快速训练支持向量机的并行结构

序列最小优化（SMO）是一种常见的训练支持向量机（SVM）的算法，但在求解大规模问题时,它需要耗费大量的计算时间。文章提供SMO的一种并行实现方法。并行SMO是利用信息传递接口（MPI）开发的。首先将整个训练数据集分为多个小的子集，然后同时运行多个CPU处理器处理每一个分离的数据集。实验结果表明．当采用多处理器时，在Adult数据集上并行SMO有较大的加速比。     

解Job-shop调度问题的自适应遗传方法

研究Ｊｏｂ－ｓｈｏｐ调度问题。首先分析遗传算法的参数值优化问题，然后结合遗传算法和调度的特性，构造解Ｊｏｂ－ｓｈｏｐ调度问题的自适应遗传方法，最后针对几个典型调度问题提出解决方案。仿真实验表明了此法用于复杂调度问题的优越性。     

基于侧流富集/主流强化的CANON工艺处理常温低氨氮废水的稳态控制

采用侧流富集/主流强化方式,研究了全程自养脱氮工艺（CANON）用于常温（25℃）、低氨氮（约60 mg NH₄⁺-N·L^-1）主流线生物脱氮的可行性。结果表明,通过7 d更换主流反应器40%污泥混合液方式可实现维持主流反应器总氮去除负荷（TNRR）在80 g N·m^-3·d^-1左右,总氮去除率（TNRE）在70%左右,主流反应器厌氧氨氧化比活性持续升高。16S rDNA高通量测序结果表明,主流和侧流CANON系统中起亚硝化作用的氨氧化细菌（AOB）主要是Nitrosomonas属,进行Anammox反应的厌氧氨氧化菌（AnAOB）主要是Candidatus Jettenia属,60 d的运行过程中主流反应器Nitrospira属的亚硝酸盐氧化菌（NOB）丰度始终小于1%。可见在本实验条件下,采用7 d为频率主流和侧流换泥方式,能够保证主流反应器中Anammox活性,确保主流CANON反应器的脱氮性能。     

药形罩表面粗糙度的测量方法及仿真

药形罩的表面粗糙度参数直接影响炮弹及导弹的性能,然而,当前国内的粗糙度检测手段十分落后,检测方法已成为阻碍提高炮弹、导弹性能的重要因素.本文提出了测量药形罩表面粗糙度的新原理、新方法-光纤双测头激光能量法,实现了对高精度粗糙度的测量,并通过Matlab仿真来实现曲线的拟合.     

桤叶唐棣果粉喷雾干燥工艺的研究

以桤叶唐棣为原料,对其果粉的喷雾干燥工艺条件进行研究。选择料液比、麦芽糊精添加量、进口温度、进样速度和进风量为试验因素,通过单因素和正交试验分析优化喷雾干燥工艺条件。结果表明:喷雾干燥的最佳工艺条件为料液比1∶5(g/mL),麦芽糊精添加量15%,进风温度155℃,进样速度为8.8 mL/min,进风量27 m~3/h,在此条件下,桤叶唐棣果粉的水分含量为(3.67±0.09)%,溶解时间为51 s,花色苷含量为(32.1±0.05)mg/g,流动性为(5.21±0.08)cm,产品得率为(72.39±0.11)%。     

盾构机土仓压力平衡模型参数辨识方法研究

为了在盾构机隧道掘进过程中控制土仓压力和地表变形,提出了基于遗传算法的盾构机土仓压力控制模型辨识方法。为了验证控制模型辨识方法的有效性,建立了盾构机土仓压力控制实验台。该实验台由盾构机推进系统、螺旋输送机排土系统、土仓压力与螺旋输送机转速监测系统组成。用于系统模型参数辨识的输入和输出为螺旋输送机的转速和土仓压力。系统辨识的目标函数定义为实验观测的土仓压力与模型计算值残差平方和最小,而模型计算的土仓压力是系统被辨识参数的函数。为了解决参数估计中的局部极小值问题,采用了改进的十进制遗传算法。实验结果表明,与最小二乘法和梯度搜索方法相对比,遗传算法得到的模型参数具有更高的预测精度,预测的土仓压力与观测值吻合的较好。     

基于内容的音频检索方法研究

介绍了几种常用基音检测方法:短时平均幅度差,倒谱法,简化逆滤波法;详细讲解了基于时域的短时自相关基音检测方法.分别在MATLAB和VC++平台上实现了哼唱旋律的提取与描述.     

ZZ5900/14/28型液压支架设计探讨

介绍了大同青磁窑煤矿ZZ5900/14/28型支撑掩护式液压支架的设计过程、设计内容、创新点、社会效益及总体性能指标与国内外的比较,特别是对该支架在焊接性能、材质选用、工艺选择方面进行了详尽的叙述。     

一种新的盾构机土仓压力控制模式及其实验研究

为解决盾构机土仓压力控制的快速性和稳定性问题,提出了一种新的控制策略。该控制策略将螺旋输送机的旋转速度和盾构机的推进速度作为可控变量,采用优化算法实现盾构机土仓压力自适应控制。研究表明：由于刀盘的直径比螺旋输送机的直径大很多,因此通过补充调整盾构机的推进速度控制土仓压力会更有效。试验结果表明,与单独控制螺旋输送机转速控制土仓压力方法相对比,土仓压力控制的快速性和稳定性都得到了提高。     

盾构机土仓压力平衡系统智能建模及其实验

为解决盾构机土仓压力平衡系统时滞、非线性、时变和不确定特性建模问题,建立了基于神经网络和系统输入-输出观测数据的智能建模方法,解决了土仓压力平衡系统的解析数学建模所遇到的困难。计算结果表明,基于Gauss-Newton优化的神经网络训练方法,具有较快的收敛速度。盾构机实验台实验结果表明,与解析数学建模方法相比,所提出的新的智能建模方法拟合和预测精度提高了一个数量级,验证了智能建模方法的有效性和精确性。