浅谈利用现有条件对1200型智能定位器修校

本文就1200型智能定位器使用中出现的一些问题进行分析,利用现有条件总结出一套完整的修校方法并进行应用,收到了良好的效果,降低了成本,缩短了设备的修复时间。     

利用曲率信息的图像分割改进模型

首先从理论上分析无须重新初始化的水平集方法的主动轮廓图像分割模型,该模型对一些具有不光滑尖角的图像进行分割时,捕捉这些尖角往往不精确甚至失败;然后对利用边缘检测函数的曲率信息识别出凸尖角并进行分割的方法进行研究,由于此方法没有考虑凹尖角的情形,故对含凹尖角的图像分割效果不理想。为解决该问题,提出利用图像的曲率信息识别出凹尖角,再将其与利用边缘检测函数曲率信息识别凸尖角的方法相结合,进一步修正边缘检测函数,达到准确捕捉物体的凸尖角和凹尖角的目的,保证了分割的准确性。数值实验表明,该方法的分割效果较好。     

MMS业务的QoE定义与测量

用户体验质量已成为移动通信中的一个热门话题,为了有效地测量多媒体短信业务（MMS）的用户体验质量,分析了QoE的定义以及它与传统QoS的区别,介绍了QoE的KQI和KPI之间的相互关系并建立起QoE的映射模型;然后,结合MMS业务的实现流程以及所涉及的网元设备详细定义了MMS业务中的KQIs与KPIs,最后,针对MMS业务提出了一种基于统计样本的QoE测量方案,通过测量明确KPIs与QoE之间的关系以及影响用户体验质量的因素,这对于提高用户的体验质量有重要意义。     

优化的BP网络在抽油井故障诊断中的应用研究

抽油井故障诊断系统是油井系统产量的关键,为了更好更快地对当前油井系统进行诊断以保证石油的产量,人们利用各种各样的技术来完成这一目标。BP神经网络技术就是新兴的油井故障诊断手段之一,但是由于其容易陷于局部最优解、收敛速度慢以及泛化能力差等缺点,运用融入免疫算法浓度概念的遗传算法对BP神经网络进行优化,并将优化后的BP神经网络算法应用于抽油机现场的故障诊断过程中,结果显示优化后的BP算法有更高的诊断率,更快的运行速度,因而优化后的BP算法的寻找全局最优点的能力更强,收敛速度更快。     

基于ZigBee技术的铁路站场集装箱追踪定位的研究

为了在基于ZigBee技术的铁路站场无线网络中实现对安装在集装箱上的无线节点的定位,研究设计一种采用接收信号强度指示（RSSI）值来进行无线节点位置的定位：采用一个未知节点向周围存在的ROUTER参考节点发送并接收确认的数据采集机制．通过对3个最近ROUTER的参考节点进行RSSI值采集与处理,从而实现对目标节点的定位。通过实验,验证了该数据采集和位置估算定位方法的有效性。     

贝叶斯网在生态工业园清洁生产推进中的应用

在分析目前生态工业园评价方法的基础之上,提出基于贝叶斯网的一种新的生态工业园评价方法,已应用到企业清洁生产推进中.通过进化学习清洁生产的评价指标数据和专家先验知识构造贝叶斯网,对评价指标进行建模,应用贝叶斯网推理,评价生态工业园企业清洁生产的推进等级.结果表明,该方法能够有效地给出清洁生产的推进方案,为确定企业清洁生产次序提供一种新思路.     

