隐核最小二乘分类器在故障诊断中的应用

作为一种基于正定核的学习方法,传统支持向量机(Support Vector Machine,SVM)能较好地解决小样本、非线性、过学习、维数灾和局部极小等问题,从而广泛应用于模式识别、回归估计等领域。当前,核方法及其在故障诊断中的应用引起了人们的广泛重视并成为研究热点。为解决传统支持向量对核函数正定性的限制及求解速度不高的缺陷,通过引入最小二乘支持向量机分类算法提高学习速度,采用隐核特征映射技术实现核函数的进一步扩展,提出了一种新的隐核最小二乘分类器(HKLSC)算法。将其应用于实际工业过程的故障诊断中并根据采集的滚动轴承数据进行了仿真。结果表明,该隐核分类器具有很好的故障诊断性能,为故障诊断提供了一种新的有效途径。     

基于相空间重构理论的电力负荷预测

研究电力负荷预测问题。针对电力负荷既受非线性变量的影响又受自身混沌性质的影响,单一预测方法无法同时完善地映射其复杂关系,导致预测精度较低。为进一步提高电力负荷预测准确度,融合相空间重构理论与支持向量机,提出了一种人工智能的新电力负荷预测方法(PSR-SVM)。首先以对数线性平稳法对初始电力负荷数据进行去趋势处理。然后基于粒子群算法对相空间重构参数与支持向量机参数进行同步优化,以最优延迟时间τ和嵌入维m进行电力负荷序列相空间重构,并以支持向量机及其最优参数构建非线性电力负荷预测模型。最后以某电力公司1978～1998的电力负荷进行仿真,结果表明,新模型预测精度明显高于参比模型,是一种高精度、可行的电力负荷预测方法。     

粒子群算法及其哲学启示

粒子群优化（PSO）算法是一种模拟自然生物群体（swarm）行为的优化技术。PSO算法源于对鸟群觅食行为的研究,该算法简单易实现,可调参数少,已得到广泛研究和应用。PSO算法不仅仅是种算法,更是一种学习和思维的创新,体现出学科之间交互所发生的一些突破。它不但是计算机理论上极大的理论创新,而且在哲学上也具有丰富的内涵。对此进行了论述。     

任意个控制点的三次B样条曲线绘制系统设计

三次B样条曲线在实际工程中得到了广泛应用,在目前的文献中还未查到任意个控制点的三次B样条曲线绘制系统。为了使B样条曲线得到更广泛应用和方便《计算机辅助几何设计》课程关于B样条曲线的可视化教学,本文用MatlabGUI编程设计三次B样条曲线绘制系统。此系统界面简洁,使用方便。可用鼠标在屏幕坐标系上点击输入任意个控制点,也可用文件方式输入任意个控制点。用矩阵描述B样条曲线方程,实现快速计算并绘制出光滑的三次B样条曲线。     

电路接插头故障简易处理

由于接头氧化或接触不良造成接触电阻过大而引发的事故在我们日常生活中时有发生,有时甚至酿成火灾,或电信冲断等严重后果。根据多年的工作体会和经验,总结如下几种处理方法:(1)增加导线接头处两导线间压力　增加接触压力,可以大大减少接触电阻。具体方法:①将接头接触改为双联体接线端子。②将接头用铜或铝套管压接。③将接头用接线螺钉压接。④有些接插件如录像机磁头、磁鼓引线接插件常因振动等造成音像时断时续、噪声增大等现象,如果直接将引线焊接,将对维修极不方便,这时可拔下插头,露出插座,用尖嘴钳夹住插座上的方形电极,向同一方向…