Block-Gebhart模型分区数对预测大空间热环境参数及负荷的影响

Block-Gebhart (B-G)模型应用的关键之一是确定竖向空间划分的区域数.推导了任意分区数B-G模型的能量平衡方程的系数表达式.以某大空间下送风分层空调缩尺模型实验室为对象,建立了2、4、7分区的B-G模型来预测室内热环境参数和分层空调负荷,并采用7个工况的实验数据予以验证.结果 表明;4分区模型对室内热环境...     

基于BFOA算法的配电网DG选址定容方法

发展分布式能源系统对于实现的“碳达峰”和“碳中和”,提升可再生能源的开发利用具有重要意义。提出一种基于细菌觅食优化算法（BFOA）的配电网分布式电源（DG）选址定容方法。建立以配电网的功率损耗指数、电压偏差以及安装分布式电源所降低的净运行成本最小为目标的数学模型及约束条件,提出损耗敏感系数（LSF）来确定DG安装位置,并引用BFOA算法求解DG的最佳容量。仿真表明,相对于传统优化算法,BFOA算法在模型求解时间和收敛速度上具有明显优势,所提规划方法能够最大限度地降低功率损耗和运行成本,并提高系统的电压稳定性。     

基于属性选择和采样策略的不平衡数据动态分类方法

不平衡数据分类是机器学习领域的重要研究方向之一,现有不平衡学习算法大多针对二分类而无法满足多分类需求.本文面向多类不平衡数据分类问题,通过结合粗糙集、重采样方法以及动态集成分类策略设计了一种新的多分类模型.该模型运用综合采样方式和粗糙集属性约简技术获得多个平衡数据子集,在此基础上实现动态集成分类模型的构建.真实数据集上...     

货车转向架安全链故障计算机视觉识别算法研究

结合货车转向架安全链脱落及丢失的照片形态特征,提出了一种基于先验统计信息的故障计算机视觉识别算法;算法流程包括图像增强,自适应阈值变换滤除无关特征,应用Hough变换提取主特征线条,依据线型特征图像水平梯度沿垂直方向的积分投影定位主特征线,基于极角约束Hough变换推出两条主特征线交点,最后根据安全链和支架的几何形态特征判读故障;算法设计应用积累大量先验统计信息作为视觉不变量,极大地提高了检测速度和可靠性。     

基于知识地图的反恐情报分析及预警方法

为解决传统数据挖掘方法对样本数据质量的过度依赖及高维特征空间导致的"冷启动"问题,以及海量数据之间缺少深度语义关联出现的"信息迷航"问题,以知识地图作为反恐领域知识描述与数据组织的工具,提出一种基于知识地图的反恐情报分析及预警方法.分析和利用节点在知识地图上的语义结构特征和个体涉恐相关特征,采用朴素贝叶斯算法计算个体潜...     

镍基合金火焰筒拉深成形工艺研究

以某航空发动机中广泛应用的GH163镍基高温合金火焰筒为研究对象,针对当前该零件生产中所存在的问题,从材料成形性能研究、成形工艺模拟仿真及工艺验证的角度出发对镍基高温合金火焰筒成形工艺进行了优化。通过试验的方法得到了GH163合金常温下真实应力应变曲线及成形极限图(FLD),为其成形过程有限元模拟及成形工艺参数的制定提供了必要条件。利用有限元分析软件Dynaform对火焰筒成形工艺过程进行模拟仿真,确定了毛坯尺寸、压边力、摩擦系数等相关工艺参数并对其成形工艺进行了试验验证。结果表明:优化后的工艺方法所成形的火焰筒外形尺寸精度高、成形效率高,排除了传统工艺路线中焊接质量无法保证等不利因素。     

我国国家标准化战略与企业标准化战略关系--以高新技术企业为例

本文以高新技术企业标准化为突破口,从国家宏观角度和企业微观层面进行深入分析,研究我国企业制定自身标准化战略与国家总体标准化战略存在的关系。企业标准化战略是企业获得利润的有效途径,也是谋求发展的重要基础,从国家范围看,企业标准化活动是国家总体标准化活动中最关键的基础与核心部分。因此,孤立、局部或微观的考虑企业标准化是远远不够的,必须要把企业标准化战略放到国家层面上考虑。     

基于局部加权表示的线性回归分类器及人脸识别

线性回归分类器(Linear Regression Classifier,LRC)是一种有效的图像分类算法,然而LRC未关注数据的局部结构信息,忽略了类内样本之间的差异性,因此当人脸图像存在表情、光照、角度、遮挡等变化时分类性能不佳.针对此问题,文中提出了一种基于局部加权表示的线性回归分类器(Local WeightedRepresentation based Linear Regression Classifier,LWR-LRC).LWR-LRC首先以测试样本与所有样本的相似性为度量,构建每类样本的加权代表样本;然后将测试样本分解为加权代表样本的线性组合;最后将测试样本分类到重构系数最大的类别.LWR-LRC考虑了样本的局部结构,构建了每类样本的最优代表样本,使用代表样本进行计算,在提高鲁棒性同时,大幅缩短了计算时间.在AR,CMU PIE,FERET和GT数据集上的实验的结果表明,LWR-LRC与NNC,SRC,LRC,CRC,MRC,LMRC等算法相比,在性能上有很强的优越性.