Analogy and duality of texture analysis by harmonics or indicators

According to the classic harmonic approach, an orientation density function (odf)f is expanded into its corresponding Fourier orthogonal series with respect to generalized spherical harmonics, and a pole density function (pdf) into its corresponding Fourier orthogonal series with respect to spherical harmonics. While pdfs are even (antipodally symmetric) functions, odfs are generally not. Therefore, the part of the odf which cannot be determined from normal diffraction pdfs can be mathematically represented as the odd portion of its series expansion. If the odff is given, the even part can be mathematically represented explicitly in terms off itself. Thus, it is possible to render maps ofharmonic orientation ghosts, and to evaluatevariants of mathematical standard odfs resulting in identical pdfs independent of pdf data. However, if only normal diffraction pdfs are known, the data-dependentvariation width of feasible odfs remained unaccessible, and within the harmonic approach a measure of confidence in a solution of the pdf-to-odf inversion problem does not exist.According to any discrete approach, an odff defined on some setG of orientations is expanded into its corresponding Fourier orthogonal series with respect to indicator functions of the elements of a partition ofG, and a pdf defined on the upper (lower) unit hemisphereS ₊ ^{3 3} into its corresponding Fourier orthogonal series with respect to indicator functions of the elements of a partition ofS ₊ ³ . The ambiguity of the pdf-to-odf inversion problem is discussed in terms of column-rank deficiency of the augmented projection matrix. The implication of the harmonic approach to split an odf into auniquely determined and anundetermined part does no longer seem to be reasonable. However, it is possible to numerically determine data-dependent confidence intervals for the Fourier coefficients with respect to the indicator functions which can be immediately interpreted as mean orientation densities within the elements of the partition ofG. Doing so for all Fourier coefficients in the finite series expansion, i.e. for all elements of the partition of the setG, eventually results in the data-dependent variation width of odfs feasible with respect to given pdf data, and to the partitions ofG andS ₊ ³ .Thus it is confirmed that the appearance of orientation ghosts, in particular correlations oftrue andghost orientation components, depends on the representation of an odf. It may be questioned whether in practical applications the implicit assumption of the harmonic method that the even part can be determined uniquely and free of error is generally a reasonable initial condition to develop ghost correction procedures.     

基于ATLG混合模型的股票价格预测

股市是金融市场的重要组成部分,对股票价格预测有着重要的意义.同时,深度学习具有强大的数据处理能力,可以解决金融时间序列的复杂性所带来的问题.对此,本文提出一种结合自注意力机制的混合神经网络模型(ATLG).该模型由长短期记忆网络(LSTM)、门控递归单元(GRU)、自注意力机制构建而成,用于对股票价格的预测.实验结果表明:(1)与LSTM、GRU、RNN-LSTM、RNN-GRU等模型相比, ATLG模型的准确率更高;(2)引入自注意力机制使模型更能聚焦于重要时间点的股票特征信息;(3)通过对比,双层神经网络起到的效果更为明显.(4)通过MACD (moving average convergence and divergence)指标进行回测检验,获得了53%的收益,高于同期沪深300的收益.结果证明了该模型在股票价格预测中的有效性和实用性.     

基于IGD+指标的两阶段选择高维多目标进化算法

针对在高维空间下多目标进化算法难以维持种群收敛性和多样性平衡的问题, 本文提出一个基于IGD+指标的两阶段选择高维多目标进化算法(MaOEA–ITS). 在第1阶段, 算法基于IGD+指标选择收敛性良好的精英个体, 其所需的参考点通过引入切割平面截距法构建. 在第2阶段, MaOEA–ITS使用模糊c均值算法对参考向量进行聚类, 聚类后的参考向量引导种群分解策略对剩余个体进行环境选择, 从而维持种群的多样性. 另外, 为了保护能够提高种群多样性的极值解, 本文提出一个参考点分布自适应策略. 最后, 通过仿真实验来验证MaOEA–ITS的有效性和优越性.     

多源信息融合的航空发动机异常检测方法研究

针对航空发动机中单参数表征性能不全面,且易受外部环境和飞行工况等因素影响的问题,提出一种基于谱回归和高斯混合模型的多源信息融合的健康因子构建方法。选取记录完整并与发动机健康性能关系密切的参数,以同架飞机左右发动机的性能参数差异值作为数据源,通过谱回归进行特征降维,采用高斯混合模型构建正常状态模型,再以基于贝叶斯推断的距离表征测试数据与高斯混合模型的全局距离判别发动机的异常状态。通过两个航空发动机异常事件案例中真实QAR数据进行验证,结果表明所提方法相较于航空公司能够更有效评估航空发动机的健康状态,提前识别出发动机的异常点,预留出足够的时间为发动机制定可靠的维修计划,提高飞机的安全性与经济性。