基于主动学习GASVM分类器的连铸漏钢预报

针对在小样本数据情况下训练的连铸漏钢预报模型难以获得较高预报准确率的问题,提出了一种基于主动学习遗传算法-支持向量机（GASVM）分类器的漏钢预报算法。该算法首先将采集到的连铸结晶器坯壳温度数据进行预处理,并将有效数据进行标注;然后利用标注后的小样本数据和遗传算法来优化SVM的经验参数,训练并得到支持向量机模型;最后利用某钢厂采集到的连铸结晶器坯壳温度数据进行测试。测试结果表明,在利用小样本数据进行训练的情况下,所提出的基于主动学习GASVM分类器的连铸漏钢预报算法具有较高的漏钢预报率（预报精度）和100%的漏钢报出率,验证了所提漏钢预报算法的有效性。     

基于SVDD的分类新方法

为了实现对大规模数据集的分类,提出了一种基于支持向量数据描述（SVDD）的新算法。把两类的支持向量机（SVM）问题转化为软间隔的SVDD问题,然后用核集迭代的方法得到了近似最优解。实验结果表明,提出的算法与传统的SVM方法预测精度相当,但是训练时间和测试时间更短,产生的支持向量数也更少,适用于大规模数据的分类。     

基于近红外光谱法快速鉴别转基因油研究

采用近红外光谱法对转基因油/非转基因油的混合溶液进行研究。对采集到的原始光谱分别进行多元散射校正（MSC）、一阶导数（FD）、移动窗口平滑（MWS）、Savitzky-Golay平滑一阶导数（SG1）预处理。研究比较了不同预处理方法对转基因油/非转基因油支持向量机（SVM）建模判别分析的影响，其中MSC预处理后的模型预测效果最好，准确率为91.6%。为了进一步提高模型的精度与稳定性，采用连续投影算法（SPA）对全波长进行特征波长筛选。利用筛选后的15个特征波长输入到SVM中，预测准确率提高到98.3%。实验结果表明，采用近红外光谱法，可以实现对转基因油/非转基因油快速检测，不仅适用于纯转基因油的鉴别，也适用于非转基因油中掺入转基因油的鉴别。     

基于小波支持向量机的陀螺随机漂移预测模型研究

通过小波变换抑制各种干扰噪声,预处理后的陀螺漂移数据采用支持向量机的方法建立陀螺漂移预测模型。试验得到的陀螺漂移数据对提出的模型进行验证。结果表明,相对于独立的支持向量机模型（SVM）和径向基神经网络模型（RBF）,提出模型得到的陀螺随机漂移预测精度更高。     

基于SVM和证据理论的多数据融合故障诊断方法

针对D-S证据理论很难确定基本概率分配(BPA)及支持向量机(SVM)的硬判决难获得概率输出的缺陷,融合D-S证据理论和SVM算法提出了一种多数据融合故障诊断新方法:利用"一对一"多类SVM分配了BPA,引入基于矩阵分析的融合算法解决了证据理论存在的计算瓶颈问题。对液压泵进行了试验,首先,采集了柱塞泵松靴、缸体与配流盘磨损等故障信号,应用小波包对采集的信号进行了预处理,提取了12个时频特征量;最后,用所提出的基于SVM和证据理论的多数据融合新方法进行了诊断。试验结果表明,新方法故障确诊率高,诊断有效。     

基于改进支持向量机的目标威胁估计

针对信息融合中目标威胁估计的特点,分析了传统目标威胁估计方法和支持向量机(SVM)的不足。采用粒子群算法(PSO)对SVM中惩罚参数c和核函数g进行优化,建立了改进的SVM(PSO_SVM)目标威胁估计模型及算法。介绍了粒子群算法和支持向量机的原理,建立了一种新的PSO_SVM目标威胁估计模型;基于该模型,实现了PSO_SVM目标威胁估计算法。为适应该算法,对数据进行了预处理,包括数据量化和归一化。交叉验证寻找最佳参数时,采用PSO算法进行优化。采集75组原始数据用于仿真实验,其中60组作为训练集,15组作为测试集。仿真实验表明,该算法预测误差为0,达到了预期目标。实验结果真实、准确地反映了实际情况,证明了该方法的有效性。     

