基于相位信息的感应电动机转子故障检测

论述了感应电动机转子故障检测基本原理,讨论了传统信号分析方法难以提取出明显的转子故障特征的原因.鉴于基于连续小波变换离散化的离散小波变换算法的运算量大,计算速度慢,提出了一种快速算法,它利用递推方法计算小波系数,运算速度快,可应用于在线实时检测.提出了基于相位信息的感应电动机转子故障检测新方法,对实测数据进行处理的结果表明,该方法能够实现感应电动机转子故障的准确检测.     

一个面向缺陷分析的电路成品率与可靠性的关系模型

在电路设计的早期阶段,成品率与可靠性的关系模型对于预测和改善电路的成品率和可靠性具有极为重要的意义.结合广义门电路的版图结构与拓扑结构信息,分析了其缺陷密度及成品率和可靠性的损失机理,并构建了考虑缺陷生长特性的广义门电路成品率与可靠性损失概率之间的解析关系模型.基于该模型,又考虑到电路拓扑结构对故障的屏蔽效应,利用迭代的概率转移矩阵方法给出了门级电路成品率与可靠性之间的量化关系.理论分析与通过在ISCAS85基准电路上采用经验公式和惯用方法的证明策略,验证了本文所提方法的合理性和有效性.还分析了工艺参数、老化因素等对电路成品率与可靠性关系的影响.     

基于FART神经网络的高速公路交通事件检测法

突发性交通事件是造成高速公路交通拥堵的主要原因,为了快速并准确地检测交通事件,有效提高高速公路的利用率和通行能力,将一种模糊论与自适应谐振神经网络相结合的聚类算法-FuzzyART神经网络算法用于检测高速公路交通事件。根据高速公路事件检测相关参数之间的关系,选用了交通流密度残差和平均速度残差的组合向量作为神经网络的输入,给出了事件检测的算法步骤和输出判断方法,并进行了仿真实验。仿真结果表明,该算法不仅能够检测出交通事件的发生及其造成的拥堵程度,还可以快速识别已有的交通事件类型,记忆未知的交通事件类型,实现边工作、边学习,且检测结果具有较高的稳定性和准确性。     

模糊优化法在机械工程设计中的应用

分析了机械模糊优化设计产生的背景,介绍了机械模糊优化设计的数学模型和求解原理,并对模糊优化设计数学模型中包含的模糊因素进行了分析说明。     

三元络合物光度法测催化剂中的微量钒

钒-PAR-盐酸羟胺形成稳定的三元络合物,以分光光度法测定石油裂解催化剂中的微量钒。本方法灵敏,检出限为0.002mg,选择性好,易于操作。     

基于自适应多神经网络的胎盘超声图像自动分级研究

针对胎盘超声图像自动分级这一临床应用问题，提出一种基于自适应多神经网络的分级算法。该算法与一般的一次性分离算法不同，其是通过设计两级BP神经网络模型来对胎盘图像进行两级分离。该算法在神经网络的训练中，对神经网络的输出没有采用一般的四舍五人来得到胎盘级数，而是采用了更合理的胎盘级数判定准则，并由此提出了一种自适应确定阈值的算法，用来判定胎盘级数。实验及临床应用表明：该算法能得到与专家手工分级基本吻合的自动分级结果，其阈值分割前得出的分级结果更可以给医生一个精确的定量衡量胎盘成熟期的参考，因此具有较好的临床应用前景。     

M集分形图逃逸区精细结构的可视化

基于分形几何的图案设计包括造型和色彩(颜色)两部分，本文在分析了M集图形构成原理的基础上，通过调整色值，使基于逃逸时间算法的逃逸区域的精细结构可视化，从而为纺织品等衣用或装饰用产品的图案设计提供丰富的图形库。     

基于最小二乘法的SIMO傅里叶神经网络研究

利用傅里叶级数的原理，构造单输入、多输出(SIMO)傅里叶神经网络，将非线性映射转化成为线性映射，将求解神经网络权值的方法由非线性优化方法转化成为线性优化方法，并采用最小二乘法计算网络的权值，从而大大提高了神经网络的收敛速度并避免了局部极小问题.而且，在训练输出样本受白噪声影响时，最小二乘法具有良好的降低噪声影响的功能．     

基于条件随机场和低采样率浮动车数据的地图匹配算法

提出了一种基于条件随机场和低采样率浮动车数据的地图匹配算法。首先建立道路网络模型,在此基础上,计算GPS观测点可能匹配的候选投影点集合以及集合中每一个候选投影点的观测概率,再计算相邻GPS观测点的候选路径集合以及每两个相邻候选投影点之间的传递概率;然后根据这些候选投影点和候选路径,在滑动窗口内,基于条件随机场模型应用前后向递归算法,计算每个候选投影点的概率权重值;最后根据概率权重值,选取GPS观测点的最佳匹配投影点。该算法(FB-MM)在低采样率的情况下,综合考虑了道路网络的拓扑结构和GPS观测点之间的关联信息,实现了较好的地图匹配效果。