粗糙集理论中基于属性重要性的离散化方法

连续属性离散化一直是机器学习领域中亟待解决的关键问题之一。目前已有许多离散化方法,存在的主要问题是断点集的选取带有很大的主观性,导致大多数的离散化算法难以得到较满意的离散效果。分析了当前研究中常用的离散化方法,提出了一种基于属性重要性的离散化方法,利用遗传算法,把最小断点集作为优化目标,利用遗传算法,以属性重要性构造适应度函数,保证了原决策系统的不可分辨关系,避免了决策表信息的损失,所得结果相对来说比较客观。     

利用窜流层提高蒸汽驱油效果数值模拟研究

本文应用油藏数值模拟软件,对储层窜流层进行详细刻划和描述,并在此基础上利用窜流层对油藏的生产动态特征作出不同方案的精确数值模拟研究。结果表明,窜流层存在时,蒸汽到达窜流层后,在窜流层快速水平突进,并以较大接触面积向上继续加热油层,最终可以实现油层纵向上的均匀波及。研究指出水平井注蒸汽水平段适合打在窜流层下方,距窜流层的距离不宜太近,窜流层越厚,蒸汽驱油效果变差。该研究对存在窜流层的油藏所进行的开发提供了新思路,对类似油藏开发方案具有重要意义。     

一种考试用指纹识别设备的设计与实现

介绍了指纹采集、识别系统的一般结构、优缺点；脱机指纹识别系统的具体设计，包括硬件组成、软件功能和通信协议的开发，以及单片机对大容量数据的存储和处理方式，对单片及应用系统的开发有一定的参考价值。     

基于模糊控制摆动式球磨机控制系统设计

超微细粉碎技术是在伴随纳米技术和新材料而发展起来的一项新的粉碎加工技术，随着现代工程技术的发展，许多基础工业对超微细粉末的粒度、粒度分布、粒形等特性提出了更高的要求。如何突破物料的“粉碎极限”已成为制备起微细粉末的关键技术。针对被控对像具有非线性、多变量强耦合、不确定性和大滞后以及获得精确数学模型困难的特点，设计了模糊控制器。本系统经过设计、安装和现场调试，能够快速的突破物料的“粉碎极限”，取得较好的加工效果。     

同步发电──电动机的变极数方法

抽水蓄能电站的同步发电—电动机，在负荷为峰值时，水轮机带动同步发电—电动机旋转，此时同步发电—电动机为发电机的运行状态；在基荷或部分腰荷时，同步发电—电动机作为电动机方式运行，水轮机改作水泵，将下池的水抽回水库。本文论述了抽水蓄能电站的同步发电—电动机改变主磁极极数的两种方法．并用分数槽绕组的轮换数和方格图分析了某同步发电—电动机的电枢绕组。     

一类MIMO非线性系统的稳定干扰解耦控制

基于非线性系统的微分几何理论相对阶概念,研究了一类M IMO非线性系统的干扰解耦问题(DDP),定义了M IMO系统关于干扰的向量相对阶,给出了该类非线性系统通过静态状态反馈的干扰解耦可解的充分必要条件,并进一步讨论了解耦系统反馈镇定问题,给出了解耦系统可镇定的充分条件,仿真结果验证了该方法的有效性.     

基于数组的关联规则挖掘算法

提高频繁项集挖掘算法的效率是关联规则挖掘研究的一个重点领域。文章提出了基于数组的关联规则挖掘算法，只需要扫描数据库1次，通过不断减少数据库中的事务个数，并且利用一维数组对候选2-项集进行计数来提高挖掘效率。实验表明，该文所提出的算法效率比经典Apriori算法快2～3倍。     

多阶段车牌定位算法

车牌定位是车牌识别系统中的关键环节.针对车牌图像区域丰富的边缘信息以及独特的特征,提出一种实用而有效的车牌定位方法.首先,将原始图像转换到HSI空间上,利用图像的字符边缘特征信息和数学形态学操作对目标区域进行粗定位;然后,根据车牌固有的特征定义4种不同的特征值,通过自组织神经网络的训练,实现对车牌区域的精确定位.最后,对80幅彩色图像进行测试,其有效率可达96.25%.     

云计算技术在未来智能电网信息处理平台中的应用

未来的电网将会是一个高度自动化、智能化的电网,如此一个庞大、复杂的系统从发电、输电一直到变、配、用电的过程时刻都会生成海量的电能信息及设备运行状态数据,这就需要一个强有力的信息处理平台作为支撑,且这个平台应具有对海量数据的可靠存储、准确分析、实时同步更新及共享的功能,尤其是音视频等异构数据的分析与处理.云计算技术在大数据处理中具有得天独厚的优势,本文将云计算技术引入到未来智能电网的信息处理平台的建设中,针对未来智能电网信息处理平台的各项功能需求,对比目前电网信息处理平台的诸多瓶颈进行深层次的探讨,证明了将云计算技术应用到未来智能电网信息处理平台中的可行性。     

基于方向协调的蚁群算法

为了克服传统蚁群算法易出现的停滞现象,定义一种新的方向信息素来刻画寻优过程中的全局信息,从而保证在最优路径的基础上提高解的全局性,并加快算法的收敛;此外,由于新的探索率因子的提出及全局选择策略的修正,使得信息素较弱的路径得以选择,进而扩大了搜索的范围,提高了算法的鲁棒性.最后,通过多个不同规模旅行商问题的测试,与蚁群系统算法相比,实验结果表明了该算法具有更好的搜索能力及更快的收敛速度.