基于CBR和RBR混合推理的齿轮箱智能诊断技术

针对传统齿轮箱智能诊断系统获取知识的困难,提出了基于案例(case-based reasoning,CBR)和规则(rule-based reasoning,RBR)混合推理方式的智能诊断技术.在研究此2种推理技术优缺点的基础上,取长补短,合理地将其应用到轧机齿轮箱故障诊断工作中,提高了故障诊断的准确率和效率.针对传统案例检索中相似度算法的不足之处,提出了一种新的案例检索算法,有效地解决了传统的相似度算法检索案例不准确的问题.     

利用七宫格的遮挡车辆凹性检测与分割

目的:交通场景中车辆间的距离过近或相互遮挡容易造成识别上的粘连,增加了准确检测目标车辆的难度,因此需要建立有效、可靠的遮挡车辆分割机制。方法:首先在图像分块的基础上确定出车辆区域,根据车辆区域的长宽比和占空比进行多车判断;然后提出了一种基于“七宫格”的凹陷区域检测算法,用以找出车辆间的凹陷区域,通过匹配对应的凹陷区域得到遮挡区域;最后,将遮挡区域内检测出的车辆边缘轮廓作为分割曲线,从而分割遮挡车辆。结果:实验结果表明,在满足实时性的前提下算法具有较高的识别率,且能够按车辆的边缘轮廓准确分割多个相互遮挡的车辆。与其他算法相比,该算法提高了分割成功率和分割精度,查全率和查准率均可达到90%。结论:提出了一种新的遮挡车辆分割方法,有效解决了遮挡车辆不宜分割和分割不准确的问题,具有较强的适应性。     

Ni2P/Fe-HAP催化剂的表征及其苯酚加氢表面作用机理

以低品级羟基磷灰石(HAP)为原料,通过离子交换法合成载体Fe-HAP,然后用浸渍法制备出负载型Ni_2P/HAP和Ni_2P/Fe-HAP催化剂。通过BET、SEM、XRD、FTIR和TG等手段对催化剂进行了表征。Fe~(3+)的引入极大地提高了载体的比表面积,Ni_2P分散在Fe-HAP表面,热稳定性较好。以苯酚加氢制备环己酮为反应体系,在反应温度为150℃、压力为0.5 MPa、时间为3.5 h的条件下,对比了Ni_2P/HAP和Ni_2P/Fe-HAP催化剂的催化性能。结果发现,Ni_2P/Fe-HAP催化剂对苯酚的转化率为65.73%,环己酮选择性为85.47%,催化性能相对良好。     

浅谈C语言程序设计实践教学的研究

C语言程序设计课程是计算机专业课程体系中不可缺少的一门专业基础课,课程的实践性要求非常强,为了切实达到课程的实践教学目标,本文就该课程的实践教学体系设计、实践教学组织、实践教学方法及考核等方面,进行了体系模块的构建及改革探索,从而能够切实提高学生程序思维能力和实践动手能力和创新能力。     

基于3G传输网络的道路气象预警系统

利用传感技术为监测手段开发一套基于3G传输网络的道路气象预警系统,使道路管理部门精确掌握气象资料和天气预报,并根据各路段的地形及气候特点,结合路段交通状况,制定各自的应急预案,以保证道路的行车安全和顺畅。此系统对道路沿线气象状况进行监测、分析并采取有效的应急预案,对保障道路过往车辆和人身财产安全有着积极作用。     

尼龙和聚醋短纤维填充胶料的流变性能

研究了尼龙和聚酯短纤维填充胶料的流变性能，探讨了预处理、温度、短纤维用量等因素对流变性能的影响，分析了短纤维自身性与胶料流变性能之间的依赖关系。     

基于高光谱数据和雷达融合的滑坡信息提取

为了改进微地形滑坡遥感影像分类技术,从而提高微地形滑坡遥感信息提取的精度,采用湖北宜昌部分地区的无人机航拍高光谱影像(HSI)和激光雷达(LiDAR)数据作为研究数据源,并对高光谱和LiDAR数据进行融合,最后采用结合注意力模块(CBAM)的卷积神经网络(CNN)方法,对融合后的数据进行滑坡信息提取。研究表明,利用高光谱和雷达数据的优势,可以更准确地提取滑坡信息。     

基于PCA和SVM的遥感影像水体提取方法及验证

针对内陆湖泊水质及光谱特性空间差异性大、支流水系结构复杂而导致的遥感影像水体提取精度低的问题,提出了结合光谱主成分分析(PCA)及支持向量机(SVM)的PCA-SVM水体提取算法。基于GF-1卫星遥感影像,对原始影像光谱波段特征进行PCA降维,从中优选熵、方差、差异性纹理特征向量,结合原始波段及归一化差分水体指数(NDWI),构建了8维特征向量,并基于SVM算法提取湖泊水体。以巢湖洪水期与非洪水期影像为研究实例,分别采用NDWI法、传统SVM算法及PCA-SVM算法对水体进行提取,并进一步基于PCA-SVM算法对2020年汛期巢湖洪水期淹没演变过程进行反演和跟踪,定量解析特征向量组合及SVM惩罚系数C对水体提取性能的影响。结果表明：PCA-SVM算法提取的湖泊完整、支流连续,显著改善了含蓝藻水体漏提、建筑物误提等问题;洪水期和非洪水期提取结果的F1分数分别为95.08%和97.95%,虚警率分别为5.43%和1.13%,提取精度显著高于NDWI法和SVM算法。     

实时洪水预报中基于岭估计的AR修正模型研究

为提高实时洪水预报精度,经常将水文模型与误差修正模型相结合,AR模型因其结构简单广泛应用于实时洪水预报误差修正。然而,实际应用显示,AR模型时常出现修正结果不稳定现象,表现为流量修正幅度过大,甚至出现“震荡”现象,严重影响修正效果。鉴于此,本文从矩阵特征值角度解释了AR模型出现不稳定现象的原因,并引入岭估计方法选择性利用流量信息更新自回归系数,使其更满足真实流量的涨落过程,增强该模型的稳健性。将新方法应用于蔺河口流域,结果显示岭估计方法显著提高了AR模型的稳健性,从而改善了模型修正效果,进一步提高了洪水预报精度。