超高斯随机振动疲劳加速试验模型研究EI北大核心CSCD

通过理论分析,针对超高斯随机振动激励建立了相应的振动疲劳加速试验数学模型,给出了模型中未知参数的具体求解方法,并通过实际试验进行了验证。该模型十分便于进行振动疲劳加速试验的定量设计,具有很好的工程实用性,可用于评估随机振动环境下工程结构的疲劳寿命与可靠性。     

基于峰值网格改进的小波聚类算法

针对小波聚类算法在不同网格划分尺度下表现出的聚类效果差异,提出了一种基于峰值网格的改进方法。算法主要针对小波聚类中连通区域的检测方式进行改进：首先,将小波变换后的空间网格依网格值的大小进行排序;然后利用广度优先搜索的方式遍历每一个空间网格,以检测经小波变换后数据中的峰值连通区域;最后,标记连通区域并将其映射到原数据空间中,以得出聚类结果。在8个人工数据集（4个凸数据集与4个非凸数据集）和UCI数据库中的2个真实数据集上的实验结果表明,改进算法在低网格划分尺度下有着良好的表现,与原小波聚类算法相比,这个算法对网格划分尺度的需求降低了25%~60%,并且在相同的聚类效果下减少了14%的聚类所需时间。     

基于随机子空间的扩展隔离林算法

针对扩展隔离林（EIF）算法时间开销过大的问题,提出了一种基于随机子空间的扩展隔离林（RS-EIF）算法。首先,在原数据空间确定多个随机子空间;然后,在不同的随机子空间中通过计算每个节点的截距向量与斜率来构建扩展孤立树,并将多棵扩展孤立树集成为子空间扩展隔离林;最后,通过计算数据点在扩展隔离林中的平均遍历深度来确定数据点是否异常。在离群值检测数据库（ODDS）中的9个真实数据集与呈多元分布的7个人工数据集上的实验结果表明,所提RS-EIF算法对局部异常很敏感,相较EIF算法减少了约60%的时间开销;在样本数量较多的ODDS数据集上,该算法识别精度高出孤立森林（iForest）算法、轻型在线异常检测（LODA）算法和基于连接函数的异常检测（COPOD）算法2~12个百分点。RS-EIF算法在样本数量大的数据集中识别效率更高。     

基于市场需求的高职旅游英语专业建设探析——以乌鲁木齐职业大学为例

市场需求是高职专业建设的源头,新疆旅游市场供小于求的现状急需更多素质全面的高技能旅游人才。文章立足于新疆旅游产业的发展和旅游市场人才需求,以乌鲁木齐职业大学为例,探讨了如何在人才培养、课程设置、教学设计、课程考核以及师资培养和校企合作等方面进行优化改革,使人才培养更适应行业和职业的发展需求。     

基于MAX262的程控滤波器的实现

介绍了自动测试系统中基于ＭＡＸ２６２的程控滤波器的设计原理及流程，给出了具体电路及程序，最后举一个应用实例进行了说明。     

全程优化的固态硬盘垃圾回收方法

由于NAND闪存的固有限制,写前擦除和擦除粒度较大,基于NAND Flash的固态硬盘（SSD）需要执行垃圾回收以重用失效页。然而垃圾回收带来的高开销会显著降低SSD的性能,也会直接影响SSD的寿命。特别是对于频繁使用的有数据碎片的SSD,垃圾回收带来的性能下降问题将更为严重,现有的垃圾回收（GC）算法各自侧重垃圾回收操作的某个步骤,并没有给出全面考虑各步骤对整体影响的综合方案。针对该问题,在详细剖析垃圾回收过程的基础上,提出了一种全程优化的垃圾回收方法WPO-GC,在数据初始放置、垃圾回收目标块的选择、有效数据的迁移、触发回收的时间点以及中断处理方式上,尽可能全面地考虑各步骤对SSD正常读写请求和寿命的影响。通过开源模拟器SSDsim上的WPO-GC的有效性验证表明,同典型GC算法相比,WPO-GC可以减少SSD读请求延迟20%~40%和写请求延迟17%~40%,均衡磨损近30%。     

基于现代学徒制《机械制图》课程教学探索与实践

现代学徒制是近几年我国职业教育深化产教融合、校企"双主体"共同育人的创新人才培养模式。针对机械制图课程,进行了现代学徒制背景下从课程设计、教学方法、教学过程和应用实践等方面的探索实践,取得良好的教学效果。     

新型耐高温聚酯PCT的等温结晶性能研究

聚对苯二甲酸1,4环己二甲醇酯(PCT)是一种新型的耐高温聚酯.用差示扫描量热法(DSC)分析了PCT的等温结晶性能,并进行了等温结晶动力学分析.结果表明,PCT比PET的结晶速度快;动力学计算表明,PCT在较高温度下的结晶以异相成核为主.     

基于改进差别信息树的粗糙集属性约简算法

差别矩阵为属性约简提供了很好的思路,差别信息树能有效消除差别矩阵中的冗余元素,并实现对差别矩阵的压缩存储.然而,差别信息树既没有考虑“核”属性在消除差别矩阵中冗余元素的作用,也没有考虑属性序在压缩存储差别矩阵中非空元素的作用.对此,基于“核”属性和属性序关系,提出改进差别信息树,该树能进一步实现对差别矩阵中非空元素的压缩存储.最后,给出基于UCI数据库的仿真结果,并通过仿真结果验证该树的有效性.     

基于分段累计近似与自适应噪声辅助集成经验模态分解的滚动轴承故障诊断方法

提出了一种基于分段累积近似(PAA)与自适应噪声辅助集成经验模态分解(CEEMDAN)的适用于长信号处理的滚动轴承故障诊断方法，首先对高频采样得到的长信号进行包络解调，再对得到的低频包络信号进行PAA处理，实现对包络信号的数据压缩，最后通过CEEMDAN分离出包含故障信息的内禀模态函数(IMF)分量，进而实现对轴承故障的诊断。该方法通过数据压缩，解决了CEEMDAN因计算复杂而无法处理长信号的问题；先解调再PAA压缩，不会削弱信号中的低频包络信号(即故障特征信号)。实际案例的处理结果验证了该方法的有效性。