基于双目标优化遗传算法和支持向量机的旋转机械退化状态识别

退化特征提取是机械健康状态监测的重要组成部分,伴随旋转机械长时间连续运转,退化特征出现性能波动甚至下降,给退化特征提取和选择造成了困难.首先利用一个特征映射算法库对振动信号提取特征,并基于Kolnogorov-Smirnov (KS)检验和Benjamini-Yekutieli过程对原始特征集进行过滤,然后利用双目标优化遗传算法(Bi-objective Optimization Genetic Algorithm,BOGA)结合支持向量机分类器(Support Vector Classifier,SVC),在有监督的环境下搜索出最佳特征子集,其中BOGA设置了SVC分类精确度和特征子集维数两个目标函数,前者进行最大化,后者进行最小化.通过在液压泵退化状态数据集上进行实验和在凯斯西楚大学轴承数据集与FRESH_PCAa、ReliefF、JMIM三种方法进行对比,验证了该方法在退化状态识别上的较好性能.     

基于双时间点检测的毫米波雷达人流量监测方法

针对现有基于视频监控的人流量统计方案成本高、算法复杂且不利于个人隐私保护的局限性，利用毫米波雷达体积小、成本低、分辨率高的特点，提出了一种基于双时间点检测的人流量监测方法。该方法先获取人体目标散射点位置和多普勒频移信息来构成点云数据，然后根据多普勒频移正负来判断人体的运动方向，并筛选具有高多普勒频移值的点云数据以降低干扰点对聚类结果的影响；在双时间点对特定区域内人员数量进行统计，并根据双时间点之间所获取的点云数据聚类结果对所统计人员数据进行修正。实验结果表明，该方法能够用匿名的方式以较高的正确率统计人员进出。     

数据驱动的机床等待过程节能方法研究

为了降低机床等待过程中的能耗，提出了一种实时数据驱动的机床等待时间预测与节能控制方法。首先，建立了射频识别驱动的生产进度评估方法，并以生产进度数据作为输入，构建了基于堆栈降噪自编码的机床等待时间预测模型；其次，依据预测的机床等待时间，提出了机床状态切换方法，以降低机床能耗；最后，通过一个电梯零部件制造车间的案例分析，表明该方法的预测误差仅为4.1%，同时将机床等待过程能耗降低了57%，实现了制造车间的节能减排。     

甘肃某石煤钒矿焙烧灰渣综合利用工艺研究

针对甘肃某石煤钒矿焙烧灰渣综合利用工艺进行研究。浸出过程中,将传统熟化-水浸浸出工艺与中和-酸浸浸出工艺进行对比,综合分析金属收得率及渣率,优选中和-酸浸双级浸出工艺。回收流程经中和酸浸、还原预处理、铝钒共沉、钒液富集等工序逐级分离回收铝、铁、钒等有价金属,并制备工业应用产品高分子比冰晶石、氧化铁红工业颜料并分析产品纯度。此外,对整个工艺流程的产生的废水、废渣进行综合治理。最后,投产经济效益进行了评估分析,为投资建设石煤钒矿焙烧尾渣综合利用项目提供可靠的决策依据。     

双季戊四醇在3种混合溶剂中的固-液相平衡

采用动态平衡法，在293.15～332.80 K、常压下，测定了双季戊四醇(DPE)在水+(甲醇、乙醇、异丙醇)三种混合溶剂中的溶解度数据。结果表明：DPE在不同质量分数的水+(甲醇、乙醇、异丙醇)混合溶剂中的溶解度随体系温度升高而增大；同一温度下，其在所选取溶剂体系中的溶解度随着甲醇、乙醇或异丙醇质量分数的增大而先增大后减小。λh方程、两参数方程与Apelblat方程均能够对所测定的溶解度数据进行较好的关联；通过修正的van’t Hoff方程计算得到DPE在所选取溶剂体系中Δ_sol H ⁰、Δ_sol S ⁰和Δ_sol G ⁰均大于零，表明DPE在所选取溶剂体系中的溶解过程为吸热、熵增的非自发过程。     

车联网数据记录浅析

随着车联网的快速发展,各类数据记录需求爆发。汽车事件数据记录系统在车载以太网中可采用转换器发给记录仪记录,网联车数据分析时则采用索引+大数据方式。     

现代信息技术大数据对新闻传播的影响初探

随着科技的进步和社会经济的发展,信息技术大数据渗透到人们生产生活的各个领域,信息技术大数据在新闻领域也得到广泛的应用,大数据的发展开启了新的时代。基于此,本文主要就现代信息技术大数据自身的一些特征和对新闻传播的影响加以探究,并简述了现代信息技术大数据背景下的新闻传播发展的策略,以供参考。     

基于大数据的政府信息资源共享模式探讨

伴随着大数据时代的来临,政府机构部门借助信息技术手段实现内部资源共享,是推进廉政、高效和服务型政府建设的有效方式。文章以大数据时代为讨论背景,研究政府部门应用政府信息资源共享模式的基本策略,为行业相关人员提供一些可参考的经验。