群决策中多阶段多元判断偏好的集结方法研究

研究群决策过程中决策者基于多个决策阶段,多种结构形式的判断偏好集结方法.基于互反判断偏好与互补判断偏好的转化公式,将多种类偏好的结构一致化;利用决策者判断偏好的一致性水平和与群体综合偏好偏差的距离,提出了确定决策者权重的方法;建立了基于决策先验信息的多阶段偏好集结的决策阶段赋权模型.根据各决策阶段的权重,将多阶段判断偏好集结成群体综合偏好.

     

基于SSH框架的绿色大学评价支持系统研究

为了满足对绿色大学的系统综合评价要求,以达到能够对绿色大学建设效果进行有效评估的目的,并对绿色大学创建过程中的相关绿色属性进行有效的评价,综合运用J2EE技术,研究了基于轻量级Struts+Spring+Hibernate框架的绿色大学评价支持系统的构架方法,在开发过程中对整个系统进行了逻辑分层设计,表现层运用了Struts技术,业务逻辑层对协调分析方法、层次分析方法的算法进行了实现,并完成了J2EE与Matlab的交互,在数据持久层运用了对象关系映射的Hibernate技术,有效地实现了系统的基于开放Web的经济性、可移植性与可拓展性。     

稳压器电加热器开关频繁跳闸的故障分析及改进措施

针对稳压器电加热器开关频繁跳闸故障,通过对比相近额定电流的电机和电加热器的抽屉开关设计,对比2种电流成分,分析了稳压器电加热器开关频繁跳闸的故障原因,提出了增大开关容量和增加冷却装置2项纠正措施。通过改造实施,稳压器电加热器开关温度降至允许的工作温度范围。针对电加热器开关的设计提出了合理化建议,可为电加热器开关设计提供参考,也可为类似开关的故障处理提供借鉴。     

基于核典型相关分析的语音情感识别研究

语音是人类表达思想和感情交流最重要的工具,是人类文化的重要组成部分。语音情感识别作为情感计算中的重要课题已经成为国际上的研究热点,受到越来越多的关注。已有神经科学研究表明,大脑是产生调节情感的物质基础。因此,在语音情感的研究中,我们不能仅考虑语音信号自身,还应将大脑的活动信号融入语音情感识别中,以实现更高准确率的情感识别。基于上述思想,本文提出了一种基于核典型相关分析（KCCA）的语音特征提取方法。该方法将语音特征与脑电图（EEG）特征映射到高维希尔伯特空间,并计算二者的最大相关系数。KCCA将语音特征在高维希尔伯特空间上向与脑电特征相关性最大的方向投影,最终得到包含脑电信息的语音特征。本文方法将与语音情感相关的脑电信息融入语音情感特征提取中,所提特征能够更准确的表征情感。同时,本方法在理论上具有良好的可迁移性,当所提脑电特征足够准确与具有代表性时,KCCA建模得到的投影向量具有通用性,可直接用于新的语音情感数据集中而无需重新采集和计算相应的脑电信号。在自建语音情感数据库与公开语音情感数据库MSP-IMPROV上的实验结果表明,使用投影语音特征进行语音情感分类的方法优于使用原始音频特征...     

金属基仿生减阻材料元素与性能量化分析

借助灰色关联度分析方法,建立了触土部件金属基仿生减阻材料构成元素与性能之间的灰色关系分析模型,通过仿生犁壁材料的试验数据计算了仿生犁壁材料构成元素C、Re、Mn等分别与仿生性能指标接触角、硬度、成本等之间的关联度。分析了仿生犁壁材料元素构成比例与各性能指标之间的量化关系,为地面仿生机械减阻材料的研究提供了又一种科学分析方法。     

仪表控制系统在电气滤清器中的应用

北满特殊钢股份有限公司的50万吨钢四位一体短流程自动化生产线投产在即．煤气质量的好坏是使生产线顺利投入运行的关键一环。为确保设备的正常运行。公司决定对煤气分厂的脱焦系统进行较大规模的技术改造。二次脱焦则是这次改造中的重中之重。     

网格化制造模式中基于身份的认证协议研究

为解决当前网格安全基础设施过程繁琐,导致网格化制造规模受限的问题,提出了网格化制造身份认证层次结构.该结构完全摒弃了数字证书,紧密结合了网格制造化环境.基于该结构,进一步提出了网格化制造模式中基于身份的加密与签名方案和基于身份的认证协议.仿真实验表明,基于身份的认证协议比安全套接层认证协议更轻量、更高效,大大减轻了用户端负担,有助于网格化制造规模的扩大.     

基于多尺度的气液两相流图像信号质量指数谱分析

针对多重分形质量指数谱曲率和面积的概念,应用分形特征最为典型的LORENZ信号与HENON信号以及Cantor集对两个参数进行验证,结果证明两个参数在探测混沌时间序列复杂性方面是完全有效的。引入了多尺度的分析方法,详细研究了气液两相流图像灰度波动信号在不同尺度频率下的两个参数的变化情况,确定采用尺度5信号进行分析。在不同流型的5尺度灰度波动信号下获得了非线性特征值,通过分类指标和单因素方差分析(ANOVA)检验结果,并同其余文献中应用的混沌吸引子形态周界特征(吸引子面积、长轴、短轴)相对比,发现此特征值对不同流型具有较好的分类效果,且在不同液相流速下随气相速度的增加能够揭示出气液两相流型机理结构变化情况,是一种有效的研究气液两相流的方法。     

基于LM算法的棒束通道内空泡份额预测模型研究

应用Anklam T M和Byong-Jo Y的实验数据成功构建了基于LM算法优化的人工神经网络(ANN),用训练成功的ANN对棒束通道内的空泡份额进行预测,并得出了新的空泡份额预测关系式,其预测的均方根误差为7.80%。将ANN的预测结果与Cunningham J P and Yeh H C模型、Kamei A模型、Paranjape S模型的预测结果进行对比,结果表明:ANN的预测结果优于Cunningham J P and Yeh H C模型、Paranjape S模型的预测结果,与Kamei A模型的预测结果相近。通过输入变量对输出变量影响的敏感性分析,发现测点轴向距离与当量直径之比Z/DH、质量流密度G、加热棒束的热流密度q对棒束内空泡份额有很大的影响。     

多源数据融合方法研究

选取工程应用中易于实现的数据融合方法进行分析研究,并以融合数据与数据真实值的偏差作为数据融合方法的稳定性判定依据,进行了三余度多源数据的数据融合仿真试验。试验结果表明,加权最小二乘法在数据融合时表现稳定,可替代常用的矩估计融合和中值融合,更有效地提高融合数据的精度。