基于概念的折半查找算法

自顶向下或自底向上两种标准查找方式不适合于具体领域逻辑,且缺乏灵活性.模拟有序数组中的折半查找,提出逻辑空间上的折半查找方法,证明该查找方法在保持完备性和非冗余性的同时,还提供了更好的灵活性,最后给出了该查找的通用算法,并分析其复杂性.     

基于派生文法的日—蒙动词短语机器翻译研究

本文探索了源语为日语,目标语为蒙古语的动词短语机器翻译系统的实现方式。基于主张日语不活用的派生文法,重新分析日语附加成分。将日语的词干和附加成分转换到蒙古语的词干和附加成分之后,运用蒙古语的语音规则来处理并生成动词短语。在此基础上试做了日—蒙动词短语机器翻译系统。对30篇日文报道的403个动词短语进行测试,取得了95.78% 的正确率。     

基于LSTM神经网络的压电执行器位移迟滞建模

该文搭建迟滞测量实验平台,测量一种用于LED晶圆检测压电执行器的迟滞效应,设计了一种基于长短期记忆(LSTM)神经网络的压电迟滞模型,使用时间序列预测法对压电执行器位移迟滞效应建模。将该模型与传统的Prandtl-Ishlinskii(PI)模型进行对比。实验结果表明,神经网络模型具有较好、较广泛的迟滞建模效果,对于正弦波,位移预测精度保证小于2%;对于衰减正弦波,位移预测精度可保证小于3%。较高的模型预测精度为使用压电执行器进行LED晶圆检测提供了依据。     

基于高斯分量标准化的K近邻故障检测策略

针对复杂多工况工业过程故障检测问题,提出一种基于高斯分量标准化的K近邻(Gaussian Component Standardization K-Nearest Neighbor, GCS-KNN)故障检测策略。样本数据应用高斯混合模型(Gaussian Mixture Model, GMM)进行训练,将数据分解为多个高斯分量;通过每个高斯分量的均值和协方差对该分量内的数据进行标准化处理;应用K近邻(K-Nearest Neighbor, KNN)算法对标准化后的样本进行检测。GCS-KNN通过高斯分量标准化消除数据的多模态特性,提高传统基于KNN检测方法的检测率。利用数值例子和半导体工业过程仿真实验验证了该方法的有效性,并与传统的主元分析(Principal Component Analysis, PCA)、KNN、动态主元分析(Dynamic PCA,DPCA)和加权KNN(Weighted KNN,WKNN)等方法进行对比,结果证实此方法具有显著的优势。     

山东土特产包装设计研究

目的为山东土特产设计合适的包装,提高产品的市场竞争力,推动区域经济发展。方法以市场和消费者需求为导向,采用增强文化内涵,弘扬齐鲁文化;凸显地域特色,确保正宗地道;就地取材,坚持可持续发展;融合品牌建设,打造精品包装的策略。从市场调研、结构设计、视觉传达设计等方面,提高土特产的包装设计水平。结论为高端包装、系列化包装、组合包装是土特产包装的重要发展方向,科学合理的包装是提升土特产品牌知名度的有效措施。     

引入扰动补偿的多电机滑模协同控制研究

目的 解决多电机协同控制时容易受到非线性和外界扰动等不定因素的影响。方法 基于多电机偏差耦合控制结构,与引入扰动补偿的混合非奇异终端滑模变结构控制相结合,并与传统PI(Proportional Integral)调节器控制效果做仿真对比。结果 本文所提控制算法通过计算机仿真软件进行验证分析,该算法能够使得电机在启动时效果较好,转速误差在受到扰动时效果优于传统PI控制约8.50%;电机转矩在受到扰动后控制效果更加理想,几乎不存在迟滞时间就能达到新的负载转矩值;在受到负载扰动时转速误差波动较小,优于传统PI控制约8.83%。结论 通过计算机仿真验证得出,引入扰动补偿后的混合非奇异终端滑模变结构控制系统的响应时间和收敛速度、控制性能和鲁棒性都要优于传统PI控制的。     

X射线及低能γ光子在金属箔透射面的光致电子发射产额

采用改进的密立根光电流测量法,在透射方向测量了＾２４１Ａｍ放射源的Ｘ射线及低能γ光子在透过不同厚度的Ａｌ、Ｆｅ、Ｃｕ、Ｔａ及Ｗ箔时光致电子发射的产额。结果表明：光致电子发射产额在样品厚度范围内随箔厚的增加而减少;在高原子序数材料中将产生更多的光致电子发射。提出了“射程层贡献”模型,以该模型为基础建立的计算方法所得结果与实验值间相对误差平均约为１０％。     

基于弯曲振动粘度动态测量技术分析

通过求解流体流动时载流振动管弯曲振动方程,得到流体质点所受外力的动态方程.分析振动管弯曲振动能耗与流体质点受外力做功的关系,推导出流动流体在振动管做弯曲振动时的损失能耗量、流体流速和流体动力粘度的关系,从中分析流动状态下流速对粘度测量的影响,并通过实验验证了所得结论.     

基于免疫克隆选择算法的神经网络规则抽取

神经网络的不可解释性一直是限制其发展的固有缺陷,该文从神经网络的功能性观点出发,提出基于免疫克隆选择算法的神经网络规则抽取方法。将免疫克隆策略用于神经网络的规则抽取中,对已经训练好的神经网络隐层神经元输出值进行聚类,缩小搜索空间,抽取出理解性好、简洁的符号规则。该方法不依赖于具体的网络结构和训练算法,可以方便地应用于各种分类器型神经网络。实验结果表明该方法的实用性和可行性。     

基于图割和水平集的肾脏医学图像分割

肾脏医学图像分割是医学图像分析和非侵入式计算机辅助诊断系统中的关键步骤。从CT、MRI图像中分割出肾脏及肾皮质,计算其体积和皮质厚度等信息,有助于评估肾脏的功能,从而制定相应的治疗方案。根据肾脏序列图像相邻切片之间结构灰度分布的相似性,提出了一种基于图割和水平集方法的自动肾脏及肾皮质分割方法。选取皮质区域具有足够对比度和清晰度的切片为初始参考图像,使用霍夫森林算法检测肾脏区域,对前景、背景进行均值聚类以估计其灰度分布,获取图割模型能量函数,分割出肾脏整体;通过形态学处理得到相邻切片肾脏的分割候选区域,重复上述分割。以此初步分割结果作为水平集方法的初始轮廓,进一步分割得到三维的肾脏整体和肾皮质区域。实验结果表明,基于图割和水平集的肾脏分割方法能够比较准确地分割出肾脏及肾皮质。