融合小波变换与贝叶斯LS SVM的网络流量预测*

为了提高网络流量预测的精度,研究了一种融合小波变换与贝叶斯LSSVM的网络流量预测方法。首先将原始流量数据时间序列进行小波分解,并将分解得到的近似部分和各细节部分分别单支重构到原级别上;对各个重构后的序列分别用最小二乘支持向量机进行预测,将贝叶斯证据框架应用于最小二乘支持向量机模型参数的选择;将各个预测结果重构后得到对原始序列的预测结果。对比实验表明,该模型不仅具有较快的运行速度,而且具有较高的预测精度。     

基于模拟信息转换器的物联网海量数据处理研究

针对大规模物联网应用的海量数据处理信息获取效率低、硬件成本昂贵的问题, 依据压缩感知(compressed sensing, CS)理论, 建立了一种模拟信息转换器(analog to information converter, AIC)数据处理系统模型。模型以MATLAB/Simulink为平台, 分别设计了信号的解调、过滤、采样、重构等功能模块, 并对不同频率分量的信号进行处理。实验结果表明, 该模型可以较低采样率、高压缩比精确重构稀疏信号, 重构效率与观测数M、抽取行数K以及信号频率分量相关。     

基于ANFIS的交通事件持续时间预测

针对高速公路交通事故引发交通堵塞的问题,提出一种基于减法聚类和自适应神经模糊推理系统的事件持续时间预测新方法。将该方法应用于交通事件持续时间预测,从I-880数据库中提取事件持续时间相关因素,使用非参数估计法进行显著性分析,将影响程度最大的因素作为模糊系统的输入样本,采用减法聚类对输入样本进行聚类,得到模糊规则数并建立初始模糊推理系统,使用BP反向传播算法和最小二乘估计算法的混合算法对该模糊系统进行训练并优化,建立最终模糊模型。仿真结果证明,该系统对交通事件持续时间预测具有较高检测率和较低误报率。     

双LSTM的光场图像去雨算法研究

单张图像去雨由于有限的输入信息,会严重影响去雨效果。光场图像不同于普通2D图像,能够记录三维场景的丰富结构信息。针对此类问题并且利用光场图像特点,提出一种基于双LSTM神经网络的光场图像去雨算法。提出的神经网络包括雨条纹检测网络（Rain Streaks Detecting Network,RSDNet）和背景修复网络（Background Restoring Network,BRNet）。所提算法主要包含三个步骤。使用匹配成本量最优化方法计算光场图像子视点的深度图;利用RSDNet提取雨条纹,并利用LSTM结构将雨条纹高频信息传递给BRNet;借助BRNet网络修复背景图像得到无雨子视点图像。为了训练和测试所提算法,构建了一个由真实背景场景光场图像和雨图像合成的有雨图像光场数据集。充分的实验结果表明,提出的算法能够有效地修复光场图像。     

基于UG4.0的整体叶轮叶片五轴加工刀位轨迹生成

将整体叶轮叶片的加工划分为开槽、叶片曲面粗精加工及轮毂面加工三道工序,基于UG4.0的CAM模块的多轴加工类型,利用UG强大的CAD/CAM功能,生成采用圆柱球铣刀加工上述三道工序的刀位轨迹。     

“互联网+”背景下的无机化学实验教学改革研究

无机化学实验通常是化学专业学生学的第一门实验课,它直接影响到对学生实践动手能力、专业素养及创新思维的培养。本文讨论了地方院校传统无机化学实验教学中普遍存在的一些问题,然后提出通过"互联网+"对传统教学模式进行改革,培养实践能力强、专业素养高及创新思维活跃的应用创新型人才。     

数字化广电通用建设平台研究与设计

本文就数字化广电通用建设平台提出了一套较为完整的、系统的具有较强可操作性的方法,应用各种关健技术,对该方法中各个环节要解决的问题进行了较详细的分析,并对解决这些问题的方案进行了较深入的研究和探讨。     

固相剪切粉碎技术在废弃高分子材料再加工中的应用

综合了固相剪切粉碎技术（S^3P）在消费后高分子废弃材料（PCPW）再加工领域的应用，对相关设备和再加工的PCPW材料性能进行了介绍。阐述了S^3P过程中的各种力化学效应。     

腰果壳酚改性酚醛树脂的制备与表征

酚醛树脂作为重要的摩擦材料胶粘剂,其热稳定性对摩擦制动材料的性能有至关重要的影响。为改善传统酚醛树脂耐热性不足的缺点,以腰果壳酚、苯酚、甲醛为原料制备了改性酚醛预聚体,并利用DSC和TG等分析手段,对改性后的酚醛树脂进行了表征,结果表明:腰果壳酚改性酚醛树脂的热失重过程主要发生在400℃以上,其耐热性相比普通酚醛树脂有较大提高,适合用作高温摩擦制动材料的胶粘剂。