改进ALPSO-SVM的精密加工结构件图像分类算法

针对精密加工结构件在加工过程中人工分拣效率低的问题，提出一种改进PSO对于SVM参数优化的图像分类算法（Adaptive Levy Flight Particle Swarm Optimization Algorithm-Support Vector Machine,ALPSO-SVM）。首先，建立一个SVM分类器用来完成图像分类，然后使用改进的PSO算法（ALPSO）来帮助SVM找到最优参数，以提高分类效果；通过引入自适应步长的Levy飞行算法来调整PSO算法中粒子的位置更新公式，提高PSO的寻优效率，以得到SVM的最优参数；最后，SVM以ALPSO输出的结果作为最优参数进行分类测试。实验结果表明，ALPSO有效地提高了SVM的分类性能，分类正确率与鲁棒性都得到提高，平均正确率达到90%以上。     

基于VB的数控雕刻图像预处理软件的研究与开发

论述了利用Windows位图（BMP）数据直接进行数控雕刻加工的关键问题,提出了一种解决BMP图像数据字节重组处理问题的算法。根据该算法,应用Visual Basic（简称VB）程序设计语言编程,开发了一用于点阵法数控雕刻的图像预处理软件,以满足数控雕刻加工的需求。     

基于SVM和BP神经网络的轴系故障诊断

阐述SVM（support vector machine）和BP（back propagation）两种神经网络的基本原理和算法,将其应用于柴油机轴系的故障诊断与识别,建立轴系故障的SVM故障诊断模型,并与BP神经网络进行对比分析研究。结果表明,SVM和BP神经网络都具有精度较高的故障识别能力,但SVM整体性能优于BP神经网络,具有较快的训练速度和较强的非线性映射能力,非常适用于轴系的状态监测和故障诊断。     

基于深度网络迁移学习的致痫区脑电识别* .txt

摘要：致痫区脑电识别能够为癫痫外科手术提供重要的参考价值。提出了一种基于深度网络迁移学习的致痫区脑电识别算法。首先利用连续小波变换（CWT）对脑电信号进行时频分析，获得脑电信号时频图；然后迁移学习AlexNet网络模型，调整网络结构使之适应于致痫区脑电识别，将模型第7层全连接层输出作为脑电信号时频图的特征表示，最后利用支持向量机（SVM）、BP神经网络、长短期记忆网络（LSTM）、基于稀疏表达分类算法（SRC）、线性判别分析（LDA）等分类算法进行特征分类。基于开源脑电数据集采用十折交叉验证的方法对算法进行了验证,比较6种分类器的效果，得到SVM算法的平均特异性为8881%，灵敏度为8807%，准确率为8844%，证明了该方法识别致痫区脑电信号的有效性。 .txt     

基于条纹反射的陶瓷球表面缺陷快速检测算法

陶瓷球是一种广泛应用于精密轴承的基础零件,目前尚无成熟的陶瓷球表面缺陷检测设备。为此设计了一种基于条纹反射的陶瓷球表面缺陷快速视觉检测算法。该算法借助图像预处理、灰度累积差分定位、边缘检测、行间差分及模板匹配等方法来定位特征点,然后根据其数量评判球面是否存在缺陷。对直径6.35 mm的黑色氮化硅陶瓷球进行了检测,单幅灰度图缺陷检测时间0.78秒,检测极限为16.5μm。     

基于BP神经网络的滚动轴承故障诊断研究

通过对滚动轴承振动信号的分析处理，提取能够反映轴承运行状态的特征量作为BP神经网络的输入，并用BP算法对该网络进行训练，利用神经网络的智能性来判断轴承所属的故障类型。仿真结果表明，该方法实用有效。     

高速装备前瞻自适应速度优化算法

为了实现高速加工中进给速度的高速衔接,避免因加速度突变导致对数控设备的冲击,提出了一种基于插补前S曲线加减速的前瞻自适应速度优化算法。该算法能够根据加工段的过渡情况自动调节预读段数。以进给速度最大化为目标,在预读段衔接进给速度限制和加工过程平滑减速的约束条件下,根据离散化S曲线加减速规律求解最优衔接进给速度。将求得的最优衔接进给速度作为相应加工段的实际末速度,来实现加工段的速度控制。给出了该算法在高速数控系统中的实现方法,并在管切割数控系统中得到了应用。实验结果表明,该算法能够实现进给速度的高速、平滑衔接,满足高速加工的要求。     

基于遗传算法的轿车轮毂轴承数值优化

为了提高设计效率和质量,优化系统性能指标,在给定的装配空间条件下满足几何和性能约束,以获得最大的疲劳寿命为目的,运用遗传算法对双列角接触球轴承结构的轿车轮毂轴承进行数值优化设计。并基于一个实际例子编制了优化程序,给出了运算结果。结果表明,遗传算法能够有效地解决离散变量全局寻优问题,全部约束得到满足并且优化设计方案在系统疲劳寿命方面显著优于当前设计方案。     

