层次聚类法在逆向工程中的应用研究

针对层次聚类法和逆向工程的点云采样问题,在深入分析层次聚类法特征的基础上对其进行了分类定义,包括曲面变分、BSP构建等关键技术,构建了算法实现的流程图。应用该算法结合Geomagic Qualify软件对某汽轮机厂的水轮机叶片进行了采样和逆向建模研究,证明了层次聚类法在逆向工程方面应用的可行性。     

基于非参数检验的划分——凝聚层次聚类变点识别法

变点识别是统计过程控制第一阶段的主要任务,通过对大量历史数据进行分析,识别出运行状态发生变化的准确时间点,则有利于分析运行状态变化的原因,从而改善生产等各种过程的表现。针对时间顺序数据,本文提出将划分层次聚类法与凝聚层次聚类法相结合的变点识别方法,并在凝聚层次聚类中采用非参数检验法。通过仿真对方法性能进行分析和比较,结果显示本方法具有良好的变点识别性能。     

文本聚类中的改进特征权重算法

本文提出了一种新的基于词频和文档频率的特征词权重计算方法ETFC.首先构造了新的函数作为特征词的类别区分度,加强了低文档频数特征词的类别区分能力.然后运用k-means算法进行聚类实验.结果表明,改进后的权重算法ETFC比现有的权重算法TFIDF和TFC在聚类纯度和算法的稳定性方面均有较大提高,从而表明改进策略是可行的.     

基于多尺度信息融合的层次聚类算法

在体绘制领域和图像分割中,数据集通常具有流形结构,各部分边界连接紧密且伴随局部噪声,给传统聚类算法的应用带来了较大的困难．本文根据非参数密度估计方法提出了一种基于多尺度信息融合的层次聚类算法．新算法通过整合密度差异和边界信息构造了一种多尺度结构信息融合的相似性度量,通过水平集的图连接策略推导出一种层次化的类结构剖析过程以获取稳定的聚类结果．新算法不受数据集形状、密度类型的限制,无需对数据集进行假设,可自动识别数据集常见的聚类结构特征．同时聚类结果较为稳定,算法对噪声具有较强的鲁棒性．从人工数据集和真实数据集以及应用试验的测试结果可以看出新算法的优越性能．     

深度学习聚类算法在炼铁高炉指标聚类中的应用

为支撑炼铁高炉画像及对标找差应用,该文开发了一套用于炼铁高炉指标聚类的深度学习聚类算法模型,其中包括表达空间学习、低维空间聚类及最优解算法模块三部分,采用自编码器模型的神经网络结构和聚类损失函数,基于高炉生产以及经济效益等指标,将不同环境下的高炉进行聚类,既展现了高炉群体间、个体间、个体与不同群体间炉况和炼铁能力的共性,又为对标找差提供了有效途径,在很多高炉中评判出优质高炉,以及发现其他高炉与优质高炉间的差距。     

聚丙烯酰胺类水凝胶及其在生物化工等领域中的应用

叙述了聚丙烯酰胺和聚丙烯酰胺类水凝胶的合成反应、结构与性能的研究状况,并介绍这些水凝胶材料在生物物质分离、浓缩和生物催化剂固定化等方面的应用研究进展。     

模糊聚类分析法在抽风机故障诊断中的应用

对于现阶段的发展来说,机械设备的进步对人们的生活和工作产生了很大的影响。比方说我们常用的抽风机,这种设备既能吸气也能吹气,两种用途结合在一种设备上,为日常的工作带来了很大的便利。从客观上来说,现阶段的抽风机类型很多,体积也依据人们的需求有所增长,但如果发生故障,很难检查出来,从而影响了日常的应用。本文将对模糊聚类分析法进行一定的阐述,利用这种方法来诊断抽风机的故障,效果较好。     

浅谈数据挖掘中的聚类算法

数据挖掘是近年来非常热门的研究方向。聚类分析是数据挖掘的一个重要研究领域。本文归纳总结了数据挖掘中传统聚类算法,并对现今新发展的,比较热门的聚类算法进行了介绍。     

模糊聚类在城市环境噪声区划中的应用

通过对城市声学环境定量区划方法的研究,提出使用模糊聚类模型进行区划,该方法简单,误差小,具有较强的实用价值.     

