基于熵方误差的QuasiNewton前馈神经网络

为了提高前馈神经网络学习算法的收敛速度 ,尝试定义熵方误差函数 ,在理论上证明了熵方误差函数的有效性 ,并将其应用于拟牛顿 (QuasiNewton)前馈神经网络。最后与使用其他误差函数的网络算法进行对比实验 ,结果表明引入熵方误差函数的前馈神经网络具有良好的收敛性与稳定性。     

SRCKF-GM-PHD多目标跟踪算法的优化

针对平方根容积卡尔曼滤波高斯混合概率假设密度(SRCKF-GM-PHD)算法在高杂波条件下对非线性目标跟踪能力弱的问题,文中首先融入改进灰狼算法,实时调节过程噪声Q和量测噪声R。其次,结合改进的渐消因子思想,实时调整SRCKF-GM-PHD算法中的增益矩阵,提高目标的跟踪精度。此外,为避免算法中止,文中提出动态权重调整策略的改进措施,调整算法中的实际输出残差序列的协方差。最终,形成了融合改进灰狼算法和改进渐消因子的SRCKF-GM-PHD算法。仿真分析对比了四种算法的性能,表明了所提算法在跟踪精度方面的有效性和优越性。     

基于HJ-1A CCD影像和ELM模型的太湖叶绿素a预测研究

以典型二类水体——太湖为例,基于环境一号遥感影像,构建了基于 ELM模型的叶绿素a浓度预测模型,将预测结果与传统的BP人工神经网络和支持向量机 SVM进行了比较。研究结果表明：ELM模型预测值与实测值之间的R²高达0.911 4,而BP和SVM模型的R²分别为0.366 3和0.744 8,均方根误差RMSE由BP模型和SVM模型的3.728 8 μg/L和2.132 4 μg/L降为ELM模型的1.327 0 μg/L, ELM模型的平均相对误差MRE=2.65％,小于BP模型的6.59%和SVM模型的3.89%;与其他两种方法相比,ELM模型反演太湖水体叶绿素a浓度精度更高,ELM模型参数选择简单,可以显著提高模型的学习速度,不易陷入局部最优值,具有更好的泛化性能;ELM模型可以有效地应用于内陆水体叶绿素a浓度的预测。     

基于环式对齐链的干扰对齐闭式解方法

针对一般干扰网络下干扰对齐闭式解的问题,提出了一种新颖的、基于环式对齐链的干扰对齐闭式解方法. 首先将干扰对齐预编码矩阵分解成若干个子矩阵,并精心设计其环式对齐链,尽可能压缩干扰子空间维度;然后基于环式对齐链,利用矩阵理论求解干扰对齐预编码矩阵和滤波矩阵. 仿真结果表明,该方法实现了较高的系统和速率性能,并且具有较低的运算复杂度.     

浅析造气厂房附属砖砌体建筑温度裂缝产生的原因及设计控制

本文浅析了造气厂房附属砖砌体建筑因温度等原因产生的各种裂缝，通过有效的构造措施、设计控制，对其进行有效预防、控制。     

奉贤区污水管网建设的探讨

随着城镇建设的不断加快,污水管网建设的相对滞后,大量污水未经处理或经过简单的处理就近排入河道,严重影响了生态系统的平衡。为此,奉贤区污水收集纳管处理的问题已提上工作议程上, 2006年开始了水环境综合治理工作,目标是通过3年时间的整治,使水环境质量得到根本性改善。重点     

织物表面导电线路喷射打印中微滴关键参数的视觉测量

针对织物表面打印导电线路中微滴的几何尺寸、速度等参数测量过程自动化程度低的问题,将视觉测量与微滴喷射技术相结合。利用高速相机对微滴喷射过程进行拍摄得到连续微滴图像。基于像素的阈值选取方法对微滴图像进行分割,得到微滴的二值图像,采用阶梯型边缘检测算法提取液滴边缘轮廓,获得单个微滴的面积、直径参数,根据面积和直径的关系计算出单个微滴的圆度参数,根据2帧微滴图像间的位移量计算出微滴的瞬时速度。实验结果表明:采用视觉测量法测得到的结果精度可达像素级,整个测量过程耗时短,可实现实时测量,为后续织物表面导电线路的精确成形提供了必要监测手段。     

适用于含多并联逆变器微电网联络线功率控制策略

基于下垂机制的含多并联逆变器微电网联络线功率控制策略的控制层级较多,层级间时间尺度相差较大,导致其暂态响应较差,应对本地负荷波动或下垂系数调整等扰动的能力不强。针对以上问题,提出了一种新型的含多并联逆变器微电网联络线功率分层控制策略。一层分散控制采用电压滤波跟踪误差的方法对系统公共耦合点(Point of Common Connection, PCC)电压进行快速精确的控制。二层系统级集中控制通过直接调节PCC电压幅值和相位,实现微电网与主网之间或互联微电网间特定的功率交换,而其内部各逆变器则按照功率分配系数精确分配有功和无功功率。离线仿真和实时硬件在环实验验证了所提控制策略的有效性和优越性。     

基于径向力的可转位浅孔钻加工孔径误差研究

为研究可转位浅孔钻在切削过程中的钻孔孔径误差,基于可转位浅孔钻的理论几何模型,并利用经典斜切理论得到浅孔钻的径向力、力矩关于刀片几何参数和切削参数的计算公式。选取常用切削参数组合,将计算得的径向合力及力矩作为边界条件,通过ANSYS有限元分析刀体挠度,得出相关钻孔孔径误差的理论值。利用统计学回归方法建立相应数学模型,并通过切削试验验证数学模型的精确性。基于建立的数学模型,通过调节切削参数,可预测并控制孔径误差值,实现浅孔钻在半精加工中对孔径余量的精确控制,有效拓展可转位浅孔钻的应用范围。