构造性神经网络在测井岩性识别中的应用

测井岩性识别是石油勘探中十分重要的基础工作,准确的岩性识别结果可以为勘探和开发提供可靠的依据。人工神经网络方法可对复杂的高维数据进行非线性映射,在模式识别领域得到越来越广泛的应用。针对传统的BP神经网络算法存在收敛速度慢、隐层数以及隐层节点数难以确定等缺点,研究了一种构造性神经网络学习算法---级联算法（Cascade Correlation Algorithm,简称CC算法）及其在石油工程中的应用。采用该算法对甘肃镇原-泾川地区进行岩性识别研究,通过与BP神经网络的识别结果进行比较,体现出构造性神经网络的优越性。     

基于三维人体测量的女大学生体型特征分析及日本新文化原型改进

为了改进日本新文化原型对女大学生的合体性,抽取146名女大学生,采用非接触式三维人体扫描系统,并辅以马丁测量仪等测量方法,对抽样进行了系统的身体数据测量,对所测量数据采用SPSS进行因子分析,得到对女大学生身体特征贡献率最多的6个主成分,进而计算因子得分高低,将女大学生形体划分为瘦体、标准体,分析其特征所在,最后采用回归分析得出原型纸样设计中各控制部位与身高、胸围的一元回归方程,为修正新文化原型提供参考依据.     

PCB盘式风力发电机分布式绕组优化

本文针对小型风力发电系统的印制电路板(PCB)盘式永磁发电机,以提高发电机的输出特性为目标,基于传统PCB分布式绕组型式提出了不等宽分布式PCB绕组,并进行了优化设计.首先建立了PCB绕组盘式电机的电动势和绕组损耗等数学模型,并采用有限元法对优化前后两种绕组型式发电机的绕组电阻、绕组损耗、温升及输出特性进行了计算和对比.分析结果表明,采用优化后不等宽分布式PCB绕组的发电机输出特性得到了明显提升;同时绕组电阻、绕组损耗及温升也相应降低.最后,本文制造了一台采用不等宽分布式PCB绕组的盘式风力发电机并搭建了实验平台,通过样机实验验证了有限元分析模型的正确性及不等宽分布式PCB绕组在盘式发电机中应用的优势.     

斜加劲梁柱节点翘曲传递分析

对梁和柱内的翘曲位移及其双力矩通过斜加劲的梁柱节点的传递提出了新的数学分析模型.新模型除了节点区内梁柱翼缘在自身平面内的弯曲变形和扭转变形外,还考虑了斜加劲肋在自身平面内的弯曲变形和扭转变形、节点区腹板对斜加劲肋扭转变形的约束,得到了节点域双力矩的计算公式.算例表明,提出的模型与板壳有限元方法结果符合非常好,而传统的梁柱翘曲连续的处理方法与板壳有限元方法结果有较大的误差.该方法可以简单地通过修改传统的薄壁杆件单元刚度矩阵来实现,并可以解决薄壁构件框架弯扭线性和非线性分析.     

4-甲基-2-肼基苯并噻唑合成工艺研究

研究了4-甲基-2-肼基苯并噻唑改进合成工艺.邻甲基苯基硫脲(简称苯基硫脲)溶于二氯乙烷中,然后通入氯气,生成4-甲基-2-氨基苯并噻唑盐酸盐(简称AMBT盐酸盐).然后以AMBT、AMBT盐酸盐和水合肼为原料,乙二醇为反应溶剂,通过取代反应合成4-甲基-2-肼基苯并噻唑.产品及重要中间体经红外光谱、核磁共振确定并经气相色谱测定产品纯度为98.2%,收率达到90.3%.综合考虑了影响反应的因素:成环反应试剂的选择、投料比、溶剂量、反应时间和反应温度.最佳反应条件:采用氯气来替代SOCl2或KBr,AMBT与水合肼的摩尔比为1∶6.5,乙二醇15 mL,取代反应时间为7 h,反应温度115℃.该路线工艺条件温合,操作简单,产品含量高,具有较好的社会效益和经济效益,适合工业化生产.     

基于非均衡数据层次学习的案件案由预测方法

案件案由是对案件所涉及法律关系性质的描述,科学、完善的案由设置有利于正确适用法律,是人民法院实行案件分类管理的重要途径.案件案由预测技术指基于案件案情的文本描述由计算机自动给出案件所属类别.在案件属性预测研究中,由于低频类别的样本数量较少且难以学习相关特征,因此已有方法在数据处理部分通常会对低频类别样本进行剔除.然而,在案件案由预测问题中,关键的挑战正是如何对属于低频案由的案件做出准确预测.为此,文中提出了一种基于非均衡数据层次学习的案件案由预测方法.在案件案由预测中,根据案由层次结构将案由划分为一级案由和二级案由,二级案由中的大量尾部类别被汇聚成上层样本数较多的大类,进而通过层次学习的方式来实现二级案由的预测,使二级案由有一级案由的信息支撑.最后,引入调整数据不平衡的损失函数来实现案件案由的预测.实验结果表明,所提方法整体优于对比方法,其平均精确率比现有方法提高了4.81％,这表明通过层次学习和引入非均衡数据损失函数能较好地解决案件案由预测问题.     

推杆自动切断浇口机构在热固性塑料注射模中的应用

介绍了推杆自动切断浇口机构在热固性塑料注射模中的具体结构、模具工作过程。通过该机构在热固性塑料注射模中的应用,显著提高了生产效率、降低了工人的劳动强度、实现了产品的自动化生产,取得了较好的经济效益。     

基于EPLS的电力系统谐波源的识别与定位

在电力供电优化控制的研究中,谐波是影响电能质量的重要因素,对谐波进行监测和分析具有重要的意义。为定量识别谐波源,准确估算系统谐波阻抗,提出了一种应用加强的偏最小二乘回归(EPLS)的谐波源识别算法,利用EPLS来估算系统谐波阻抗,并识别系统和用户各自所要承担的责任,达到识别谐波源定位目的;通过与二元线性回归、稳健回归以及偏最小二乘算法的比对表明,EPLS算法具有实现简单,分析精度高的优势。通过在MATLAB/SIMULINK中构建仿真模型,应用改进方法进行仿真分析,结果证明了所提方法的正确性和可行性。     

基于显著区域和相关反馈的图像检索算法

针对基于内容的图像检索中遇到的效率低下和语义鸿沟问题,设计并实现了一个交互式的图像检索系统。系统首先结合人类视觉注意机制提取图像显著区域,再对不同的区域进行不同特征或不同权重的描述。最后,在初次检索后应用支持向量机(Support Vector Machine,SVM)和粒子群优化(Particle Swarm Optimization,PSO)算法进行相关反馈(Rele vance Feedback,RF),使检索结果更符合用户目的。实验表明,用SVM进行反馈检索效率有大幅度提高,而PSO在小样本指导下,表现出高效的学习和快速的收敛优势。     

基于XML的SDK自动化测试框架的设计与实现

在研究自动化测试技术与方法的基础上,提出了一种基于SDK接口的自动化测试框架,并给出了具体的自动化测试的基本流程和具体的测试框架,采用C、C＋＋语言进行SDK自动化测试框架的设计与实现,结合实际的例子给出了生成的．XML形式的测试用例和生成的测试报告,测试日志。该测试框架存在以下优点：减小了测试用例的编写难度,测试人员操作起来比较方便;可以方便地运用到其他接口参数的黑盒测试中,维护起来较容易,进行功能扩展较灵活。