基于深度信念网络的滚动轴承特征迁移诊断

滚动轴承的故障智能诊断研究多是针对同源数据进行，而不同型号、不同工况下的滚动轴承，由于时、频特征差异，加之背景噪声的影响，导致识别准确率偏低。为了解决这一问题，笔者以6307和6205两类深沟球轴承为研究对象，建立了以深度信念网络（deep belief network，简称DBN）为核心的迁移诊断模型，构造了以波形指标、峭度指标、近似熵及分散熵为代表的特征识别参数。为了抑制信号传递路径（共振频带差异）和背景噪声的影响，引入最大相关峭度反卷积（maximum correlated kurtosis deconvolution，简称MCKD）方法，并对其关键参数实施了自适应选取。结果表明，由MCKD与DBN联合组成的迁移诊断模型，在3类不同数据源之间的诊断准确率均超过了95%，为滚动轴承的迁移特征诊断提供了一条可行的途径。     

类洋葱结构基元构成的高强非晶碳

非晶碳是一类无序碳材料，通常表现出与晶体碳材料不同的机械、电学、光学和热学性能。探索高性能的非晶碳材料一直是研究热点。本工作报道了一种类洋葱结构基元构成的高强非晶碳，这种非晶碳是由高温高压(1 700～2 000℃、6 GPa)处理碳黑获得的，表现出优异的机械性能。性能最佳样品的纳米压痕硬度、压痕弹性回复率、单轴压缩和抗折强度分别高达5.1 GPa、80.1%、956.4 MPa和216.0 MPa，其中，压缩强度和抗折强度分别是日本东洋炭素ISO-68型石墨的5.6倍和2.8倍。这种非晶碳还具有良好的导电性，其室温电阻率可低至75.7μΩ·m。这种高强导电的非晶碳可以作为电极材料、模具材料被广泛应用。     

N-乙氧基羰基-N,N',N'-三甲基胍高效液相色谱分析方法研究

N-乙氧基羰基-N,N',N'-三甲基胍(简称:三甲基胍)是合成高选择性森林除草剂环嗪酮的主要中间体,国内未见高效液相色谱检测方法的报道,我们采用反相高效液相色谱法对三甲基胍进行了定量分析研究,流动相为:V(水)︰V(乙腈)=90︰10,使用ODSC18为填料的不锈钢柱及具可变波长的紫外检测器.本方法的变异系数为0.19％,标准偏差为0.15,平均回收率为99.56％,经优化后的检测方法简捷、准确,能满足工业化产品定量检测需要.     

基于归一化水体指数及其阈值自适应算法的水体遥感反演效果分析

归一化水体指数（NDWI）是水体遥感反演的一种重要指标，其阈值及修正直接影响反演结果的精度。基于Landsat-8与GF-1光学多光谱影像，使用归一化水体指数法阈值0（TH₀）、最大类间方差法（OTSU）自适应阈值（TH_otsu）与均值漂移聚类算法（Mean-Shift）自适应阈值（TH_MS）分别对典型正常水体、云雾覆盖水体、富营养化水体、高含泥沙水体进行水体遥感提取与效果分析，结果表明：正常水体以TH₀为阈值提取精度最高，THMS提取精度次之，TH_otsu提取精度最差；而云雾覆盖水体、富营养化水体以及含泥沙水体使用THMS提取精度最高，尤其少量云雾覆盖下的水体，TH_MS具有更明显的优势，TH₀提取精度次之，TH_otsu提取精度最差；对于不同的阈值，Land?sat-8比GF-1总体表现出更高的水体提取精度。Mean-Shift算法应用于NDWI阈值修正与水体遥感反演具有快速、水质适应性强、效果稳定的优势，对尤其是复杂条件下的水体信息遥感反演具有较好的提取效果。     

基于Radon-CPF-Fourier变换的机动目标ISAR成像

由于机动目标的逆合成孔径雷达（Inverse Synthetic Aperture Radar，ISAR）成像中存在多普勒扩散现象，易导致成像分辨率降低。针对此问题，在多分量三次相位信号（Cubic Phase Signal,CPS）模型基础上，提出一种基于Radon-CPF-Fourier变换（Radon-Cubic Phase Function-Fourier Transform,RCFT）的机动目标ISAR成像方法。RCFT可实现CPF中自项能量的相干积累，减轻多普勒扩散带来的影响。与现有的基于时频分析和参数估计的ISAR成像算法相比，RCFT的主副比性能提升了至少2 dB，在时频分辨率无损失时具备更好的自项能量积累能力，可获得更高质量的成像结果。仿真验证了所提方法的有效性。