智能式机械制图题库软件的研制

介绍了智能式机械制图题库软件包的研制方法，包括如何科学地建立题库及相关的知识库，如何编制操作方便实用，功能齐全的题库管理程序，以及如何根据题元类型设计出 试卷，题库中的题元是利用绘图软件《ＡＵＴＯＣＡＤ》制成，管理程序采用Ｃ语言编制。     

基于多源动态TrAdaBoost的实例迁移学习方法

针对源领域数据和目标领域数据分布类似的情况,提出一种基于多源动态TrAdaBoost的实例迁移学习方法.考虑多个源领域知识,使得目标任务的学习可以充分利用所有源领域信息,每次训练候选分类器时,所有源领域样本都参与学习,可以获得有利于目标任务学习的有用信息,从而避免负迁移的产生.理论分析验证了所提算法较单源迁移的优势,以及加入动态因子改善了源权重收敛导致的权重熵由源样本转移到目标样本的问题.研究结果表明,所提算法在2个和3个源领域的迁移学习精确度最高值分别达到90.7%和92.2%,能够得到较高的分类精度,更适于实例迁移学习.     

基于多源异构信息迁移学习的融合故障诊断方法

基于深度学习的故障诊断模型的精确度依赖于带标签的样本数量和信息使用方式.实际的工业控制获取的数据往往既有一维的信号序列又有二维的图像.基于深度学习的故障诊断方法仅利用一类数据进行故障诊断会造成信息的浪费,需要将多源异构信息进行融合.但工业控制中带标签的故障样本量很少,仅利用故障样本不能获得精度较高的故障诊断模型.迁移学...     

基于迁移学习的火灾实时检测

在深度学习中,多数基于视频图像处理的火灾检测技术在提取特征时存在着精度低、无法实时检测的缺点.因此,提出了一种基于YOLOv3迁移学习的目标检测方法.首先,在进行特征提取的卷积层加入了残差网络中的快捷链路避免梯度消失.其次,采用了多尺度的先验框检测目标物体.最后,使用了Sigmoid与交叉熵函数相结合的损失函数来进行多...     

基于深度迁移学习的烟雾图像检测

针对乡村焚烧秸秆的烟雾预警问题,提出一种基于深度迁移学习的烟雾图像检测方法。该方法使用TensorFlow框架,引用已在ImageNet数据集上训练好的Inception-v3网络模型作为源模型,将其在ImageNet数据集中提取到的边缘、色彩、纹理等特征用于构建新的烟雾检测模型。利用真实场景的监控图像进行实验验证,实验结果表明,和传统的烟雾图像检测方法相比,该方法取得了较高的检测准确率,测试准确率达到了90%。     

基于迁移学习的天气图像识别

为提高天气图像识别的准确率,达到良好的天气图像分类效果,提出一种基于迁移学习的天气图像识别算法.该算法使用Xception图像分类算法实现网络架构,再基于迁移学习理论将模型和参数应用到天气图像识别中,并在同一数据集上与其他模型进行性能对比.实验结果表明,基于迁移学习的改进Xception模型有效解决了训练样本不足、准确...     

基于迁移学习的跨域异常流量检测

基于已知数据的机器学习模型在实际异常流量检测任务中不完全可靠,为此,将不同分布的流量分别作为源域和目标域,建立跨域网络异常流量检测框架,提出了基于联合分布适配的迁移学习方法.通过寻找最优变换矩阵、适配源域与目标域之间的条件概率和边缘概率,实现源域与目标域间的特征迁移,从而解决由于源域与目标域分布差异大所引起的检测准确率下降等问题.实验结果表明,所提方法可以显著提升跨域流量的检测准确率.     

基于迁移学习的交互时序数据可视化生成方法

为了解决时序数据间分布不一致的问题,使模式分析更容易应用于其他数据,提出基于迁移学习的交互式时序数据可视化生成方法,将迁移成分分析应用于时序数据提取的特征.将用户在其中一个时序数据上的分析作为标签,在该源域上训练分类器并应用到多个目标域,对多个不同目标域的时序数据的模式进行批量推荐.通过真实的天气数据和轴承信号数据的2个案例分析和专家访谈,验证了利用该方法能够提高时序数据探索的效率,减少数据分布不一致问题带来的影响,体现该方法的有效性和实用性.     

