基于基因表达式编程的频繁函数集挖掘

函数挖掘旨在从观测数据中发现有效的函数关系,传统的函数挖掘以发现单个函数为挖掘目标,难以处理复杂数据集．为解决上述问题,作者做了如下工作：（1）提出了描述能力更强的频繁函数集FFS概念;（2）提出并实现了基于基因表达式编程的频繁函数集挖掘算法FFSM（3）在GEP中采用了精度阈值队列策略PTQ,有效地提高了FFSM的成功率;（4）用实验证实了FFS更强的描述能力和PTQ的有效性,其中,在挖掘高精度复杂函数时PTQ使FFSM的成功率提高了55倍．     

某型航空发动机早期故障特征分析

针对某型飞机飞行时座舱产生的异常振动问题,首先阐述了航空发动机转子系统典型故障的现象及原因;分析了可能引发座舱异常振动的各个激励源,初步判断异常振动的来源;其次通过地面试车试验,采集了座舱异常振动信号及对应的发动机振动信号,提取了座舱异常振动频率的主要能量成份,分析了发动机上各机匣的频谱成份;最后,找出了引发动座舱异常...     

基于支持向量机的实时路面检测算法

二阶多项式核函数支持向量机分类决策函数可以表示为待分类向量各分量的形式，其中的同类项可以合并，同类项的系数在得到支持向量后可以计算得出。使用这样的分类决策函数，可以避免分类时待分类向量和各个支持向量逐个进行的运算，使分类计算速度和支持向量个数无关。针对实际道路图像的对比实验表明，采用这种新算法的支持向量机路面检测分类器，在路面检测精度上优于神经网络，在计算速度上也能很好地满足实时检测的要求。     

两层传感器网络隐私保护Skyline查询协议

无线传感器网络中隐私保护技术已经成为研究热点,其中隐私保护精确Skyline查询协议已成为富有挑战性的研究问题.提出一种两层传感器网络隐私保护Skyline查询协议(PPSQ).该协议通过采用Z-O编码技术并结合HMAC机制,使得存储节点可以在无需感知数据明文的情况下判断出元组的支配关系,从而得出密文查询结果,保护了数据的隐私安全性;并通过辅助计算节点计算的验证码来保证查询结果的完整性.理论分析和实验结果表明,PPSQ协议能够保证感知数据、查询结果的隐私安全性和查询结果的完整性,且性能优于现有工作.     

用于气体检测的声表面波振荡电路设计

分析了声表面波(SAW)谐振器的性能和特点,对基于双端谐振型声表面波器件进行了振荡电路设计,采用RP1308、B433及Q284三种型号的声表面波谐振器进行了电路调试.测试结果表明,该电路能在固定频率起振,且频率跳变能够控制在30 Hz以下.本电路能够应用于多种不同谐振频率的双端谐振型声表面波气体传感器,具有广泛的应用前景.     

一种改进的蓝牙设备发现过程及其仿真

蓝牙是一种基于跳频通信的无线技术,在设备建立连接之前,必须通过设备发现过程找到邻居设备并获得它们的跳频信息.非协作设备虽然不参与组网,但参与了设备发现过程,导致设备发现过程所用的时间增加.文中对设备发现过程及来自非协作设备的干扰进行了分析,提出了一种改进的方案.该方案利用CoD字段携带网络编号信息,在设备发现过程结束前识别出非协作设备,并阻止它们参与到设备发现过程中来,从而加速了此过程.最后将该改进方案和蓝牙规范中的方案进行了对比仿真试验.仿真结果说明,在有非协作设备干扰的环境中,改进后的方案几乎消除了非协作设备的干扰,加速了设备发现的过程,最终加快了组网速度.     

大型排爆机器人技术研究

排爆机器人是一种用于代替人处理危险爆炸物无人设备。本文介绍了一种大型排爆机器人的研究工作,包括:机械、电气、控制、计算机、通讯等多种技术。排爆机器人有很强的越障与抓取能力,机器人是防水、防沙、防震、耐高低温,适应沙地、草地、软地等野外环境,技术先进、可靠,是一种避免人员伤亡的高科技产品。     

基于Rough Set的空间数据分类方法

近来,数据采掘的研究已从关系型和事务型数据库扩展到空间数据库.空间数据采掘是一个很有发展前景的领域,其中空间数据分类的研究尚处在起步阶段.该文分析和比较了现有的几个空间数据分类方法的利和弊,提出利用Rough Set的三阶段空间分类过程.实验结果表明,该算法对于解决包含不完整空间信息的问题是有效的.     

微博用户的个性分类分析

社交网络给每个社会中的人提供了自由表达个人情感、观点、兴趣、建议等言论的平台。用户在这些平台上发表的言论、所做的行为以及用户在平台上建立的社交圈子也给数据挖掘带来了新的数据和机会。提出了一种利用用户在微博上的公开数据信息实现对该用户的MBTI个性维度进行分类分析的方法。在该方法中,基于对用户微博数据的分析,提出了能够表征用户心理和行为的文本和非文本特征,然后采用三种机器学习的分类方法—提升决策树、支持向量机和贝叶斯逻辑递归来对微博用户的个性进行分类分析。实验结果表明,通过对微博数据的挖掘可以在不同MBTI个性维度上达到75%~90%的准确率。     

一种调整型径向基网络偏微分方程解法

基于径向基神经网络（RBFN）的偏微分方程（PDE）求解算法中,仪通过搜索最佳权值逼近方程解,精度有限。实际上在建立的RBFN中可能存在对求解PDE贡献很小的但是增加算法复杂度的神经元,或者缺少对方程解贡献很大的辅助神经元。基于这个事实提出一种新的算法：在搜索最佳权值同时调整RBFN结构,删除对方程解贡献小的神经元,增加对方程解贡献大的辅助神经元;采用最小均方误羔梯度下降法得到最优权值;最后得到PDE的逼近解。仿真实验表明新算法较传统的RBFN算法,精度更高,误差收敛速度更快;可广泛应用于工程实践。