率估计式。仿真结果表明,本文提出的算法不仅能够对卷积码混合信号取得较好的分离性能,还能有效实现对LDPC码等复杂编码混合信号的参数和序列的联合估计。

分布式爬虫任务调度策略的优化

针对当前分布式爬虫任务调度策略存在的节点任务分配不均、发生异常后引起的负载均衡问题,提出了一种基于SP-cycle算法的节点地址空间分配策略。通过该策略构造环形序列取代传统散列函数的节点地址空间映射方法,可使所有抓取服务器分配的地址空间达到动态均等,从而实现可调度节点的负载均衡。实验结果表明,相对于传统一致性哈希方法,改进的任务调度策略具有更好的负载均衡效果,并且发生异常时具有较好的健壮性,有效地提升了分布式爬虫整体性能。

基于超宽带穿墙雷达的目标定位识别算法

穿墙目标探测是超宽带脉冲雷达在反恐斗争、灾难救援、城市巷战等方面的一个重要应用。SEABED算法是基于超宽带脉冲雷达的一种新型目标定位识别算法,但其不适用于对障碍物背后的目标进行定位的情况。该文在SEABED算法的基础上,分析SEABED算法在穿墙探测中的不足,提出一种新的定位算法使得SEABED算法能够对目标进行定位识别。该算法假设在近场条件下,利用回波时延差的关系曲线求得入射角,从而结合几何关系消除墙体对传播时延和传播路径的影响,将SEABED算法应用于穿墙成像应用中。仿真结果表明,该算法能够弥补墙体对SEABED算法的影响,精确度高,目标定位识别效果好,达到穿墙探测的目的。

高温合金高速切削性能分析及参数优化

对铁基高温合金切削过程进行有限元建模和动态数值模拟,并结合高速切削试验平台,通过多元正交试验分析切削参数对切削力及刀具磨损的影响规律,得到基于切削用量的切削力和刀具寿命预测模型。最后应用遗传算法对切削参数进行合理选择与优化,试验所得数据为镍基合金高速切削工艺参数的选择提供了参考和依据。

基于寄生模型的粒子群算法在气动优化中的应用

为了解决粒子群算法(PSO)在寻优过程中全局最优和局部最优的矛盾,通过在粒子群算法中加入寄生模型,发展了一种基于寄生模型的改进粒子群算法(SPPSO)。对提出的模拟寄生算法(SP)进行了分析与验证,并将其引入到粒子群算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得SPPSO算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将SP及SPPSO算法应用于翼型的气动优化设计中,取得了良好的效果,从而表明提出的算法准确有效,具有良好的实用性。

基于遗传算法的公交票价分级策略研究

合理的票价分级策略往往能够使得公交乘客和经营者实现"双赢"的局面.为了制定合理的票价分级策略,本文首先通过SP调查采集乘客的选择意向信息,研究了影响乘客广义费用函数的因素变化规律,采用统计分析的方法建立了广义费用函数;其次,以乘客广义费用最小和公交经营者经营效益最大为目标,建立票价分级策略的双层优化模型;最后,基于遗传算法设计了该模型的求解方法,并以济南市2路公交做实例研究.结果表明,本文所研究的基于遗传算法的公交票价分级策略不仅能够使公交乘客的综合效用增加,而且能够使经营者的收益有所提高.

基于超螺旋滑模观测器的六相永磁同步电机失磁故障重构

针对六相永磁同步电机在复杂运行工况下永磁体容易发生失磁故障的问题,提出一种基于超螺旋算法的永磁体失磁故障重构方法。首先,利用矢量空间解耦坐标变换(VSD)进行降阶和解耦,构建了六相永磁同步电机失磁故障数学模型。其次,以定子电流为状态变量,设计基于超螺旋算法的滑模观测器(STA-SMO),根据滑模等值原理实现转子磁链的实时重构,并采用一种类二次型Lyapunov函数证明了所设计STA-SMO的稳定性。最后通过仿真与实验验证了该方法的有效性,与传统滑模观测器(SMO)相比,所设计的STA-SMO准确地实现了对失磁故障的重构,有效抑制了抖振,且鲁棒性更强。

智能汽车网络信息安全研究——以LTE-V2X PC5 Mode4单频点系统容量为例

本文首先介绍了LTE-V2X PC5 Mode4的基本运行机理和通信过程,着重介绍了基于感知的半永久随机调度(SPS)算法;其次介绍了单频点系统容量判定准则,在拥塞环境下对LTE-V2X PC5 Mode4通信的时延和丢包率进行了失效分析,并对此设计了基于量产车载设备单元(OBU)产品的测试方案和验证;最后,针对测试结果对55190信道的系统容量进行了分析.希望本研究能为相关测试标准的制定提供参考.

甘肃电网智能污区系统应用研究

电网污区分布图是电力系统设计、生产、运维的基础。甘肃省2014年污区分布图利用基于成图规则模块化数据算法的智能系统绘制,将污区图成图的流程进行了分类详细处理,简化了绘制工作流程,提高了绘图效率,为线路防污闪提供了实时准确的参考信息。