乙醇浓度预测的多元线性回归模型建立及验证

设计了由光源、气室、探测器和控制器等组成的非分散红外吸收系统，往气室内通入不同浓度的多组分气体（含有乙醇、二氧化碳和水蒸气），采用红外光谱仪进行光谱数据采集，得到多组分气体混合光谱图。根据数据集样本求解回归系数，建立了多元线性回归模型，并进行干扰修正以降低二氧化碳和水蒸气对乙醇浓度预测的影响。对建立的多元线性回归模型进行评价，结果表明:模型真实有效且具有良好的线性回归效果，可以用于预测气体浓度，乙醇、二氧化碳和水蒸气浓度预测误差均在可接受的范围之内，其中乙醇浓度预测误差最小，不超过2.0×10-4。通过干扰修正尽可能排除二氧化碳和水蒸气的干扰，能够较准确地预测乙醇浓度。     

面向多数据流的车厢拥挤回归分析方法

公交车拥挤度分析对维护公共交通安全起着重要的作用.针对在传统的目标检测方法中使用单个摄像头导致无法获取完整的车厢图片信息,以及在高密度场景下乘客与乘客之间的遮挡或者乘客被车厢内的座椅等物体遮挡的问题,提出了一种借助两个前后车厢的摄像头面向多数据流的车厢拥挤回归分析方法.首先,定义一个线性方程;其次,获取相对可见信息:公交车最大核载人数、根据人眼标记出的总人数、以及通过YOLOv3和ResNet50分别检测出车厢内人头数和拥挤率;然后,将包含已知信息的样本数据矩阵和期望值向量代入所定义的方程中,拟合出隐含信息:系数向量和偏置项,构建出一个多元一次线性回归方程,在高密度环境中狭窄和遮挡严重等情况下能够获得更为精确的车厢内总人数;最后,通过人数估计线性回归算法,获得最终的车厢内总人数.实验结果表明,所提方法能够预测出公交车上的人数,实时获得公交车上的人群流量,并且通过平均绝对误差(MAE)和均方误差(MSE)对数据进行误差分析后,验证了该方法能够正确地反映公交车拥挤度.     

CHINAPLAS携4000+展商强势回归上海 橡塑创新解决方案蓄势待发,一起先睹为快

全球橡塑高科技大展——"CHINAPLAS 2022国际橡塑展"重磅回归上海,启用36万平方米展示面积,携手4 000+家海内外的优质展商,以前沿创新科技迎接橡塑行业的全新挑战与时代机遇。第二波展品倾囊放送,助行业人士及早把握行业发展风向标。     

风力发电机组全功率试验台搭建及应用

为了降低风力发电机组现场调试的高成本和高风险,在车间完成对机组整机性能的测试,采用数字仿真模型与全功率拖动平台联合实时测试的方法搭建了风力发电机组全功率试验平台.其中,数字仿真模型使用基于多体动力学的线性变参数(LPV)建模方法对叶片以及塔架等柔性部件进行详细建模,采用仿真计算出的高精度模拟信号作为系统的输入;拖动平台采用伺服拖动系统模拟风轮的气动输入作为系统的执行机构.测试表明,该试验平台能够在不增加复杂装置的情况下,将叶片模态以及塔架模态纳入到测试系统中,使测试结果更加接近现场实际情况,保证机组装机后安全稳定的运行.     

改进FasterRCNN模型的布氏硬度检测方法

自动提取布氏压痕轮廓是提高布氏硬度检测效率的关键一步，针对传统机器视觉算法提取布氏压痕轮廓算法的不足，本文通过FasterRCNN模型实现了布氏硬度压痕直径的自动化检测。针对检测布氏硬度压痕圆的特点，提出对FasterRCNN模型的改进。在classification网络中的边框回归损失函数中加入预测检测框的长与宽的方差，在改进的边框回归函数优化目标修改为真实检测框与预测检测框差距最小且预测检测框宽与高之间差距最小，使得基于改进的FasterRCNN模型布氏硬度检测能够提供更加准确的目标预测检测框，取得更精准检测效果。同时引入数据增强的方法扩充有效数据大小。实验结果表明，基于FasterRCNN的布氏硬度模型检测方法适用于锈蚀和光滑金属表面工况。改进的FasterRCNN网络模型准确率为97.08%，较原模型提升0.73%，归一化均方误差（nMSE）为0.001226，较原模型降低40.31%， 改进的效果明显，并弥补机器视觉算法提取压痕轮廓的不足。     

基于外部载荷位置预测的光纤传感器故障信号识别技术

为了解决传感器故障识别过程中识别效率低和精度低的问题。提出了基于外部载荷位置预测的光纤传感器故障信号识别方法。通过合成外差算法和傅里叶变换解调和去噪传感器信号；采用本征模函数提取不同故障下信号特征。并将其分为状态信息和扰动分量两部分。计算二者之间的近似性。结合线性模型提取故障信号特征向量；利用系统灰色性故障识别方法和外部载荷位置预测传感器多角度负载并进行融合处理。构建灰色关联矩阵计算其与标准数据之间的贴近度。完成光纤传感器故障信号识别?仿真分析结果表明。所提方法在故障信号解调、去噪以及识别方面均具有明显的优势?对深入研究传感器起到了一定的推动作用?     

英特尔换帅回归技术的大反攻?

2021年1月13日,英特尔公布的一则消息令这家公司获得业界的极大关注。当天,英特尔宣布任命帕特·基辛格(Pat Gelsinger)为新一任CEO,帕特·基辛格将在2月15日接替现任CEO司睿博(Bob Swan)。我们知道,前任CEO布莱恩·科再奇(Brian Krzanich)离职后,财务出身的司睿博临危受命,到目前也才上任两年,为什么在这个节骨眼上英特尔又换帅了呢?帕特·基辛格又是何许人?他能带领英特尔发起大反攻吗?     

基于主成分分析法的地铁车站施工预警方法研究

根据多元统计分析方法,文中以青岛地铁4号线错埠岭车站为研究对象,对地铁车站安全评价进行主成分分析,通过建立变异系数v来降低专家主观性造成的不准确性,再运用线性回归最小二乘法建立散点图,划分安全与危险区,使结果更加清晰。同时在计算过程中运用MATLAB数学软件,对计算过程进行简化,使结果更加精确,计算快捷。通过建立主成分分析法和线性回归最小二乘法耦合评价模型,不仅能合理的判断其生产工作的安全程度,为部门的奖惩管理提供一定的依据;同时也为施工人员培养安全意识,降低事故的发生率,保证工程的顺利进行,为安全生产管理和决策提供合理的技术依据。