基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

蓄热式燃烧技术在熔铅炉领域的应用改进

某冶炼厂利用蓄热式燃烧技术对电解车间铅冶炼熔铅炉进行创新性技术改进,取得了较好的生产效果,简要介绍改进的核心技术、创新点和改造效果。     

多次采样平均在长波红外高光谱成像系统中的应用

长波红外高光谱成像系统由于光谱细分导致探测器所接收的目标信号的能量较一般成像系统弱,因此系统噪声对成像效果影响较大。针对这一现象,本文在分析系统噪声成分的基础上,提出采用ADC多次采样平均的方法来降低其噪声,并从理论上推导了该方法的有效性。然后搭建了实验系统,分析计算不同积分时间下,利用多次采样平均技术得到的信号和噪声大小,并计算系统的信噪比和NETD。结果表明,多次(m次)采样平均对系统的信号值几乎无影响,但可以将系统噪声降低至原来的m~(-1/2)倍。因此,该方法可将系统的信噪比提高至原来的m~(1/2)倍,并能有效降低系统的NETD,提高系统灵敏度。该方法为改善长波红外高光谱成像系统成像效果提供了一种方案。     

基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

大气污染控制技术和热能利用技术在涂布业的应用

压敏胶(PSA)生产过程中需要大量的能源,随着全球能源价格的上升,能源成本所占的比重越来越高,为提升企业的竞争力,提高能源使用效率、降低营运成本正成为企业管理者必须思考的问题之一。鉴于此,对大气污染控制技术和热能利用技术在涂布业的应用进行了分析和探讨。     

聚乙二醇-三聚氰胺甲醛和聚乙烯醇半互穿网络的构建及表征

为提高三聚氰胺甲醛(MF)树脂制品的柔韧性,以聚乙二醇接枝三聚氰胺(M-PEG)替代部分三聚氰胺,并与甲醛、聚乙烯醇(PVA)在碱性条件下合成了聚乙二醇-三聚氰胺甲醛(PEG-MF)与PVA的半互穿聚合物网络体系(SemiIPN)。采用红外光谱、拉曼光谱、热重分析、差示扫描量热法等手段对Semi-IPN的微观结构进行了剖析,并分析了PEG、PVA等柔性链段对Semi-IPN黏度、游离甲醛含量、柔韧性等性能的影响。结果表明,PVA作为线型结构贯穿于聚乙二醇-三聚氰胺甲醛树脂交联网络体系结构中,形成了半互穿网络结构;所形成的Semi-IPN的热分解温度比MF树脂降低了60℃左右;Semi-IPN的韧性比纯MF树脂提高了800%,最高可达到19.700kJ/m2。