基于支持向量机和多球体的一对多分类器

为了提高支持向量机（SVM）多分类器的训练效率,将多球体思想引入有指导学习,对训练样本按类别分别进行一类支持向量机（1-SVM）训练得到多球体分类器.针对多球体的冗余区域,构造简化一对多分类器将各球内混叠样本与正常样本分离.以上两个分类器性能互补,可以加权组合为多球体一对多分类器.同时给出了组合分类器基于交叉验证的权重估计和参数调整.仿真实验表明,相对于一对多算法,该分类器训练时间较短且分类正确率较高;相对于一对一算法,该分类器决策速度较快,有助于解决大样本的多分类问题.     

产品模糊配置与结构变异的多尺度耦合方法

为了实现需求驱动的产品快速响应设计,提出产品模糊配置与结构变异的多尺度耦合方法.将多尺度耦合概念引入产品设计中,研究产品多尺度模糊配置设计、多尺度变异设计以及异构系统的多尺度耦合方法.分析异构系统间信息传递过程中的多尺度特征,将配置设计系统中预定义的产品族按状态空间划分为大尺度、中尺度、小尺度和超小尺度.结构变异设计是将模糊配置的相似实例作为输入,通过拓扑结构的改变,输出满足客户需求的新结构.建立模糊配置与结构变异设计异构系统间的多尺度耦合过程的数学描述,通过多尺度递归融合与驱动,实现产品模糊配置与结构变异设计异构系统间的多尺度耦合.开发了模糊配置与结构变异集成先进设计平台,并在精密塑料注射成型装备的设计开发中得到了应用验证.     

产品质量屋中用户需求排序的耦合方法

针对产品质量屋中用户需求排序的问题,提出模糊需求软集合与隶属度云模型的耦合方法,从模糊性与随机性综合考虑用户需求排序的问题,利用需求模糊隶属度构建模糊需求软集合,消除质量屋在信息传递中的模糊性与不确定性问题,通过逆向隶属度云发生器将定量信息转化为定性概念,基于超熵算子评价法,确定需求重要度最终排序,以液压四足机器人为例,验证了方法的实用性与可行性.     

非下采样Contourlet变换域多聚焦图像融合方法

针对同一场景的多聚焦图像融合问题,提出基于脉冲耦合神经网络(PCNN)的非下采样Contourlet变换(NSCT)域融合方法.将源图像经过NSCT变换生成的低通子带系数和带通方向子带系数输入PCNN,将各神经元迭代产生的点火频数构成点火映射图.采用接近度函数描述点火映射图邻域特性的关联程度,根据邻域接近度为融合图像选择相应的子带系数,通过NSCT逆变换得到融合结果.实验分析表明,新的融合方法在很大程度上保留了多聚焦图像的清晰区域和特征信息,具有比经典小波变换、Contourlet变换和常规NSCT方法更好的融合性能.     

一类模糊多目标指派问题的解法及应用

讨论了任务数大于人数,且每两人分配的任务数相差不超过1的模糊多目标指派问题。首先建立数学模型,然后结合模糊数学的理论基础,将各目标的属性矩阵转化为模糊关系矩阵,再将问题转化成为平衡指派问题,用匈牙利法很容易求出最优解,最后给出一个物资供应的实例。     

基于多尺度下AR(P)耦合预测模型的应用研究

基于多尺度分析理论，运用Mallat算法和Daubeclfies小波，把时间序列分解为比原始序列更单一的细节和慨貌部分，并利用AR(P)模型能反映时间序列中邻近时刻间联系的特性，对序列分解后的部分进行拟合与预测，然后再由多尺度分析中的重构方法进行序列重构，由此建立耦合的预测模型。通过黄河青铜峡270多年(1724～1997)年径流时间序列的建模及验证，表明拟建的耦合模型与传统单一模型的预测精度相比，由50％提高到90％，可用于实际需要。     

适用于具有多分类器的卷积神经网络训练方法

为了提升视条件而定的深度卷积网络(conditional deep learning network,CDLN)的分类准确率,提出一种多分类器联合训练的方法.在训练网络时将多个分类器的输出误差同时进行反向传播,以校正网络权重.以Le Net-5、Alex Net为基础构造神经网络CDLN-L和CDLN-A,以MNIST、CIFAR-100和Pascal Voc数据集为实验样本进行实验,网络的分类准确率均得到提升,最高提升了4.39%.实验表明,提出的联合训练方法能够提升CDLN的分类准确率.     

多目标模糊优化分层序列法的权系数优化统一

分层序列法的分层带有一定的主观和经验性,因而对分层后的各子问题按重要性进行加权,运用子问题与理想解的贴近度确定较好的子问题解,以及由此而得到的优化权系数,使得模糊寻优更理性化。以三杆桁架的结构模糊优化为例证明了该方法的有效。     

基于Sugeno模糊积分的多分类器融合方法在多属性决策中的应用

首先介绍了基于Sugeno模糊积分的多分类器融合方法的一般原理,而后将其应用于研究多属性决策中的综合排序问题,最后,用一个实际的案例验证了该融合方法的有效性和可行性。利用该方法不但实现了多属性决策中社会选择函数的功能,而且通过对“分类器”的训练,能够反映出各种决策方法在解决同类问题中的效果。同时,融合后的结果也能够充分地体现出决策者的偏好。     

多目标Pareto遗传算法中处理约束条件的方法

本文提出两种多目标Pareto遗传算法中处理约束条件的方法,一是将个体的秩转化为适应度的值,二是利用隶属度将约束转换为秩,这两种方法原理明晰,可以在实际问题中对比选择。     

基于联结语义的概念结构建模方法研究

针对零件结构中几何元素与附着于几何元素之上的设计意图的统一表示问题，提出了基于联结语义的概念结构建模方法.该方法在零件概念结构抽象和分解的基础上，以更符合设计者表达习惯的语义形式简洁地表示零件结构间的约束关系.分析了在结构设计过程中的联结语义及其蕴涵的约束信息，建立了联结语义的约束规则集描述方法.采用联结语义关联图给出了面向概念设计的零件结构模型，实现了结构联结约束信息的抽象表达.实例研究结果表明，该建模方法使设计者可以更直观、自然地在高层次的语义层表达产品设计信息，实现工程语义的形式化表述.     

