基于数据挖掘技术的光通信系统信号质量参数分析方法

光通信系统信号质量的影响因素较多,因素之间互相干扰,导致当前光通信系统信号的质量难以达到最佳,为了提高光通信系统信号的质量,提出了基于数据挖掘技术的光通信系统信号质量参数分析方法.首先收集光通信系统信号的质量参数,并对参数进行归一化处理,通过采用数据挖掘技术,分析参数和光通信系统信号质量间的联系,得到光通信系统信号质量参数分析模型,最后与其他方法进行了仿真对比实验,结果表明,本方法的光通信系统信号质量参数分析精度高,可以保证光通信系统的性能,具有一定的实际应用价值.     

生物光声成像中声反射伪影抑制方法的研究进展

生物光声成像(Photoacoustic Imaging,PAI)是一种新型的无创复合功能成像方法.生物组织不均匀的声学特性会使超声波在组织界面处发生反射,导致重建图像中存在伪影和失真,降低图像质量和成像深度.文中综述了目前抑制PAI声反射伪影的主要方法,包括延迟相减法、基于杂波去相关理论的方法、短滞后空间相干法、基于深度学习的方法、光声引导聚焦超声法、基于超声平面波模型的方法和多波长激励的方法等,详细介绍各方法的原理,分析其优势和不足,并展望未来的研究趋势.     

稳定同位素技术在禽类及其制品溯源领域的研究进展

本文基于国内外禽类及其制品溯源的研究成果，针对市场上出现的禽类及其制品的产地和饲养方式造假（如普通鸡蛋冒充地理标志鸡蛋、自由散养鸡蛋、有机鸡蛋等）、禽类饲料成分掺假（如非法添加动物副产品、色素等）等问题，梳理了稳定同位素技术在禽类及其制品可追溯性的应用进展，在此基础上提出禽类及其制品溯源的现存问题和发展方向，以期为稳定同位素技术在禽类及其制品质量安全领域的深入研究及食品溯源体系完善提供参考。     

温度对核电站传热管阵列声透射特性的影响

为了研究温度分布对于管阵列结构中的声透射特性的影响，以核电站的实际工况为背景，构建了不同的温度场以及周期性变化的非均匀温度场，利用有限元方法进行数值模拟。结果表明：（1）温度分布会改变管阵列声透射频谱的“禁带”宽度以及中心频率位置。在同一介质中，温度变化对频率较高位置的影响大于频率较低的位置。（2）在同样为10℃的温度差下，当水的平均声速为1 653 m·s^-1、饱和水蒸气的平均声速为522.5 m·s^-1时，介质为水时的禁带宽度及中心频率位置变化较大，即声速大的介质的频谱对于温度的变化更敏感。（3）当温度差在10℃以内，在周期性变化的非均匀温度场和与均匀温度场中管阵列声透射特性在第一中心频率23 996.1 Hz之前，两频谱差别很小，在第一禁带之后会出现明显区别。该研究成果对完善核电站应用的声学检测提供了理论基础。     

CDBN‑IKELM的轴承变工况故障诊断方法

针对现有方法在轴承变工况方面存在的诊断精度低、人工提取特征不充分等问题，提出了基于卷积深度置信网络（convolutional deep belief network，简称CDBN）与改进核极限学习机 （improved Kernel?based extreme learning machine，简称IKELM）的滚动轴承故障智能识别方法。首先，由卷积深度置信网络对原始信号内的故障特征进行深层自适应提取；其次，利用等距特征映射对提取的多维特征进行降维，去除冗余特征信息；然后，采用改进的核极限学习机对特征进行分类，使用粒子群（particle swarm optimization， 简称PSO）对模型重要参数进行优化，实现滚动轴承变工况下的故障识别；最后，将所提方法应用于不同工况下多种轴承故障的诊断。实验结果表明，该方法能够智能有效地识别变工况的轴承故障，诊断结果优于已有的智能故障诊断方法。     

基于人工神经网络的智能化架空线路应变快速解调方法北大核心

为了提高智能化光纤复合架空线路态势感知的实时性,将人工神经网络方法应用于光纤沿线应变解调,确定了神经网络的结构。编程实现了基于洛伦兹模型的最小二乘谱拟合方法和神经网络方法,采用不同信噪比和布里渊频移的布里渊谱训练神经网络,将它们应用于某光纤复合架空线路沿线光纤应变的测量,从不同角度比较了两种方法的计算结果。计算结果表明,神经网络方法能有效获得光纤沿线的布里渊频移进而获得应变,具有与谱拟合方法相似的准确性,但应变解调时间仅约为谱拟合方法的1/20000。研究结果为提高智能光纤复合架空线路态势感知的实时性提供了参考。     

基于半监督卷积神经网络的心律不齐分类

心律不齐早期的检测和分类有十分重要的价值.然而,由于心律不齐特征不够明显、不同人体心电信号存在较大的差异性等问题,心律不齐分类技术在现实中的应用存在很大困难.针对上述问题,提出了一种基于半监督卷积神经网络的心律不齐分类方法.首先,对心电信号进行马尔可夫变迁场变换将其变为二维图像;然后,迁移二维卷积神经网络训练得到普通模型;最后,使用半监督训练的方法得到特定模型,使用得到的特定模型对特定病人的心电信号进行分类.该方法从二维图像中提取更高层次的特征来提高分类性能,并有效地克服不同人体心电信号之间的差异性,增强了模型的泛化能力.遵循美国医疗器械促进协会标准,使用麻省理工学院和波士顿贝丝以色列医院心律不齐数据库中的数据,完成了心律不齐五分类,总准确率达到了97.9％,提升了心律不齐分类技术的现实应用价值.     

基于CASS的数字高程模型的精度研究

现阐述数字高程模型的基本理论、数据来源、内插原理、显示方式,以及建立DEM的方法,并以CASS软件为基础平台,将原始数据分为建模数据和检验数据,使用CASS中的建模方法建立DEM模型,并使用验证数据对等高线建立方法进行了精度比较。