降低高分子电容式湿敏元件湿滞的实验研究

针对高分子电容式湿敏元件的湿滞无法通过后续电路完全实现补偿的问题,提出了从高分子电容式湿敏元件本身降低湿滞的方法。主要从制作工艺、湿敏材料的选择两方面进行了实验验证,并对制作完成的高分子电容式湿敏元件进行性能测试与数据分析。实验结果表明：通过控制制作工艺和对湿敏材料进行改性可以降低湿滞,湿滞优于1.5%RH。采用该方法制作的湿敏元件无需再次通过后续电路进行湿滞补偿。     

基于混合生物地理学优化的聚类算法

聚类分析是数据挖掘的重要任务之一,而具有易早熟与收敛速度慢等缺陷的传统生物地理优化算法(Biogeography-Based Optimization, BBO)很难满足具有NP(Non-deterministic Polynomial)性质的复杂聚类问题需求,于是提出了一种基于混合生物地理学优化的聚类算法(Mixed Biogeography-Based Optimization, MBBO),该算法构造了一个基于梯度下降局部最优贪心搜索的新迁移算子,以聚类目标函数值作为个体适应度进行数据集内隐簇结构寻优。通过在4个标准数据集(Iris、Wine、Glass与Diabetes)的实验,结果表明MBBO算法相对于传统的优化算法具有更好的优化能力和收敛度,能发现更高质量的簇结构模式。     

淮北平原主要农作物涝渍灾害 损失评估研究

针对淮北平原除涝减灾综合治理与规划中缺乏主要农作物受涝损失调查与评估基础资料的实 际问题,于2010年9月初区域降雨成灾之际,对受涝区进行主要农作物受涝经济损失调查。依据实 地调研成果,通过综合统计分析推求了不同耕地类型不同暴雨强度下的受涝损失率,在此基础上实现 了对淮北平原受涝经济损失的合理评估。     

邹城市农田水利建设存在问题及建议

一、基本情况 邹城市位于山东省南部,沂蒙山区西部边缘,属暖温带大陆性季风气候区,多年平均降水量700mm,年内、年际变化较大,旱涝灾害频繁。全市总面积1613km^2,辖13个镇、3个街道办事处、892个村居,总人口115万。目前,全市共建成各类农田水利设施2万余处,其中大型水库1座,     

RFID与影像地图技术在光缆线路维护管理中的应用

通过对光缆线路维护管理现状的分析,探讨了实现光缆线路维护管理信息化的技术和方法,对其中的SOA架构、RIA技术和地理信息系统的应用做了详细的论述．同时也对光缆线路维护管理信息系统设计与实现中的RFID设备信息自动读取方法、影像地图技术实现做了具体的描述。     

嵌入式机器视觉实时定位与测量的方法

本文提出了一种嵌入式机器视觉实时定位与测量相结合的测控方法。根据视觉测控系统中的定位与测量问题,利用点集、Hough变换和最小二乘等方法,解决了图像处理理论算法运算量大、工业检测实时性与准确性低等问题。测试结果表明,该方法检测工件的准确性高(基于公差),检测时间≤2.0ms/次。     

基于属性相关和时间约束的PrefixSpan算法

针对计算机入侵检测中网络安全审计数据的特点,提出一个改进的PrefixSpan算法,引入时间约束和属性相关的特征指导挖掘,应用M矩阵和Apriori特性减少投影数据库的数量,并缩减投影数据库规模,提高了序列模式挖掘的效率和有用性。通过检测一个网络审计记录的实验,进行结果分析。     

行波型超声电机基于神经网络的逆模型辨识

行波型超声电机的动态特性受定子压电陶瓷迟滞和接触层非线性摩擦力的影响,表现出复杂的多值映射特征.通过引入动态迟滞逆算子,将存在于超声波电机逆系统中的多值映射在新的扩张输入空间上,转换为一一映射;然后使用神经网络建立超声波电机的逆模型,对迟滞和非线性摩擦力的影响进行补偿.所建立的模型结构简单,可以在线调整适应电机参数的非线性变化.实验仿真结果验证了该方法的有效性.

     

基于EZW的水下作战环境应用产品压缩研究

如何有效利用海军数据链系统传输战术水声环境产品是海军作战环境保障的关键问题之一.然而,战术水声环境数据具有较强的时空变化性,其数据量相对来说较为庞大,且在实际作战环境中,传输信道存在着各种干扰,特别是在海洋战场环境中,通信传输条件较差,传输时间紧迫,致使图像信息的传输容易受到外部因素的非正常干扰甚至中断,从而影响用户端对图像信息的接收.因此.寻求一种不依赖于通信时间和其它外部情况限制町随时结束编码实现数据压缩与渐进传输的编码方法是作战环境信息处理的一项必不可少的工作.运用目前较为先进的嵌入式小波零树编码算法对战术水声环境数据进行压缩,取得了较好的压缩效果,并在此基础上实现了图像的渐进传输,能够较好的适应复杂海洋战场的需求.     

基于支持向量机的风力发电机组故障诊断预警模型

当前的风力发电机组故障诊断预警模型设置的矩阵一般为单元式的,预警的范围受到限制,导致预警响应时间延长,为此提出对基于支持向量机的风力发电机组故障诊断预警模型的设计与验证分析。根据当前的测定需求及标准,提取故障诊断预警特征量,采用多目标的方式,打破预警范围的限制,设计多目标诊断预警矩阵,以此为基础,构建支持向量机故障诊断预警结构,采用阶次分析实现故障诊断预警处理。测试结果表明：对比传统机器学习风力发电机组故障诊断预警模型测试组、传统MSK-CNN和多源机电信息融合风力发电机组故障诊断预警模型测试组,此次所设计的支持向量机风力发电机组故障诊断预警模型测试组最终得出的预警响应时间被较好地控制在0.25 s以下,说明在支持向量机的辅助下,所设计模型对故障诊断预警的效率较高,针对性更强,具有实际的应用价值。