基于k-均值的文本聚类算法及改进

本文提出了k-means聚类算法中选取初始聚类中心及处理孤立点的新方法,改进了k-means算法对初始聚类中心和孤立点文本很敏感的不足之处,并将改进后的算法应用于中文文本聚类中。实验结果表明,改进的算法较原算法在准确率上有较大提高,并且具有更好的稳定性。     

模式识别技术在泥浆浓度反演中的应用

泥浆在建筑工程中使用非常普遍,合理地控制泥浆的物理性能对于建筑工程施工及其质量控制非常 重要,通过声学方法可以有效地监测泥浆的体积浓度等物理参数。在通过声衰减和声速等介质的声学参数反演 泥浆浓度的过程中,数据拟合的好坏直接影响到反演的精确程度。通过模式识别技术,利用聚类算法,对数据 进行分类、归类处理,能有效的地提高反演的准确度。     

以枫叶为模板合成分级多孔氧化铈材料及其催化性能

以枫叶为生物模板合成了由纳米颗粒构成的分级多孔氧化铈材料. 采用场发射电子显微镜(FESEM)、透射电子显微镜(TEM)和氮气脱吸附技术表征了材料的独特生物形态微结构, 其仿生结构是由复制气孔得到的微米孔和复制细胞孔得到的2~4 nm的小孔构成. 通过广角X射线衍射(XRD)、高分辨透射电子显微镜(HRTEM)和BET计算发现多孔氧化铈具有很小的晶粒(6~8 nm)和较大的比表面积(64.4 m²/g). 利用化学储氧量(OSC)评价了样品催化性能, 结果表明: 分级多孔氧化铈比无孔氧化铈含有更多的表面活性氧. 当将材料用于酸性品红脱色反应, 由于分级多孔氧化铈材料的颗粒小, 比表面积大和化学储氧量高, 其在染料废水净化处理时具有较好的催化活性和吸附能力, 到300 min时脱色率可达到100%.     

多级映射原理在符号化测量中的应用

本文提出了实现数值－符号转换的一种新方法，多级映射法，多级映射原理对于扩大符号表示概念的范围和细致程度非常有用，可用以实现数值和符号测量，并同时对传感器进行非线性修正，该方法在以热偶为低感温元件的模糊温度传感器上的应用表明，多级映射原理是可行和有效的。     

粗糙主成分分析在齿轮故障特征提取中的应用

采用粗糙集理论对输入征兆进行甄别，约简与诊断无关或关系不大的征兆，并在约简过程中结合启发式知识以解决约简过程中出现的NP问题。研究结果表明：在主成分分析中结合粗糙集理论可以排除干扰量的影响，并有效地进行特征量的提取。     

SMART传感器及其在测控系统中的应用

本文从SMART传感器的特点、组成原理及其发展趋势等方面对SMART传感器作了详尽的描述,介绍了新型传感器在测控系统中的应用。     

层次离散熵及其在高压共轨喷油器故障诊断中的应用

随着非线性科学理论的飞速发展,信息熵方法已广泛应用于工程机械的故障诊断中.提出了层次分析和离散熵结合的层次离散熵(HDE),研究其参数变化对熵值计算精度和计算效率的影响,并与多尺度熵(MSE)、多尺度模糊熵(MFE)、多尺度离散熵(MDE)、层次样本熵(HSE)和层次模糊熵(HFE)进行对比研究,研究结果表明,HDE在...     

正交线偏振激光器及其在精密测量中的新应用

介绍了正交线偏振激光器及其在精密测量中的新应用,包括:1)正交偏振双频激光器,2)纳米激光测尺(基于频率分裂的激光器两偏振光竞争位移传感器)测量原理,3)直接利用波片形成频率分裂的波片位相延迟测量原理,4)激光回馈波片位相延迟测量原理.这些新应用的原理,结构简单,可溯源到光波长.如,纳米激光测尺已在应用中,测量范围12mm,分辨力79nm,线性度小于5×10-5,基于频率分裂的波片位相延迟测量系统重复性达到0.3',而激光回馈波片位相延迟测量系统具有在线检测的优点.     

CRC校验及其在温室测控系统中的应用

介绍了CRC的数学原理及其计算方法,成功地把该算法应用到基于单总线技术的温室测控系统中,大大提高了数据传输的可靠性,并给出了相应的软件.     

隐马尔科夫模型的改进及其在金融预测中的应用

隐马尔科夫模型(Hidden Markov Model)在诸多领域都有广泛应用.本文从不同角度对现有的HMM进行改进并应用于金融预测.首先,我们采取固定K-means方法的初始点,使得K-means的聚类结果更加稳定,由此为Baum-Welch算法确定更好的初始迭代值.其次,为更进一步提升预测效果,与已有方法不同,我们将由BaumWelch算法所得到的模型参数值作为Vertibi算法的输入来确定隐状态的最优取值序列,由此重新划分观测向量,进而得到各个隐状态对应的观测向量的集合;基于Vertibi算法的输出结果,我们重新计算不同类观测向量的均值与方差,将新的均值向量和协方差矩阵作为Baum-Welch算法初始迭代值,最终确定HMM最优的模型参数.最后,代替现有方法仅在历史区间中简单寻求相似走势的做法,我们不仅导出了预测值发生的多步条件概率的精细表达式,而且通过极大化该条件概率的值来得到更佳的预测值.基于中国证券市场具体数据的实证结果表明了本文所提出改进HMM的优越性.