Progressive framework for deep neural networks:from linear to non-linear

We propose a novel progressive framework to optimize deep neural networks. The idea is to try to combine the stability of linear methods and the ability of learning complex and abstract internal representations of deep learning methods. We insert a linear loss layer between the input layer and the first hidden non-linear layer of a traditional deep model. The loss objective for optimization is a weighted sum of linear loss of the added new layer and non-linear loss of the last output layer. We modify the model structure of deep canonical correlation analysis (DCCA), i.e., adding a third semantic view to regularize text and image pairs and embedding the structure into our framework, for cross-modal retrieval tasks such as text-to-image search and image-to-text search. The experimental results show the performance of the modified model is better than similar state-of-art approaches on a dataset of National University of Singapore (NUS-WIDE). To validate the generalization ability of our framework, we apply our framework to RankNet, a ranking model optimized by stochastic gradient descent. Our method outperforms RankNet and converges more quickly, which indicates our progressive framework could provide a better and faster solution for deep neural networks.     

多层次SIFT特征在语义概念检测中的应用

SIFT局部特征因良好的性能在图像和视频的语义概念检测中得到广泛应用。已经有很多学者对SIFT做了深入研究,并提出了PCA-SIFT,SURF,MSER等,但是在SIFT算法中,阶与阶之间采样率的变化对SIFT特征的影响关注很少。考察了SIFT算法中,阶与阶之间采用不同降采样率对SIFT特征差异性的基础上,提出了一种多层次的SIFT（ML-SIFT）算法。Caltech256和SceneClass13数据集上的实验表明,ML-SIFT相比于原始SIFT,其MAP的提高能够分别达到15.7%和5.1％。另外在Caltech256上,当采用不同比例的正负样本训练时,ML-SIFT算法具有较好的稳定性。同时,还将ML-SIFT算法、SIFT、SURF算法做了性能比较,SURF和SIFT算法的性能较接近,但是SIFT和SURF相对于ML-SIFT算法,则其性能较差。实验表明,ML-SIFT是有效的。     

基于分数阶滑模观测器的BLDCM无位置传感器控制

为解决传统滑模观测器存在的抖振和相位延迟问题,将分数阶思想引入滑模观测器设计中,利用其传递能量缓慢的特点,结合无刷直流电机(brushless DC motor,BLDCM)线电压方程,设计出分数阶滑模观测器,避免了传统整数阶观测器中因低通滤波器的存在引起观测值相位滞后,同时可以得到光滑的线反电动势估计值曲线,进而获得实时准确的换相信号和估算转速。仿真结果表明:本研究提出的方法,可以准确观测BLDCM线反电动势,实现其无位置传感器控制。     

直流位置伺服系统的二自由度分数阶控制

为提高直流位置伺服系统的控制性能,提出了一种2自由度（two degree-of-freedom,2DOF）分数阶控制方法．通过设计一种2DOF控制结构,实现了系统的跟随和抗扰特性的解耦控制;将内模控制（internal model control,IMC）与分数阶控制相结合,选用分数阶滤波器,推导出了跟随控制器和抗扰控制器设计方法;根据控制性能的要求,利用系统截止频率和最大灵敏度指标,实现了2DOF控制器参数的解析整定．仿真实验结果表明,2DOF分数阶控制方法具有良好的位置跟随特性和抗干扰能力．     

泵阀并联驱动液压缸抗干扰控制器设计

根据液压升船机、多自由度试验平台等重载、长行程单出杆液压缸控制系统高性能和高效能的要求,采用阀控开式回路和泵控闭式回路并联驱动非对称液压缸系统。该系统本身可以兼顾效能和性能,但还要保持性能。由于速度和位移传感器存在电磁扰动问题,为了抑制该扰动,提出在PID位置反馈控制基础上,增加抗干扰观测器策略,并通过仿真对该系统控制性能进行验证。仿真结果表明：与传统的PID控制方法相比,该方法能够精确估计出正弦扰动,并在前馈进行补偿,消除频率已知的单正弦扰动的影响,从而抑制检测扰动,使系统更快地跟踪给定信号。     

基于Windows WDM的USB设备驱动程序的开发

简要介绍了Windows WDM驱动程序开发过程,提供了一种PC机之间的信息同步传输方案。用CYPRESS公司的AN2720SC芯片,开发了基于USB2.0的驱动程序及应用系统。在应用中实现了信息的双向同步传输,证明了方案的可行性。     

焦化冷鼓的DCS控制系统设计

针对某焦化厂冷鼓作业设计控制系统,根据工艺要求选取硬件,设计工艺流程图,对上位机进行组态及下位机进行编程,对控制系统的I/O口进行配置,通过现场进行调试、排除故障,目前本系统运行状况良好。     

XM253型蜡料制备线通过鉴定

由济南铸造锻压机械研究所设计,菏泽铸造机械厂制造的XM253型蜡料制备线于1988年10月29日通过鉴定。鉴定认为:该线在设计上采用蒸汽加热的栅格状熔蜡器,熔速快、蜡液温度低、能耗少;蜡料输送管道化,实现了流水生产,蜡液不易污染,便于管理;制蜡及输送过程采用电加热     

硅酸乙脂湿法制壳流水线

本文介绍了主要用于制备模组尺寸为φ350×400毫米、生产率为120～150组/班的硅酸乙脂湿法制壳流水线,着重阐述了该线的主要结构、特点及制壳工艺。该线也可以制备水玻璃模壳。     

一种基于支持向量机的非线性系统辨识方法

提出一种新的非线性系统辨识方法,基于支持向量机回归算法,选取高斯核函数构造了从输入空间到高维特征空间的非线性映射,以避免繁琐的运算,实现对非线性系统的辨识。仿真结果表明了SVM具有很好的拟合和泛化能力,同基于神经网络的非线性系统辨识相比,其辨识和泛化性能要优于神经网络。支持向量机的使用为工业过程的系统辨识提供了一条新的途径。