水旱灾害风险评估方法体系及其实证研究

针对水旱灾害系统的不确定性,从系统论角度提出了水旱灾害致灾因子的危险性、承灾体的暴露、灾损敏感性和防灾减灾能力这4个子系统组成的水旱灾害风险系统及其定量表征。从方法论角度,提出了由水旱灾害危险性分析评估、脆弱性分析评估、损失风险分析评估、风险评价、风险决策分析这5类方法组成的水旱灾害风险评估方法体系,并归纳分析本文作者以往的实证研究。结果表明该方法体系具有通用性和有效性,在自然灾害风险评估中具有参考应用价值;今后亟须进一步解析该方法体系的物理成因机制,进一步丰富、发展、完善这些水旱灾害风险评估方法,特别是基于水旱灾害损失风险形成过程的损失风险曲线评估方法。     

高分辨高灵敏度CCD图像传感器驱动时序设计

在分析面阵CCD图像传感器结构和驱动时序基础上,针对高分辨率高灵敏度ICX694ALG大面阵CCD图像传感器,研究其驱动时序发生器;以现场可编程门阵列(FPGA)作为硬件平台,通过Verilog HDL硬件描述语言对该驱动时序发生器进行了硬件描述,采用ISE软件进行功能仿真,并针对XILINX公司的可编程逻辑器件XC3S1000进行了硬件适配;仿真测试表明,FPGA驱动时序发生器能够满足高分辨高灵敏ICX694ALG大面阵CCD图像传感器驱动要求,达到了设计要求。     

NLOS环境下基于EKF的移动机器人定位研究

针对室内移动机器人基于接收信号强度(RSSI,Received Signal Strength Indication)测距定位存在非视距(NLOS,Not-line-of-sight)传播问题,提出一种利用运动模型预测RSSI并修正NLOS测量的定位算法。首先结合移动机器人运动模型预测位置和信号强度RSSI,进而实现NLOS误差判定和测量修正;然后结合步长将移动机器人限制到圆域内,采用改进三边定位算法定位;最后使用扩展卡尔曼滤波(EKF,extended Kalman Filter)进行定位结果优化,得到位置的优化估计。仿真实验表明,该方法能有效地提高定位精度,能有效抑制具有较大量值的NLOS误差,是NLOS环境下一种有效的定位方法。     

基于QPSO-GRNN的水质氨氮预测建模

BP(Back Propagation)网络在用于水质预测时,存在运算速度慢和易陷入局部最优的缺点,与传统的BP网络相比,广义回归神经网络(General Regression Neural Network,GRNN)的计算速度快,预测精度较高。光滑因子σ是广义回归神经网络的唯一待确定参数,它对网络的预测性能影响很大,本文采用量子粒子群算法(quantum particle swarm algorithm,QP SO)优化算法对光滑因子进行估算,并通过GRNN构建水质预测模型。实验表明:该模型能较好地预测氨氮变化趋势,为科学管理水质提供必要依据。     

基于Android平台与SMS的智能家居能量管理系统

基于Android平台与SMS技术,设计并实现了智能家居能量管理系统设计方案。在文中描述了该系统的总体设计框图、终端软件设计、智能电表设计、智能插座设计。对该系统进行了验证,实验结果表明,该方案能够快捷地实现对家居设备等能量消耗单元的控制,成本很低,适合入门者使用。     

概念格可视化在工艺问题智能诊断中的应用研究

信息时代,带来的是惊人的信息量,如何从这些庞大的数据背后提取隐藏的知识并智能化诊断以辅助决策制定,成为当前计算机领域内的一个新的研究热点。该文基于形式概念分析理论,提出了一种新的分布式诊断模型,为决策者提供分析问题、模拟决策过程和方案的环境,提高决策水平和质量。该模型应用于振动时效工艺问题分析,效果良好。     

无线传感器网络技术在海洋平台结构安全检测领域的应用研究

无线传感器网络能够很好地解决海洋平台结构检测中遇到的很多问题。对无线传感器网络这一无线通信中的热点领域在无线传感器网络体系构架、大规模组网技术及网络管理、环境感知技术、数据采集技术以及信息处理技术等方面进行了应用研究,以期能将该项技术应用于我国海洋平台结构的安全检测中。     

基于主成分迭代支集检测的多对比度 磁共振快速成像

很多磁共振成像应用(如 T1、T2 参数成像)需要连续采集一系列不同对比度的图像。丰富的对比度机制反映了 人体组织的内在特性,为临床提供了有效的定量诊断手段。然而,由于扫描时间过长,这种方法在临床上的应用受到一 定的限制。近几年兴起的压缩感知理论在磁共振快速成像方面显示了巨大的潜能。其中,学者们提出一种基于主成分分 析的快速磁共振成像方法。该方法从已知的解析物理模型和参数范围中训练主成分,并通过截断的方式利用图像序列的 时域稀疏性。但是,当这种截断先验信息不准确时,上述方法可能会产生模型误差。 本文通过采用迭代支集检测的方法 实现主成分系数支集的适应性估计。文章最后通过两组人体膝盖数据的重建实验,验证了该方法的有效性。     

Accelerating a Recurrent Neural Network to Finite-Time Convergence for Solving Time-Varying Sylvester Equation by Using a Sign-Bi-power Activation Function

Bartels–Stewart algorithm is an effective and widely used method with an O(n ³) time complexity for solving a static Sylvester equation. When applied to time-varying Sylvester equation, the computation burden increases intensively with the decrease of sampling period and cannot satisfy continuous realtime calculation requirements. Gradient-based recurrent neural network are able to solve the time-varying Sylvester equation in real time but there always exists an estimation error. In contrast, the recently proposed Zhang neural network has been proven to converge to the solution of the Sylvester equation ideally when time goes to infinity. However, this neural network with the suggested activation functions never converges to the desired value in finite time, which may limit its applications in realtime processing. To tackle this problem, a sign-bi-power activation function is proposed in this paper to accelerate Zhang neural network to finite-time convergence. The global convergence and finite-time convergence property are proven in theory. The upper bound of the convergence time is derived analytically. Simulations are performed to evaluate the performance of the neural network with the proposed activation function. In addition, the proposed strategy is applied to online calculating the pseudo-inverse of a matrix and nonlinear control of an inverted pendulum system. Both theoretical analysis and numerical simulations validate the effectiveness of proposed activation function.     

运动机构可靠性仿真试验系统体系结构研究

针对工程实际复杂运动机构系统成本高、研制周期长、试验量少等特点,提出基于机液协同仿真模型的运动机构可靠性仿真分析方法。从工程实际运动机构系统的运动规律和系统性能出发,给出系统的主要失效模式并定量确定主要失效模式的失效判据,通过整合运动机构系统仿真模型可靠性分析的数据来源,建立并不断修正运动机构系统可靠性仿真模型,同时综合集成三维辅助建模软件、多体分析软件、有限元软件和控制系统建模软件等商用软件并结合经典可靠性分析方法,建立一个协同的运动机构可靠性仿真试验平台集成系统,从而对运动机构系统进行可靠性仿真试验分析与评估,为今后可靠性设计提供大量的有用信息。通过起落架落震可靠性仿真试验研究,表明该系统能够实现工程实际复杂运动机构可靠性仿真试验。