中医针灸临床治疗专家系统的研究与实现

中医针灸是国之瑰宝,构建中医针灸专家系统是本研究和实践的目标。在《中医针灸信息库》原系统基础上,结合穴位和疗法的有限可枚举性,提出映射样本穴位疗法为二进制串、一种改进的距离函数和一种通过阈值作为收敛标准的K-means聚类算法,为实践目标奠定基础。运用一种评估聚类算法效果设计平衡点的策略,为6万余例针灸治疗案例构建知识库。实践结果表明,该知识库能满足"依病求医"、"依医问病"和知识更新等核心应用需要,查全和查准率好,也能很好地为中医针灸治疗咨询和教学科研提供辅助决策依据。     

锅炉过热蒸汽压力控制系统设计与实现

针对工业过程中具有大惯性、大滞后和模型参数时变等特性的蒸汽出口压力系统,采用常规PID控制方法,往往无法得到满意的控制效果.为此,提出采用三自由度内模控制-模糊自适应PID算法,通过最小二乘原理辨识主蒸汽压力对象的内部模型,实现对蒸汽出口压力系统的串级控制.该控制系统融合了模糊控制、内模控制、PID控制3种方法的特点,程序设计简单,便于工业应用.通过仿真和PCS7实验表明,该方案增强了系统抗干扰能力和鲁棒性能,改善了系统的控制品质.     

基于最小二乘法的pH值温度补偿系统设计

温度对水样的pH值和pH值传感器复合电极电位都有影响,通过对pH值测量原理的分析,提出以最小二乘法为原理的pH值传感器温度补偿模型,设计了以ATMEGA128单片机为核心控制器的水样pH值测量系统.通过对测试数据分析表明:该系统测量的数据精度较高,实现了对水样pH的精确测量.     

一种改进的K均值文本聚类算法

提出了一种改进的K均值文本聚类算法.该算法的改进基于以下两点:1)基于簇密度与文本间距离选取初始簇中心,引入置信半径来得到簇密度,即选取距离最远且簇密度最大的点为初始簇中心;2)基于权重的海明距离来计算文本相似度,同时采用轮廓系数来衡量不同算法的聚类质量.实验结果表明:该算法相比原始的K均值文本聚类算法和文献[1]中算法具有更好的聚类质量.     

基于计算机视觉的焊点缺陷检测系统的设计

在点焊机的焊接生产线上,由于焊接工艺的不成熟,往往会导致虚焊、漏焊、焊穿等现象,会极大地影响产品的使用寿命、美观等,需要对其进行质量检测.针对传统检测方法的低效率,提出采用机器视觉的方法来对焊点进行检测,并给出一种图像处理方法:对图像进行平滑处理,然后使用Otsu方法对图像进行阈值分割,并对得到的图像做倒三角距离变换,将像素点信息转化为灰度信息,采用分水岭算法准确地分割出焊点,最后通过面积等特征计算对焊点缺陷进行分类.实验证明,该方法较传统的检测方法,能有效地检测出多种不同排列的焊点,提高了工业生产效率.     

基于优化通信质量的PEGASIS协议改进算法

在传统的PEGASIS（power efficient gathering in sensor information system）协议基础上,提出一种可优化全网通信质量的改进算法。新算法在链头生成阶段借鉴了蚁群相遇算法原理,采用双链头成链方法进行数据传输,大大缩短了单链路网络的通信时延;在拓扑成链的过程中引入距离阈值作为限定权重,进而计算出基于能耗均衡与通信质量的最优路径。实验结果表明,该算法有效地优化了整体网络的通信质量。     

基于概率分布距离的多响应模型确认度量

针对模型确认中的确认度量问题,构造实验观测数据经验概率分布的置信包络。通过计算其与模型响应概率分布之间距离的上/下确界,给出基于概率分布距离确认度量的置信区间。通过构造与实验观测数据有关的协方差矩阵,给出基于概率分布距离的多响应模型确认度量及其置信区间的求解方式。该度量利用了模型输出与实验观测的完整概率分布信息,并且考虑了各模型响应间的相关性。算例仿真结果表明其确认错误率低于现有的其他两种确认度量。     

高分辨TerraSAR-X 图像舰船目标几何参数提取方法

准确提取SAR图像舰船目标几何参数是实现舰船分类的基础。由于SAR特有的成像机理, SAR图像旁瓣效应和方位模糊严重影响了舰船目标的几何参数估计,为此提出一种基于迭代线性回归的舰船几何参数提取方法。首先通过线性回归提取目标的主轴方位;然后利用循环迭代剔除远离主轴的虚假目标像素;最后用实测SAR数据进行了验证。实验结果表明,该算法对高分辨率的SAR舰船目标切片具有较好的参数估计效果。     

多距离假设纯方位伯努利滤波器的设计

考虑多目标随机新生和消亡下存在杂波和传感器漏检所导致的量测源不确定性,针对纯方位跟踪(BOT)问题,提出一种多距离假设伯努利滤波器。首先,构造笛卡尔坐标系下的多距离假设纯方位观测模型;然后,根据该测量模型详细推导并提出高斯混合多距离假设势平衡多目标多伯努利滤波器;最后,提出一种自适应纯方位新生多伯努利密度的新方法。仿真结果验证了所提出算法的有效性。     

红外瓦斯传感器检测中噪声点研究

针对红外瓦斯传感器检测瓦斯浓度时易受到温度、压力等物理环境的影响而存在检测浓度值不准确的问题,提出一种结合分化距离与K-means算法方法找出瓦斯浓度数据集中的噪声点.该方法混合了分化距离和K-means算法的优点.对实验设计的传感器采集的瓦斯浓度数据集进行距离分化;运用K-means算法与孤立度系数结合法找出采集数据集中的噪声点并直接丢弃噪声点;通过均值法计算瓦斯浓度.实验结果表明:测量误差小于1％,精度高.