Internet网络上的智能检索Agent体系结构及其学习方法

介绍了当前 Ｉｎｔｅｒｎｅｔ 网的现状及智能检索 Ａｇｅｎｔ 的发展状况．结合实际情况,提出了一种新的智能检索 Ａｇｅｎｔ 的体系结构,并着重阐述了其集成机器学习模型．     

面向轴承智能诊断的多领域深度对抗迁移网络

针对不同工况下轴承监测数据分布差异性导致的诊断精度下降问题,基于深度学习与迁移学习,提出一种多领域深度对抗迁移网络,用于变工况下轴承的智能诊断。将不同工况下的样本集视作属于不同的领域,在特征提取时利用深度残差网络将轴承源域的训练数据与目标域的测试数据映射到高维特征空间,提取监测数据高层抽象的特征表示;设计多领域对抗模块,以支持多故障模式的轴承样本在不同领域对抗模块上进行对抗迁移训练,保障源域与目标域数据在特征空间中的分布有效对齐;在利用源域数据训练故障分类器时引入标签平滑约束,增强故障识别的泛化能力,将源域故障诊断知识迁移到目标域数据的故障信息识别,实现变工况下的轴承智能诊断。利用变工况下的齿轮箱轴承故障数据集与电机轴承数据集对提出方法进行验证,结果表明：相比其他方法,提出的新方法考虑了轴承监测数据的多故障模式结构,更好地提取了领域不变特征,提升了变工况下轴承故障的识别精度。     

基于AutoCAD的组合机床夹具元件的参数化设计

针对设计组合机床的夹具元件都是通用件、标准件,利用 ＡｕｔｏＣＡＤ软件开发工 具、设计、开发了来具元件库,实现了参数化绘图．此方法可以扩展到组合机床其它元件上,建立 相应元件库,从而简化了设计,提高了效率,具有实用价值和可扩展性．     

电机电枢参数智能检测仪的研制

研制开发了机车牵引电机电枢参数智能检测仪。该检测仪通过单片机控制步进电机的旋转、电磁铁的吸合,对牵引电机的电枢进行试验和检测,并通过单片机与智能仪器的通信将所测量的结果进行存储、显示与比较判断,并打印出结果,实现电枢参数检测的自动化,提高了电机检修的管理质量。     

机械工程图的智能输入与识别研究

介绍了一个机械工程图智能输入与识别系统的设计与实现，讨论了系统各模块的功能和算法。为了提高机械图纸的识别精度与范围，引入了直线，圆弧重构及基于人工神经网络的机械标注符号智能识别。     

微机械力学性能测试仪

微机械力学性能对微机械的设计、加工等具有重要作用，积累和完善微机械力学性能库已经成为进行微机械研究的重要基础课题。本文根据微力微位移方法进行微构件力学性能测试的要求，研制了微机械力学性能测试仪。论文着重论述了微机械、仪器总体设计方法、各部分方案，并给出了测试结果。     

基于工作过程的机械制图与计算机绘图课程体系的建设与研究

通过分析基于工作过程的高职教育的特点和优势,阐述了机械制图与计算机绘图传统的课程内容和教学方法的缺点和不足,探讨了如何基于工作过程的理念进行机械制图与计算机绘图课程体系的建设和研究。     

面向微小零件加工的微细切削技术

比较了传统的精密/超精密机床与微小型机床在微细切削中的优缺点,综述了微小型机床在日本、美国、韩国以及中国的研制情况。分析了最小切削厚度和工件微结构对微细切削的影响,讨论了微细切削在微毛刺、表面形成、切削力建模及微刀具磨损方面的机理问题并指出了微细切削今后应当着重解决的技术难点。     

组合机床动力滑台液压系统实验装置设计

组合机床动力滑台液压系统是一个典型的液压教学示例，本文结合学生毕业设计的内容简述动力滑台液压实验台的液压系统设计及电气控制设计特点，并阐述了整个实验装置的特点。     

光子相关计及DMA数据传输系统设计

提出了一种实现双数据通道ＤＭＡ传输的新方法,并成功地应用于光子相关计中,得到了满意的实验结果。并以８２３７ＤＭＡ控制器为例,详细地分析了工作在命令传输方式的８２３６与外设、ＣＰＵ之间的操作时序,提出了实现双数据传输方式的逻辑设计,拓宽了ＤＭＡ控制器的处理能力。     

具有学习功能的机械设备智能诊断系统

论述了具有学习功能的机械设备智能诊断系统的结构及其功能，并提出了实现该功能的关键技术．     

桥梁信息化及智能桥梁2020年度研究进展

以信息化、智能化为特征的数字化时代的到来推动了桥梁工程技术的发展与创新,有必要将云计算、大数据、人工智能、3D打印、机器人等战略性新兴产业技术与桥梁工程相融合,从智能设计、智能施工、智能运维等多个维度,推进桥梁工业化、数字化、智能化升级。本文从桥梁信息化、智能检测与安全运维、智能防灾减灾、智能材料等方面,综述了2020年该领域前沿技术和重要成果,总结了研究热点与前景展望。分析表明：BIM技术可以提升桥梁正向设计精细化水平、施工过程控制和管理准确化程度;无人机、机器人等智能检测技术与机器学习、卷积神经网络等人工智能技术提高了桥梁检测的精度和效率;高性能智能材料的应用促进了桥梁结构的自感知性、自适应性、自调节性和自诊断性;基于人工智能的自然灾害监测与预警为桥梁智能防灾减灾提供了新的发展思路。未来应将人工智能技术深度融合桥梁设计、建造和养护的全生命周期,顺应信息化、智能化的发展趋势,实现桥梁强国梦。