局部信息保持极限学习机的遥感图像分类

极限学习机ELM(Extreme learning machine)以其简单快速和良好的泛化能力在模式识别和机器学习领域得到了广泛的应用。近年来,研究人员将其应用到高光谱遥感图像分类问题中。然而,由于数据样本有限,极限学习机及其相关技术在遥感图像中存在数据学习不充分的问题。流形学习算法揭示了数据内在的几何结构信息。根据遥感图像的特点,基于流形学习的思想,将遥感图像数据样本的流行结构引入到ELM模型中,提出一种基于局部信息保持极限学习机LPKELM(locality information preserving extreme learning machine)。为了验证所提算法的有效性,使用两个高光谱遥感图像数据集进行实验。实验结果表明,LPKELM的分类性能优于SVM、KELM、KCRT-CK和MLR算法。     

基于现代统计学理论的教育信息化管理系统风险评估

为了提高教育信息化管理系统风险评估的精度,设计了基于现代统计学理论的教育信息化管理系统风险评估模型。构建教育信息化管理系统风险评估指标体系,采用现代统计学理论——在线极限学习机建立教育信息化管理系统风险评估模型,通过教育信息化管理系统风险评估实验进行性能测试。该模型的教育信息化管理系统风险评估精度超过了90%,远远超过实际应用范围的85%,而且评估精度要明显优于其他教育信息化管理系统风险评估模型,具有一定的实际应用价值。     

高速铁路绝缘块耐环境能力的研究

铁路扣件系统是将钢轨固定在轨枕上,阻止钢轨相对于轨枕发生横纵向移动,保持轨距,在高速铁路运行过程中起到缓冲减震作用的系统。经过长期使用及列车的运行,有些尼龙产品扣件存在不同程度的损坏,产生松动现象,进而影响铁路运行安全。以扣件系统中的绝缘轨距块为研究对象,从环境及气候等多种因素研究其对轨距块性能的影响,找寻较为关键的影响因素。研究结果发现,室外环境放置的轨距块极限剪切性能下降更明显,耐冲击性更差。经过研究不同恶劣环境下轨距块性能的变化,发现高温高湿及高温环境下产品性能下降幅度较大,其中高温高湿影响最大。     

基于大数据挖掘的深土井壁极限承载力模糊随机模型

为有效抵御地下结构工程中复杂多变的外荷载,提升深土井筒支护的安全可靠性,运用两淮矿区深厚冲积层井壁为原型,按相似性原理浇筑钢筋混凝土井壁模型,进行了大量钢筋混凝土井壁模型的极限承载力试验,结果发现影响井壁极限承载力的主要因素有混凝土抗压强度、厚径比和配筋率。其中,混凝土抗压强度对井壁承载力影响较为明显,配筋率影响较弱,但各影响因素在深厚冲积层实际工程中又伴随着不同程度的不确定性。针对深厚冲积层井筒施工过程中极限承载力及其影响因素的模糊随机性,以大量井壁试验和两淮矿区的钢筋混凝土井筒工程参数作为大数据样本集,分析结构材料、几何参数和计算模式的不确定分布情况,得到混凝土抗压强度、厚径比和配筋率的模糊随机分布规律。采用最大期望算法(EM)优化传统的大数据HMM挖掘模型,分别经过E步骤计算极大似然估计值和M步骤计算参数期望估计,改进后模型经过两次模糊随机过程,相比原算法具有误差小、效率高和收敛快等优点,更能满足实际地下工程中的不确定特性。基于改进后的大数据挖掘HMM算法,综合大数据环境下的材料性能、几何参数和计算模式的模糊随机分布,建立大数据挖掘井壁极限承载力模糊随机模型,实例证明该模型更加可靠合理,更具有工程实用价值。     

含局部减薄缺陷压力管道承载能力研究

局部减薄缺陷会降低压力管道的承载能力,影响管道的安全运行。通过应力强度评定、极限载荷分析及安全评定标准三方面对含局部减薄缺陷压力管道的承载能力进行系统研究,研究了缺陷尺寸(缺陷相对轴向长度,缺陷相对环向角度,缺陷相对深度)对许用载荷、极限载荷和安全评定载荷的影响规律。结果表明,在内压作用下,缺陷相对深度对管道的承载能力影响最大,缺陷相对轴向长度次之,缺陷相对环向角度的影响最小。对比分析发现许用载荷和安全评定载荷基本吻合,极限载荷值高于许用载荷值34.92%左右;许用载荷与安全评定载荷的比值会在一定范围内波动,存在缺陷尺寸相关性;极限载荷值与许用载荷值的比值和局部减薄缺陷的尺寸无关。相对于极限载荷,许用载荷、安全评定载荷是安全的,符合工程应用的要求。     

微型热管的研究分析与发展综述

回顾近些年来国内外学者对微型热管的不同形状尺寸、构造原理、工作环境以及应用等方面的研究,比较分析了微热管在各种不同设计工况下的相关性能。在常见的工作极限研究中发现通过增大毛细力可强化传热性能,进一步了说明毛细极限对微型热管的传热性能影响巨大。通过回顾前人的理论建模和实验研究,着重强调一些目前正在研究的微热管的设计。微热管如今被广泛用于与电子冷却领域,微电子系统中的电子元件被其紧凑微小的结构所限制,需要从有限的空间向外界环境散去额外的热量就必须进行结构优化。最后,简单讨论了微型热管当前面临的挑战,并预测了其发展前景。     

两栖装甲车履带板胶料摩擦极限智能监测研究

为研究两栖装甲车持久作战能力,提出其履带板胶料摩擦极限智能监测方法,通过胶料的混炼、热炼及出片等制备装甲车履带板.将履带板组装至两栖装甲车,利用装甲承重轮和履带部分的采集器获取两栖装甲车的载荷和履带温度,将履带数据经装甲车顶部的GPS传输器传送至计算机.基于最小二乘法,用计算机拟合计算不同环境温度和路面情况的摩擦因数,在计算结果异常时,计算机自动发送警报,实现履带板胶料摩擦极限的智能监测.结果表明:压力增大,材料性状改变,履带板胶料摩擦因数减小,温度升高,摩擦因数下降;该方法可有效监测履带板胶料摩擦因数,且路面越光滑,履带板胶料摩擦因数越小;该方法可在0.9～1.4 s内及时监测履带板胶料摩擦极限.