基于互联网的隧道火灾监测报警系统

为了克服传统隧道火灾监测报警系统的信息交流瓶颈，利用互联网技术，本文构造了一种新的基于互联网的隧道火灾监测报警系统，它具有数据的主动发送和被动查询功能，重点讨论了它的基本结构、工作原理及实现技术。     

磁致伸缩位移传感器回波信号滤波器设计

滤波器单元是磁致伸缩位移传感器回波信号调理的关键电路,关系到位移量检测的准确获取和后续数字化处理.通过对纯Ni波导丝所产生回波信号的检测和频率等特性的分析,设计了基于MAX275芯片的四阶带通滤波器,并与采用二阶巴特沃斯低通滤波器的回波信号滤波放大性能进行了对比研究.结果表明:该滤波器的合理设计不仅可以有效抑制噪声和干扰信号,提高信噪比达10.2 dB,同时也可以减轻剩磁现象等于扰因素对有用信号的影响.     

基于小波去噪和改进型PSO-SVM的微波加热温度预测模型研究

针对微波加热过程的非线性相关性和时滞性,提出基于相关原则优化阈值的小波去噪和改进型粒子群算法优化支持向量机相结合的微波加热褐煤温度预测方法。采用相关原则优化阈值的小波对微波加热褐煤温度进行提取,通过引入相似度函数和控制参数α改进粒子群算法,用于优化微波加热褐煤温度支持向量机预测模型的惩罚系数C、不敏感损失函数参数ε、核函数参数g等3个直接影响温度预测精度的参数。相似度函数增大,粒子随机变异率增大;迭代次数增加,控制参数α减小。仿真实验结果表明,优化后的支持向量机回归预测模型提高了微波加热褐煤温度预测的准确率,为微波干燥褐煤控制方法的研究提供一种可供参考的数学模型。     

基于新陈代谢无偏灰色神经网络的水质预测模型

针对水质参数样本数据少且非线性的特点,建立了新陈代谢无偏GM(1,1)与BP神经网络的组合预测模型,将通过新陈代谢无偏GM(1, 1)模型得到的数据集作为BP神经网络的输入,原始序列作为神经网络的期望输出,训练得到最佳BP神经网络。将该组合模型应用于乐山岷江大桥断面溶解氧浓度的预测,结果表明,相对误差均在3%以下,与传统灰色神经网络水质预测模型相比,该模型具有实时性及预测精度更高的优点。     

基于多维网格空间的改进K-means聚类算法

K-means算法是被广泛使用的一种聚类算法,传统的K-means算法中初始聚类中心的选择具有随机性,易使算法陷入局部最优,聚类结果不稳定。针对此问题,引入多维网格空间的思想,首先将样本集映射到一个虚拟的多维网格空间结构中,然后从中搜索出包含样本数最多且距离较远的子网格作为初始聚类中心网格,最后计算出各初始聚类中心网格中所包含样本的均值点来作为初始聚类中心。此法选择出来的初始聚类中心与实际聚类中心拟合度高,进而可据此初始聚类中心稳定高效地得到最终的聚类结果。通过使用计算机模拟数据集和UCI机器学习数据集进行测试,结果表明改进算法的迭代次数和错误率比较稳定,且均小于传统K-means算法测试结果的平均值,能有效避免陷入局部最优,并且聚类结果稳定。     

基于DSP的模糊控制在调速中的应用

简要介绍了基于DSP的变频调速模糊控制系统，着重介绍了模糊PID控制器的设计和实现方法。结果表明该系统响应速度快、调节精度高、实用性强，尤其适用于恒压供水、供气、供暖等恒值控制领域的设计或技改，具有一定的推广价值。     

基于灰色理论的时间序列预测模型研究

为了提高对数据的预测效果,本文首先以灰色理论的数据处理为辅助处理,得出较好的机器学习数据内容,提出了支持向量机与灰色理论相结合的综合预测模型。并且在以灰色的数据序列为例的数据处理的基础上,重点与ε-支持向量回归机算法相结合,提出综合模型的结构,以及如何运用综合模型来进行预测,详细的介绍其实现过程。并以都江堰管理局提供的岷江来水量数据为例,将综合预测模型应用于来水量时间序列的预测,通过训练预测模型,得出较好效果的预测结果。     

一种基于机器学习的顺直明渠断面流速场模型构建方法

顺直明渠流量的精确测量,对于水资源的合理利用、调配市县流域水量以及了解污水走向等具有重要意义。其中,渠道断面流速场的准确构建是实现高精度流量计算的关键。目前国内外针对明渠流速分布的研究尚不完善,普遍存在实测样本缺少、精度较低等问题。针对上述问题,提出了一种基于机器学习的顺直明渠断面流速场模型构建方法。该方法首先通过测量渠道参数与少量流速数据,建立并优化断面流场CFD模型,以获得足够训练样本;然后将随机森林和支持向量机作为基学习器,建立基于集成学习的流速场预测模型。该方法可以实现仅通过对表面流速的测量,准确构建顺直明渠断面流速场的目标。实验结果表明,与几种常用的机器学习方法相比,该模型均方根误差最多减小了30.21%,最少减小了2.81%。且该方法的均方根误差均在5%以内,符合国家标准,可以实现流速场的高精度构建。     

嵌入式水情自动测报终端设计

在对现有水情测报产品进行分析的基础之上,提出了用基于uC/OS-II的嵌入式系统来设计的方案,并从系统结构、硬件和软件等方面论述了本水情自动测报终端系统的组成、原理和实现方法。通过系统实际的开发和应用,证明了此方法具有很多优点。不仅提高了开发效率,而且使得系统运行更加稳定,取得了很好的控制效果。     

基于提升方案的冗余Haar小波变换与时间序列预测

针对小波分析存在的边界问题，提出一种基于提升方案的冗余Haar小波变换(Haar_RLWT)。使用该方法得到的系数序列，在具备时移不变性的同时，消除了右侧边界存在数据畸变的现象，使小波分析技术结合神经网络等传统预测模型的方法应用于时间序列预测任务具备可行性。同时为进一步提高预测效果，引入神经网络集成技术以改善网络泛化能力。实验表明，该综合预测模型预测效果与稳定性优于传统预测模型。