基于不同核函数的支持向量机的分析与比较

本文首先介绍了SVM的原理及各种数据分类算法,然后描述三种不同的工具箱（LS SVMLAB、OSU SVM、SVM SteveGunn）,分析不同的核函数,在此基础上,对两个数据集（Iris、LiverDisorders）进行分类,记录其分类准确率及运行时间,通过比较分析,选出一个最佳的核函数以及工具箱.结果显示,OSU SVM工具箱的分类性能是最优的.     

基于流行病理论的无线认知传感网抗攻击模型

大量无线通信设备在ISM频段工作致使免许可频段频谱资源稀缺,促使认知无线电和无线传感器网络（WSN）融合,形成无线认知传感器网络（WCSN）。文章研究了无线认知传感器网络中的数据伪造攻击,即恶意次用户通过向其他次用户发送伪造的频谱感知数据,导致控制中心做出错误的频谱分配决策。基于流行病理论,文章对数据伪造攻击中的信息传播过程进行了建模和分析,找出了决定无线认知传感器网络中潜在流行病爆发的关键因素。最后,通过仿真实验,对模型进行了验证,并对系统动态特性进行了研究。     

基于防御节点法的板料成型仿真分析

研究汽车覆盖薄板冲压成型问题,针对各种压力精度和稳定性要求在板料成型的接触力计算中,传统采用的计算方法有罚函数法和拉格朗日乘子法.由于拉格朗日乘子法与显式算法不相容,所以大多采用罚函数法计算接触力.但是罚函数法计算不稳定,罚参数难以确定.为了保证精度,提出将防御节点法用于板料成型中的接触外力计算.防御节点法是一种既能精确计算接触力,又能采用拉格朗日乘子法使约束条件得到精确满足,可避免求解联立方程组的算法.并使用编写的计算机程序进行仿真.通过与罚函数法相比较,结果验证了防御节点法是一种高精度的接触力计算方法,可为设计提供依据.     

提高分类准确率的诊断性测验的研究

传统的纸笔测验只给被试提供一个测验分数,计算机化自适应测验（CAT）不仅给出了被试的测验分数,还估计了被试的能力。但这两种方法都没有对学生的认知结构进行探索,认知诊断评价（CDA）的优势就在于能够揭示个人在所测知识领域的详细信息,对个体进行补救,教师也可以针对学生的知识状态改进教学,对教、学双方都有指导作用。传统的测验构建方法没有考虑可达矩阵,导致分类准确率不高,本文提出将可达矩阵与认知诊断信息指标相结合的选题策略,模拟实验结果表明,模式判准率和平均边际判准率都有所提高。     

基于RBAC和SSH的权限管理系统的设计和实现

基于角色的访问控制模型RBAC能够很好地解决复杂的权限管理问题.流行的J2EE框架SSH为RBAC提供灵活的实现平台.介绍RBAC模型的基本状况,并作适当改进.在具体的项目中,在SSH框架基础上,使用Spring的IoC容器存储对象,使用过滤器拦截控制访问,具体实现RBAC模型,从而构建良好的权限管理系统,并取得很好的效果.     

基于InSb-In磁阻元件的液体流量计的设计

设计了一种用InSb-In共晶体薄膜磁阻元件制作而成的液体流量计,该流量计中的转动涡轮由磁钢材料制作,当转动的涡轮叶片靠近InSb-In共晶体薄膜磁阻元件时引起其阻值的变化,进而产生交变信号。经过对信号的处理,单片机进行计数,可以得到瞬时流量和累积流量。本流量计采用西6mm管径设计,实验中采用自来水作为被测液体,每脉冲代表液体流量为0．8776mL,其有效测量量程为0．05—0．5m^3／h,测量误差在±0．4％左右,能满足低流速测量工业现场的使用要求,并能降低制造成本。     

基于投影匹配的钢坯端面字符快速识别方法

由于高温及复杂光照的干扰等成像环境的影响,钢坯端面字符自动识别存在很多困难,其实时自动识别难度大。现存的字符识别方法难以适应实际生产现场的需求。文章提出了一种基于投影匹配的快速识别方法,通过将图象二值化后进行垂直投影,直接将一维投影结果进行模板匹配,降低运算维数。大量的现场实验证明,该方法可有效的减少识别时间,提高生产效率,字符的拒识率和误识率较低,可满足生产线的实时要求。     

大气湍流图像像素偏差机理分析

对大气湍流导致图像畸变和像素偏差的因素进行了深入分析,对大气湍流状态下激光发射远距离光束的光束漂移均方值进行仿真,分析光束漂移均方值曲线,为后续对图像畸变、像素偏差校正及克服湍流影响提供有效的理论依据。     

基于计算机并口的磁敏无接触式角度传感器测试系统

本文设计了一套基于计算机并口的磁敏无接触式角度传感器测试系统,给出了实现方法。通过在VB程序中利用DLL文件ipout32．dll的两个输入输出函数来访问计算机并口以达到控制ADS774和步进电机等外围器件的目的。该系统电路简单,与计算机接口方便,实现了测试过程的自动化和可视化。实际使用效果表明其测试结果准确可靠,可大幅度提高测试效率。     

土壤中红外光谱库支持下的局部建模集优化

土壤中红外（MIR）光谱能快速、无污染、低成本地估算土壤有机碳等理化属性。随着各种尺度土壤光谱库的建立,使用其进行快速土壤分析引起广泛关注,但光谱库的通用模型在局部尺度上的预测效果不理想。开发“局部化”光谱建模方法是提高土壤光谱库性能的有效途径。本文提出了一种新的方法,通过光谱相似度计算和建模子集构建,旨在从库中快速建立最优局部建模集以提高预测精度。比较了欧氏、马氏、余弦三种距离算法衡量待测样本与库样本之间的相似度并生成距离矩阵;使用连续统去除法从距离矩阵中提取库容曲线中的特征点。利用偏最小二乘回归建立土壤MIR光谱与有机碳含量间的定量关系。结果表明,三种距离算法结合连续统去除得到的第一特征点均可得到较佳的预测精度。马氏距离不仅模型精度最高（R² = 0.764,RMSE = 1.021%）而且用到的库样本数最少（14%库容）。本方法可改善MIR光谱分析的成本效率并能提高局部尺度的预测能力。