滚动轴承早期故障的多源多方法融合诊断技术

为了使滚动轴承故障的诊断效果更好,提出基于振动信号的滚动轴承多源多方法融合诊断技术。在融合方法中考虑小波分析、时延相关解调法和希尔伯特-黄变换(HHT)3种方法,采用3个传感器测试轴承座加速度,得到多源振动数据。利用3种方法得到的滚动轴承故障特征值,研究了9种融合方案,并利用支持向量机(SVM)进行了特征融合,讨论了不同方法和数据融合的诊断效果。经过实验验证和融合方案比较,表明了融合诊断方法的可行性和有效性     

Real-time recognition of ball bearing states for the enhancement of precision,quality, efficiency,safety, and automation of manufacturing

Real-time recognition of ball bearing states can enhance precision, quality, efficiency, safety, and automation of manufacturing. Three features, including peak amplitude of the frequency domain, percent power, and peak RMS, have been extracted from the radial acceleration of ball bearings. The sequential forward search algorithm has been applied to select the best vibration features. Adaptive neuro fuzzy inference systems (ANFIS) have been used. A 2?×?2 ANFIS using the π-shaped built-in membership function can distinguish normal bearing states from defective bearings states with 100 % success rate. Furthermore, a 3?×?5 ANFIS can classify ball bearings into six different states with a success rate of over 95 % for diagnostic purpose. In this manner, real-time recognition of ball bearing states for manufacturing can be performed efficiently and effectively.     

Study on Rolling Contact Fatigue in Hydrogen Environment at a Contact Pressure below Basic Static Load Capacity

A method to determine the shoulder height in an angular contact ball bearing using a 3D contact analysis is proposed. The load analysis was performed by calculating the distributions of internal loads and contact angles for each rolling element. From the results of the bearing load analysis and the contact geometry between the ball and raceways, 3D contact analyses using an influence function were conducted. The algorithm developed was applied to an angular contact ball bearing for an automotive wheel. The effects of axial load on contact pressure at the inner and outer raceways were evaluated and the critical axial loads in the present shoulder height were calculated. The critical shoulder heights were also determined when the bearing was subjected to a practical load for a steel ball bearing. The proposed methodology is generally applicable for the purpose of reducing the material cost and improving the efficiency of the bearing design process.     

Prediction of the friction torque in grease lubricated angular contact ball bearings using grey system theory

The development of special grease makes it possible for angular contact ball bearings to operate at high speed and temperature; however, as an important performance parameter, friction torque of bearings lubricated with grease is much greater than that of bearings lubricated with oil-air, and heat generation due to frictional loss is also greater, so it is necessary to predict the friction torque occurring in grease lubricated angular contact ball bearings. Based on grey system theory, a new prediction methodology for bearing friction torque is proposed which capitalizes on the notion that the information about friction torque of angular contact ball bearing is generally poor, incomplete and uncertain. A grey prediction model, GM (1, N) model, is presented to predict the friction torque in grease lubricated angular contact ball bearings. Several experiments on the friction torque of grease lubricated angular contact ball bearings were conducted to model and validate the effectiveness of the GM (1, N) model through on-line and off-line approaches. Experimental results show that about 90% of bearing friction torque under varying speed can be predicted in the on-line prediction; above 85% of bearing friction torque under varying speed and different loads can be predicted in the off-line prediction. Comprehensive analysis shows that, the GM (1, N) model performs very well for both modeling data and model validation data under different loads, varying bearing speed and work cycles, the proposed methodology can be used to predict bearing friction torque with good accuracy and robustness.

     

基于聚类的连续属性动态离散化算法

连续属性离散化是数据分析中重要的预处理过程，而基于粗糙集理论的数据分析要求离散化的结果能够最大程度的保持原信息系统的分辨关系。本文提出了一种新的离散化算法，此算法以决策信息系统中决策属性对条件属性集合的依赖度作为评价函数动态调整DBSCAN聚类算法的参数，直至离散化决策属性对条件属性集合的依赖度达到预先指定的阈值为止。算法分析和实验证明，本算法是切实可行的。     

虚拟齿轮测量中心工件模型预处理算法研究

在虚拟齿轮测量中心对复杂模型进行测量时,存在大量碰撞检测数据,提出一种碰撞检测前对模型表面数据提前预处理的方法。该方法采用空间体素数据结构算法思想,使测头能够准确获得有可能发生碰撞的模型表面数据,相比于原有遍历式扫描检测算法,避免了频繁计算测头到模型各个三角面片的距离,提高了算法效率。结合开发的虚拟齿轮测量中心软件系统进行预处理算法的测试评估,通过试验验证了预处理算法的可行性和正确性,最终实现了工件模型预处理功能。