基于仿生嗅觉的电子鼻在煤矿火灾预报识别的应用研究

在煤矿井下存在多种复杂易燃混合气体,当外界温度或其他因素发生不稳定变化都可能引发火灾或其他事故;为了避免发生事故,提高预警机制,提前进行预报,根据生物嗅觉系统的模糊神经机理在嗅觉感知中所起的关键作用,构建了更接近生物嗅觉的模糊优化神经网络,使电子鼻系统具有仿生特性;最后通过MATLAB实验测试,根据不同温度下煤矿中的混合气味成份的不同进行成份模拟实验,实验结果表明,该电子鼻不仅具有辨识的快速性,还提高了自适应辨识的精度,从而能够准确做出预报。     

Robust Redundancy Scheme for the Repair Process: Hierarchical Codes in the Bandwidth-Limited Systems

High performance computing can be well supported by the Grid or cloud computing systems. However, these systems have to overcome the failure risks, where data is stored in the “unreliable” storage nodes that can leave the system at any moment and the nodes’ network bandwidth is limited. In this case, the basic way to assure data reliability is to add redundancy using either replication or erasure codes. As compared to replication, erasure codes are more space efficient. Erasure codes break data into blocks, encode these blocks and distribute them into different storage nodes. When storage nodes permanently or temporarily abandon the system, new redundant blocks must be created to guarantee the data reliability, which is referred to as repair. Later when the churn nodes rejoin the system, the blocks stored in these nodes can reintegrate the data group to enhance the data reliability. For “classical” erasure codes, generating a new block requires to transmit a number of k blocks over the network, which brings lots of repair traffic, high computation complexity and high failure probability for the repair process. Then a near-optimal erasure code named Hierarchical Codes, has been proposed that can significantly reduce the repair traffic by reducing the number of nodes participating in the repair process, which is referred to as the repair degree d. To overcome the complexity of reintegration and provide an adaptive reliability for Hierarchical Codes, we refine two concepts called location and relocation, and then propose an integrated maintenance scheme for the repair process. Our experiments show that Hierarchical Code is the most robust redundancy scheme for the repair process as compared to other famous coding schemes.     

铁矿石境外投资风险评估的模糊神经网络模型

论文将模糊理论与神经网络结合,对铁矿石境外投资所涉及的风险因素分别从资产影响、威胁频度两方面进行分析,建立了铁矿石境外投资的风险层次化结构,并构造了各因素所对应评判集的隶属度矩阵;综合运用模糊推理算法与神经网络仿真技术,对铁矿石境外投资的风险进行评估,进而判定铁矿石境外投资风险等级。最后,通过计算铁矿石境外投资的市场风险说明了算法的应用,并将结果与模糊综合评估得到的风险值进行比较,检测了模型的有效性。     

一种考虑随机风场作用的布料动画研究

为了创建布料在风中的动画,提出了一种考虑随机风场作用下的布料动画模型,通过引入柏林噪声来构造风场的随机分布,讨论了布料随风飘动中的布料间碰撞检测简化方法。采用OpenGL实现了床单的布料动画演示,仿真结果表明,虚拟床单的运动和生活中拍摄的实际照片相符合。     

小波域最小嵌入失真函数设计及其在隐写中的应用

为了提高隐写方案的安全性,提出一种基于最小嵌入失真原理和网格码的图像隐写算法。首先在离散小波域结合人眼视觉特性和整数提升小波变换设计了失真测度函数,主要考虑了亮度、频率和纹理掩蔽因子对载体失真的影响。然后结合网格码设计了隐写算法,将嵌入信息对载体的修改最小化并且集中在人眼不敏感区域。实验结果显示,方案具有良好的视觉不可见性,且能抵抗空域、小波域等隐写分析的攻击,安全容量达到0.4 bits/pixel。     

基于叶片形态特征的葡萄品种自动识别

葡萄在全世界种植范围较广,葡萄品种识别对葡萄资源统计、新品种鉴定及遗传资源保护都有重要意义。以成熟叶片为基本材料,不变矩、面积、周长、主叶脉长度和叶柄长度等11维特征向量为基础数据,采用叶片特征选择、图像处理、特征值提取、建立分类模型等方法,运用国际葡萄与葡萄酒组织形态分类方法和改进的欧式距离等技术开发一个基于葡萄叶片数字图像的葡萄品种自动识别软件。共测试17种酿酒和3种野生葡萄,识别率达87%。该方法具有自动化、识别速度快、花费低、省时省力等特点,可应用于葡萄病虫害的识别、杂交新品种双亲的判定等。     

分数阶Chen混沌系统同步及Multisim电路仿真

本文针对参数已知和未知的分数阶Chen混沌系统,研究其同步控制问题。利用分数阶系统稳定性理论,设计并实现了系统的反馈控制器;同时运用Multisim软件设计实现了分数阶系统同步的混沌电路,验证了所提出同步方法的有效性和可实现性。     

红外密码锁设计

为了改进现有的开锁设备,设计了一种红外密码锁,分为红外密码发送端和红外信号接收端两部分,分别以8位单片机STC89C52为核心进行控制。在发送端以红外发射二极管发射的红外光为载波,进行密码信号的发射与传输,该密码由使用者从矩阵键盘输入。在接收端进行红外密码信号的接收、处理和验证,并作出开锁或报警响应。该系统结构简单、成本低、实用性强可适用于智能家居仓储管理等场合.     

基于ADSP21060的并行信号处理系统设计

实时识别目标在现代高科技战争中具有重要军事意义。设计了一个由5片ADSP21060组成的并行处理系统。该系统采用基于环网的数据块处理策略,主DSP将数据分割为长度相等的块,并分配给各从DSP进行处理。以FIR滤波器并行算法为例,验证了本设计在运算速度方面显著优于单DSP系统。该设计可应用到对实时性能要求苛刻的军事领域。     

双活塞杆油缸在注塑机中的新应用

采用双活塞杆油缸注射装置，开发了一种新型注塑成型机，使用效果表明：采用该装置能提高功效，降低成本，节约能源。