组合降采样极限学习机

设计了一种针对不平衡数据集的学习机,即组合降采样极限学习机(EUS ELMs)。当训练数据集不平衡时,普通分类器对少数样本的分类敏感性较低,而给予多数样本过度关注。针对这种问题,将组合降采样结构与极限学习机(ELM)结合起来,形成一种新的组合学习机。该学习机继承了组合降采样结构对样本选择的依赖性小的优点,和极限学习机分类效率高、耗时短的优势,而且可以通过不同的参数设置控制对少数样本的关注度,根据使用者需求获得不同分类效果。     

极化SAR图像解译中的不相似性度量

不相似性度量常用来描述极化合成孔径雷达(SAR)样本数据之间的差异性,已被广泛应用于滤波、目标检测、分割分类和变化检测等多种极化SAR图像解译技术中。基于极化SAR数据的矩阵表达形式,从特征、统计分布、假设检验、信息论散度和信息几何等多角度出发,总结回顾了极化SAR图像解译问题中常见的不相似性度量,简要分析了其优势、存在的问题以及适用范围,并对极化SAR不相似性度量的研究趋势进行了展望。     

提升机电流不平衡问题原因分析

某水泥厂钢丝胶带提升机（下文简称提升机）的驱动电机为三相异步电动机，其型号为：YE3-280M-4/90 kW，技术参数为：380 V/50 Hz/IP55/B3/F。在提升机空载试车过程中，电机三相电流出现不平衡现象，偏差达到了12%，实测三相电流数值分别为：60 A、65 A、75 A，其对应的三相电压分别为399 V、402 V、402 V。 针对上述现象，我们对产生三相电流不平衡的原因进行归纳，并对每种原因进行实验研究，最终得出了较为客观的结论。     

一种基于Spark的不确定数据集频繁模式挖掘算法

如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度，在大数据背景下，同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此，本文提出一种基于Spark的不确定数据集频繁模式挖掘算法（UWEFP），首先，为了同时兼顾数据项的概率和权重，计算一项集的最大概率权重值并进行剪枝；然后，为了减少对数据集的多次扫描，结合Spark框架的优点，设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘；最后在Spark环境下，以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时，提高了效率.     

抽油井不压井作业装置及抽油泵底阀设计

江苏油田的部分油井存在油管短路、地层高压低渗、漏失严重等问题,这些问题造成压井作业困难,并且压井作业过程中的井控与环境污染风险较大。为了进行不压井检泵作业,同时缩短检泵之后的产量恢复周期,进行了不压井作业技术研究,并研制了不压井作业装置。为解决起下抽油杆过程中的防喷问题,改进了抽油泵底阀结构,该结构可实现起下抽油杆过程中油管不带压、无溢流,并保障起下油管过程中的井控安全。该技术在江苏油田现场应用9井次,效果良好。     

检测实验室测量不确定度评定

该文就土的含水率检测测量不确定度评定为例,阐述测量不确定度的评定方法与步骤,旨在与广大读者交流、学习,共同推广测量不确定度在工程实践中的应用,提高检测实验室的检测水平,使测量结果更完整,并与国际接轨。     

基于AD9851的高频高压脉冲发生器设计

当前脉冲发生器里的脉冲形成器件,大部分是用火花气隙（spark gap）和高压电子开关（high voltageswitch）.采用火花气隙充当脉冲形成器件有很多弊病：（1）火花气隙在低于1kV时,在机械和电气上不稳定,所以对低于2kV的试验电压要通过分压器来得到.     

电压事件记录仪在通信局站的应用

在当前的通信局站中，通信设备一般由专用通信直流不停电电源、交流不停电电源或市电直供等方式提供电能，所以电源是通信局站安全运行的最基础的保证。而电源设备的安全运行很大程度上依赖于良好的交流供电电能质量。恰恰就是这交流供电电能质量在很多地区，特别是乡村和山区往往不能满足通信供电要求而造成设备损坏和通信故障。尤其是在移动通信基站，因供电线路而引入的电源的故障率已经升至很高的比例。     

基于承包商预期收益不变的不平衡报价模型

在招标实践中,通常采用最低价中标原则,使得投标人不得不压低其投标价格。基于承包商预期收益不变的不平衡报价模型,是在“工程量清单报价”的条件下,考虑到施工中工程量的变化及施工顺序的影响,体现了资金的时间价值,在保持承包商预期收益不变的前提下,通过调整各分项工程的单价,来降低工程报价,以增加中标机会而建立的。所建立的模型简单,易于操作,并配以具体的工程实例,通过计算机求得其最优解,可供承包商投标报价时参考。