硅烷偶联剂对EPDM／PP／SiO2共混物性能的影响

采用熔体流动速率仪、万能材料试验机和热变形温度测定仪考察硅烷偶联剂对EPDM／PP／SiO2共混物性能的影响。结果表明,加入偶联剂改性的白炭黑,熔体流动速率和热变形温度提高且起到补强的作用;在相同用量下,偶联剂Si-69比偶联剂KH-570对EPDM／PP／SiO2共混物具有更好的偶联效果。     

基于卡尔曼滤波的ECoG信号去噪方法研究

脑电信号反映了生物体的大脑活动,在采集和处理过程中极易受到各种噪声的干扰,如眨眼、快速眼动、心电、肌电等,这些噪声给脑电信号的分析处理带来了很大的困难。本文提出了卡尔曼滤波模型和模型参数估计的方法,将其应用于脑电ECoG信号去噪预处理。实验所用的数据是公开的脑机接口竞赛实验数据（BCI Competition Ⅲ dataset Ⅰ）,分类正确率为92%。实验结果表明通过本方法去噪预处理后,分类正确率比竞赛第一名高,并且优于小波去噪与谱减法等预处理方法。     

一种基于模糊示例学习的煤粉燃烧状态诊断方法的研究

根据火焰图像提供的火焰黑度及辐射强度等信息,基于示例学习的模糊ID3算法,给出了一种煤粉燃烧状态诊断的新方法,并提出了折线形隶属函数的概念,通过修正隶属函数,可以明显提高诊断的准确性。诊断结果表明这个方法是可行的。     

磁耦合谐振式无线电能传输技术发展和应用研究

磁耦合谐振式无线电能传输技术是集合了电磁场、高频电力电子技术、电磁感应、电磁材料等多学科的应用技术,能安全、高效、灵活地实现电能的中距离传输。根据无线电能传输的类型及发展应用前景,指出磁耦合谐振式无线电能传输是最适合当前学科综合技术发展的一种具有广阔应用前景的新技术;归纳了当前磁耦合谐振式无线电能传输的发展水平和当前研究的热点问题;从提高传输效率、减小发射和接收线圈尺寸的角度出发,提出了电力电子技术面临的挑战和为适应高频化变频技术需要开展研究的问题。     

基于四元数模型的二维三次非线性相位耦合频率估计方法

针对二维三次非线性相位耦合分析中的分维配对问题进行了研究。构造了合适的基于四元数的二维谐波模型,根据此模型定义了特殊的四阶累积量切片,分析了加性高斯在有色噪声中的二维三次非线性相位耦合。该方法从理论上避免了复数模型分析二维三次非线性相位耦合时频率配对中可能产生的错误频率对以及有可能产生的二维频率估计精度的不平衡等问题。仿真实验验证了该方法的有效性。     

鼓式制动器刚柔耦合虚拟样机

提出了鼓式制动器刚柔耦合虚拟样机的建立方法。将制动器中的凸轮和滚轮视为刚性体,将制动鼓、制动蹄和摩擦片视为柔性体,联合运用多刚体动力学分析和有限元方法,构建了刚柔耦合虚拟样机。以初速度为30、50和65 km/h的满载制动过程为典型工况进行了分析,将分析结果与台架实验值进行了对比。结果表明,仿真值与实验值的制动效能曲线变化趋势一致,最大制动力矩相对差值百分比小于10%。     

Research on theory and method in parallel designing environment based on coupling

Understanding the relation between multiple agents is very important in developing a multi-agent system. Two concepts, multi-agent system architecture and multi-agent system architecture prototype are brought forward, and the method of descrbing the relation between agents using the concepts is explored. The structure and components are designed. Based on the fact that cooperation between distributed agents is erratic, a controlled natural language communication function is designed and realized. Applying the offered interfaces, the user‘s workload consumed in agent communication and management is reduced, and at the same time, robustness of the multi-agent system is improved.     

基于模糊控制对剪切线位置控制方式的改进

定尺控制是钢板剪切线研究的一项重要内容.针对中厚板剪切生产线对板材定尺的要求，对剪切线位置控制方式进行了改进，设计了一种输出参考模糊控制器.该控制器以预定的响应轨迹作为位置输出的参考，以此轨迹上的点对应的值与设备实际输出值之间的误差进行驱动，使系统在减速阶段以理想的参考轨迹为参照，实现快速、无超调的准确停车以完成对剪切板材定尺的位置控制.仿真结果和试验结果证明该方法具有优良的控制特性和很强的鲁棒性，满足位置控制的要求.     

基于LS-SVM与模糊补准则的特征选择方法

针对传统特征选择算法采用单一度量的方式难以兼顾泛化性能和降维性能的不足,提出新的特征选择算法(least squares support vector machines and fuzzy supplementary criterion, LS-SVM-FSC)。通过核化的最小二乘支持向量机(least squares support vector machines, LS-SVM)对每个特征的样本进行分类,使用新的模糊隶属度函数获得每个样本对其所属类的模糊隶属度,使用模糊补准则选择具有最小冗余最大相关的特征子集。试验表明:与其他10个特征选择方法与7个隶属度决定方法相比,所提算法在9个数据集上都具有很高的分类准确率和很强的降维性能,且在高维数据集中的学习速度依然很快。