A Universal Method of Scientific Inquiry

A paradigm of scientific discovery is defined within a first-order logical framework. Within this paradigm, the concept of successful scientific inquiry is formalized and investigated. Among other results, it is shown that a simple method of scientific inquiry is universal in the sense that it leads to success on every problem for which success is in principle possible.     

基于ASM的混合式情境感知共享机制研究

移动的用户能够方便地访问分布在普适计算环境中的传感器,进而获得情境信息,是情境感知系统的核心目标。本文提出了一种融合分布式P2P和Publish/Subscribe模式的混合式情境感知共享机制,基于抽象状态机对该机制的高鲁棒和可扩展的特性进行设计和规约,并采用AsmL测试工具生成有限状态机验证该机制的有效性和合理性,表明该机制可满足动态的分布式情境感知系统要求。     

意特压铸机控制系统特点及其故障排除

介绍了意大利ITALPRESSE公司引进的压铸机的电气控制系统、液压控制系统的特点，列举了几起故障排除的实例。     

宽厚板热处理生产线

介绍了宝钢目前正在引进建设4．8m宽厚板热处理线(包括无氧化辐射管加热辊底式淬火炉和压辊式淬火机)的设备特点。     

数控机床主轴位置自动测量的实现

论述了数控机床主轴的结构以及数控机床主轴位王的测量电路的设计，实现了数控机床主轴位王参数的自动化测量过程。     

双活塞杆油缸在注塑机中的新应用

采用双活塞杆油缸注射装置，开发了一种新型注塑成型机，使用效果表明：采用该装置能提高功效，降低成本，节约能源。     

Incorporating Machine Learning into Established Bioinformatics Frameworks

The exponential growth of biomedical data in recent years has urged the application of numerous machine learning techniques to address emerging problems in biology and clinical research. By enabling the automatic feature extraction, selection, and generation of predictive models, these methods can be used to efficiently study complex biological systems. Machine learning techniques are frequently integrated with bioinformatic methods, as well as curated databases and biological networks, to enhance training and validation, identify the best interpretable features, and enable feature and model investigation. Here, we review recently developed methods that incorporate machine learning within the same framework with techniques from molecular evolution, protein structure analysis, systems biology, and disease genomics. We outline the challenges posed for machine learning, and, in particular, deep learning in biomedicine, and suggest unique opportunities for machine learning techniques integrated with established bioinformatics approaches to overcome some of these challenges.     

基于局部线性嵌入和支持向量机回归的TBM施工参数预测

依托吉林引松工程开展隧道掘进机（TBM）施工参数预测研究,提出TBM施工数据分段提取算法,提取上升段前30 s的总推进力、刀盘转速、推进速度、刀盘扭矩、刀盘转速电位器设定值、推进速度电位器设定值、贯入度、贯入度指数(FPI)、扭矩切深指数(TPI)9个参数作为输入;通过局部线性嵌入（LLE）完成对上升段数据特征的降维;基于支持向量机回归（SVR）建立TBM施工控制参数（推进速度、刀盘转速）和负载参数（总推进力、刀盘扭矩）预测模型. 分析是否结合前一掘进循环的FPI、TPI指数进行预测对预测效果的影响. 结果表明,上述方法在推进速度、刀盘转速、总推进力、刀盘扭矩的预测中均取得了较好的预测效果,平均预测绝对百分比误差均小于15%,验证了该预测方法的有效性,该方法可以为TBM现场施工提供指导.     

基于机器视觉的加工刀具磨损监测方法

为了对加工过程中刀具的磨损状态进行监测,针对麻花钻的磨损形式,提出基于机器视觉的加工刀具磨损监测方法. 根据磨损刀具图像的灰度分布特点,提出基于积分图加速和Turky bi-weight核函数的非局部均值去噪方法;采用单、双阈值大津法获取磨损区域的灰度区间,实现对图像的自适应对比度增强;提出基于形态学重构方法的磨损区域局部极值点提取方法,有效完成对磨损区域的检测和边界提取. 该刀具磨损检测方法成功应用于麻花钻头磨损状态的监测过程,实验结果表明,相较于目前已有的机器视觉监测方法,所提出的方法具有更高的检测精度和效率,准确地提取磨损轮廓,从而有效实现对刀具磨损状态的监测和自动化监控加工过程,达到降低人工成本和产品不合格率的目的.     

基于GWO-SVM的下肢假肢穿戴者骑行相位识别

针对下肢假肢穿戴者骑行相位识别的问题,提出基于灰狼算法优化的支持向量机(GWO-SVM)分类模型. 建立下肢多源信息系统,采集膝关节、踝关节的加速度信号以及膝关节角度信号. 应用奇异值分解,对采集到的信号进行降噪处理. 在对信号进行降噪处理之后,为了避免单一信号不确定的影响,从数据冗余角度,选取各信号的特征点,开展归一化处理,组成多维特征向量,作为SVM分类模型的输入. 为了能够进一步提高分类精度,加强全局优化能力,利用GWO算法对核参数进行优化. 通过与PSO-SVM分类模型、GA-SVM分类模型对比表明,基于GWO优化的SVM分类模型对骑行相位的识别率为94%,高于其他方法优化的SVM分类模型.