论小流域综合治理措施及其在水土保持中的作用

在当前时期,我国山区面积一共占据国土面积的三分之二,但是水土流失问题却愈加严重,总面积已经超过490万km2,这使得我们不得不重视起山区生态环境问题。而在我国,小流域综合治理措施的实施已经有了较为理想的成果,结合水土保持的实际需求更是被广泛的应用在了水土保持工作当中,本文也将针对这个问题展开深入分析,并且提出几点有效的治理措施。     

小型电冰箱(制冷器)的设计

在办公室，家庭和卫生系统中，经常要用体积小、功耗低、便于携带的冷藏设备或制冷设备。本文就是针对这些特殊要求提出，实现小型制冷器的设计，所设计的小型制冷器具有体积小，重量轻，无机械转动等独特的优点。本系统由温度传感器感受制冷器内温度，并把温度的变化传递给中央控制芯片单片机AT89C52，由芯片控制制冷系统使冰箱内温度达到显示屏上的设定值，使用者只需根据需要利用小按键设定不同的温度即可，达到预定的制冷效果。     

基于小生境混沌遗传算法的水资源优化调度

水资源调度具有多目标、大规模和不确定性等特点,利用混沌遗传算法求解水资源调度问题,在一定程度上避免了局部优化并提高了求解速度,但由于损坏了种群多样性导致求解精度较低.为此提出了基于小生境的混沌遗传算法(NCGA),该算法通过小生境技术保留源中心个体的方法保护了种群多样性,同时利用混沌的随机性、遍历性及规律性与遗传算法的快速收敛性相结合,从而使该算法提高了求解速度和求解精度.将该算法应用到水资源优化调度模型中,仿真结果验证了该算法比混沌遗传算法能更合理高效地分配水资源,达到了综合效益最大化.     

基于微粒群优化算法的不确定性调和调度

Blending is an important unit operation in process industry. Blending scheduling is nonlinear optimization problem with constraints. It is difficult to obtain optimum solution by other general optimization methods. Particle swarm optimization （PSO） algorithm is developed for nonlinear optimization problems with both continuous and discrete variables. In order to obtain a global optimum solution quickly, PSO algorithm is applied to solve the problem of blending scheduling under uncertainty. The calculation results based on an example of gasoline blending agree satisfactory with the ideal values, which illustrates that the PSO algorithm is valid and effective in solving the blending scheduling problem.     

基于FPGA的卷积神经网络加速器动态余数处理映射模型

将卷积计算转化为矩阵乘法是FPGA上一种高效实现,而现有的转化方法无法根据卷积参数的不同动态调整,限制了卷积计算的并行度.提出一种新的动态余数处理映射模型.该映射模型包含有3个子模型:特征值映射模型,权值映射模型,和输出映射模型.特征值映射模型将特征值转化为特征值矩阵,权值映射模型将权值转化为权值矩阵,特征值矩阵和权值矩阵通过乘累加计算阵列得到卷积计算结果,由输出映射模型将卷积计算结果存储到内存中.在卷积计算过程中,卷积的输出通道数通常不是乘累加计算阵列行数的整数倍,3个子映射模型会根据产生的余数动态调整映射方法,提高乘累加计算阵列的利用率.通过实验表明,采用动态余数处理映射模型能够将余数并行度的倍数至多提高到卷积核大小,使整个加速器达到了更高的实际吞吐量和能量效率.     

多级信息补偿的U型网络图像超分辨率重建算法

针对基于深度神经网络的图像超分辨率重建算法在特征提取过程中容易丢失特征信息,导致重建图像缺少纹理和边缘细节等问题,提出一种多级信息补偿的U型网络图像超分辨率重建算法.首先设计一个用于图像超分辨率重建的U型网络,该网络通过下通道分支对输入特征进行多层级特征提取和通道压缩,通过底层模块对压缩后的特征进行融合并提取不同通道的相关特征,通过上通道分支对压缩后的相关特征进行多层次特征提取和通道恢复;然后设计多级信息补偿模型,对U型网络的通道压缩过程中丢失的信息和通道恢复过程中难以恢复的信息进行补偿;最后在不同放大倍数下的Set5、Set14、BSD100和Urban100测试集上对所提算法和主流算法进行对比测试分析,实验结果表明所提算法相比主流算法实现了在峰值信噪比(PSNR)/结构相似度(SSIM)指标和视觉效果上的巨大提升.     

一种自适应惯性权重的混合蛙跳算法

针对混合蛙跳算法(SFLA)易陷入局部最优、收敛速度慢的问题,提出一种改进的混合蛙跳算法。该算法用相对基学习法初始化青蛙群体,从而提高初始解的质量。通过引入自适应惯性权重修正青蛙的更新策略,可以平衡算法的全局搜索和局部搜索。对6个经典函数的仿真测试结果表明,该算法与SFLA和ISFLA1算法相比寻优能力强、迭代次数少、解的精度高,更适合高维复杂函数的优化。     

混合核函数稀疏LS-SVM软测量建模与应用

针对最小二乘支持向量机存在的稀疏性欠缺和单核函数局限性问题,本文提出一种基于混合核函数稀疏最小二乘支持向量机的软测量建模方法.该方法使用多项式核函数和RBF核函数线性加权构成混合核函数,兼顾最小二乘支持向量机的全局拟合能力与局部拟合能力,以矢量基学习作为稀疏解算法,改善最小二乘支持向量机的稀疏性,在精简模型结构的同时,避免冗余信息中的噪声过多的拟合到模型参数中,进而采用粒子群算法优化模型部分参数.将此方法分别应用于Mackey- Glasss混沌模型的时间序列预测和乙烯精馏塔塔釜乙烯浓度预测,应用结果表明该方法较最小二乘支持向量机、稀疏最小二乘支持向量机以及混合核最小二乘支持向量机具有更好的泛化效果和预报精度,兆示出其良好的应用潜力.     

基于点分布模型的3D模型拟合方法

针对传统方法构建的患者病患部位的3D解剖结构模型与测试样本拟合效果较差的问题,提出基于点分布模型的3D模型拟合方法（3DMFB-PDM）. 对训练样本集进行数据处理,使模板样本与目标样本对齐,减小训练样本由于旋转及尺度变化产生的不利影响;在训练样本间建立对应关系,用正态分布表示患者的点分布模型;计算测试样本中的特征点与点分布模型中对应点间的距离,通过引入Mahalanobis距离和转换非线性方程组,使点间距最小.根据最小间距不断调整点分布模型的形状参数,使点分布模型与测试样本拟合.选取30组左侧股骨作为训练样本集实验验证3DMFB-PDM的有效性,结果表明引入附加项后的拟合误差小于未引入附加项的拟合误差. 将 3DMFB-PDM与其他3种方法进行对比,结果显示3DMFB-PDM的拟合误差最小,表明3DMFB-PDM能够有效地将患者病患部位的3D解剖结构模型与测试样本拟合.     

一种改进1DCNN的滚动轴承变工况故障诊断方法

针对滚动轴承在强噪声背景时运行存在不同工况下样本分布不同而导致传统模型诊断精度较低的问题，提出一种改进一维卷积神经网络的滚动轴承变工况故障诊断方法。以一维卷积神经网络模型为基础，通过全局均值池化代替全连接层，减少模型训练参数，同时在全局均值池化层引入最大均值差异域自适应迁移学习实现滚动轴承变工况故障诊断。与ResNet和1DCNN+DA等方法的对比分析表明，将1DCNN模型中的FC层通过GAP层代替并与DA迁移学习相结合，能够提高整个模型的泛化性和诊断精度。