基于加权极限学习机的异常轨迹检测算法

针对现有异常轨迹检测中分类不平衡造成难以确定最优分类面的问题,提出一种基于加权极限学习机（ELM,Extreme Learning Machine）的异常轨迹检测算法。该算法采用加权ELM克服轨迹数据不平衡造成的分类面偏移,通过对正、负两类样本合理分配权重,并构造最优分类面获得较好的异常检测效果。仿真实验表明,加权ELM算法在训练速度,准确率,整体性能等方面均优干传统SVM和BP网络分类方法。     

基于神经网络的传感器网络数据汇聚模型研究

由于定向扩散路由无线传感器网络中的数据重复传送,导致数据融合困难,制约实际应用。针对定向扩散路由传感器网络特点,提出基于定向扩散和神经网络的无线传感器网络数据汇聚模型DAM-DD&NN。借助有导师学习的BP神经网络提高感知数据的精确性、降低感知数据的时间空间冗余度;借助无导师学习的神经网络降低数据传送过程中的冗余度。理论分析和仿真结果表明, DAM-DD&NN模型能提高网络的综合性能。     

一种适合于同杆4回线的故障测距方法

在对同杆4回线解耦的基础上，提出了一种适合于同杆4回线的故障测距方法。同杆4回线内部发生故障时，可以将故障分量分解为12序分量，且利用该12序分量进行故障测距。考虑到在任何故障类型下，同杆4回线内部都会存在反序分量，所以提出了基于反序环流分量的故障测距方法。当同杆4回线内部发生故障时，从线路两端计算到故障点的反序环流分量电压相等，利用该关系可以求出故障点的精确位置。由于相互独立的12序分量完全能够解决线间耦合问题，文中提出的测距算法能够精确测距，测距精度不受故障类型影响。大量ATP仿真结果表明所提出的测距算法完全适用于同杆4回线的故障测距，测距精度不受过渡电阻、系统运行方式、线路两端功角的影响。     

机器人技术现状及对橡胶工业发展的影响

机器人问世已有几十年,机器人的定义仍然仁者见仁,智者见智,没有一个统一的意见。原因之一是机器人还在发展,新的机型、新的功能不断涌现。     

规模化抗体药物生产纯化技术研究进展

抗体药物在现代医学强调精准治疗的背景下起着越来越重要的作用,特别是在肿瘤和自身免疫性疾病等领域的应用,显示了极高的临床价值。抗体药物正在改变包括癌症在内的多种疑难疾病的治疗观念。规模化抗体药物生产在我国仍有许多瓶颈要解决,而纯化过程是其重要环节,直接关系到抗体药物的质量、安全性、成本等多个方面。综述了规模化抗体药物生产纯化过程较为常用的澄清技术、层析技术、病毒灭活/去除技术等的研究现状,介绍了相关产品,以期为抗体药物临床试验和规模化生产提供帮助。     

汽轮机暖管过程中的盘车卡涩故障及处理措施分析

以云南石化公司120万吨/年焦化装置富气压缩机组中的汽轮机为例,介绍该装置汽轮机在暖管过程中,汽轮机转子卡涩不能正常盘车的故障处理过程,结合汽轮机的结构原理及现场实际情况,通过各种试验诊断,分析故障原因,制定相应的处理措施,为今后的汽轮机故障判断提供参考。     

发展电子商务 助力橡胶工业强国建设

在电子商务时代,网络营销、数据库营销、直复营销、一对一营销、精准营销等新的营销模式越来越被熟知与采用。企业的经营理念和营销方式,企业与企业之间的关系,企业与消费者之间的关系都发生了巨大的改变。依托于网络这种崭新的媒体所进行的营销活动是企业整体营销战略的一个组成部分,是以互联网为基本手段来实现企业的总体经营目标,其基本职能在于营造企业的网上营销环境和促进企业的客户交换关系。     

光电发射光谱法测定碳素钢中磷含量的测量不确定度评定

本文对使用光电发射光谱法测定碳素钢中磷含量的不确定度进行评定。     

BP神经网络及其在化工优化中的应用

人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｌ简称ＡＮＮ）作为一种新型的黑箱方法,是近年来迅速发展的研究热点。它是由大量的简单处理单元（或称神经元）广泛连接而形成的复杂网络系统,处理问题时不需要了解输入输出之间的相互关系,其自学习功能能够“记忆”样本所含的信息,网络只是根据训练样本的数据来自动寻找相互关系,给所研究的系统以具体的数学表达,从而使系统的定量、预测及优化成为可能。在研究复杂系统的优化问题上,人工神经网络显示出其独特的优越性,目前已在生物科学、自动控制、化学工程等众领域取得了很大…     

聚氯乙烯生产过程中冷冻盐水的分析

阐述了聚氯乙烯生产过程中冷冻盐水气相、液相含Ｃ２Ｈ２、ＶＣ的分析方法及监控分析的意义,同时粗略介绍了设备检漏分析。