火电设备噪声机理分析及综合整治

本分析了火电设备噪声产生的机理，对火力发电设备所产生的噪声进行了综合整治，对设备的进气处噪声采取安装消声器的方法，对未达到降噪标准的部分通过在发声设备外侧敷设吸声材料，通过吸声材料内耗衰减。该方法在控制生产性噪声上已取得较好效果，对火电厂降低噪声是一种有益的尝试。     

乳品项目建设程序化的重要性和一般程序

乳品项目建设程序化对项目来说至关重要，重视项目建设程序化，积极为拟建工程做好准备工作并创造一切施工条件，其工程的施工就会顺利地进行。乳品项目一般建设程序为：项目建议书－可地性研究－设计计划任务书－勘察－设计－施工，安装－验收，交付生产。     

融合粗糙集与小生境免疫优化的属性约简方法

在粗糙集核属性的基础上,融合小生境免疫优化提出一种决策属性约简方法.将核属性参数作为抗体编码的先验信息,通过疫苗自适应提取算法对抗体群接种疫苗,提高抗体群多样性及稳定性.为降低属性约简的计算复杂度,引入属性集合的分类近似标准作为免疫优化的亲和度,采用小生境免疫共享机制动态调整抗体群的亲和力,提高算法局部搜索能力.通过免疫记忆算子操作促使优良个体的保存,在保证收敛速度的同时具有较强的全局和局部寻优能力.通过滚动轴承故障诊断及UCI数据集的属性约简实验,显示本算法在属性约简精度和效率方面具有较好效果.     

水下分散自重构系统虚拟原型

开发了水下分散自重构系统的虚拟原型,从模块、拓扑和构形三个层次对水下分散自重构系统进行了描述,实现了对其运动和自重构过程的动力学仿真,并通过3D方式实时显示仿真与分析结果。利用该虚拟原型分析了系统的多种步态和自重构过程,说明虚拟原型可以为系统自重构策略提供直观可信的设计和测试手段。相对于实物样机,虚拟原型也具有低成本和易扩展的特点。     

基于．NET2．0平台实践教学管理系统的设计与实现

针对传统实践教学管理效率低、时效性差造成大量工作重复的弊端,基于ASe．NET2．0和SQL SEVER2000技术,采用Microsoft Visual Studio2005编程环境开发了一套实践教学管理信息系统,利用WEB技术较好地解决了高校实践教学管理中存在的实际问题。     

一种多模态函数优化的免疫算法

结合免疫系统的研究成果,并基于克隆选择原理和免疫网络理论,设计并实现一种多模态免疫优化算法。算法的主要操作算子包括Baldwin效应设计、克隆选择、超变异及通过免疫网络调整对抗体相似性抑制等。通过对不同的多模态测试函数进行仿真实验,证明了算法具有较强的多模态函数优化能力。     

自适应特征加权的Gibbs随机场影像分割方法

针对现有分割算法很少同时兼顾不同特征分量区分能力的差异和相邻像素间的相关性的问题,提出了一种结合Gibbs随机场的特征加权遥感影像分割方法.该方法首先依据训练样本计算各特征分量的区分能力,确定不同地物类别相应的特征分量的权重;然后利用加权最小距离分类法对影像进行初始分割,并利用Gibbs随机场来描述像素的空间相关性;最后综合Gibbs随机场描述的标记场和加权最小距离分类法描述的特征场来获取影像的最终分割结果.实验结果表明,Gibbs随机场能够有效地描述空间相关性,根据区分能力确定的权重强化了区分能力强的特征分量.     

对农房建设质量和管理的调查与建议

为了解目前村镇建设情况,尤其了解质量监督不到的农村自建房情况。《工程质量》杂志社陪同建设郭的领导到河北迁安召开了村镇建设现场座谈会,以下两篇文章就是座谈会后由迁安质监站的同志写来的有关迁安地区农房建设工程现状的报道。     

多模型数据集的免疫鲁棒回归分析

针对传统多模型数据集回归分析方法计算时间长、模型识别准确率低的问题,提出了一种新的启发式鲁棒回归分析方法。该方法模拟免疫系统聚类学习的原理,采用B细胞网络作为数据集的分类和存储工具,通过判断数据对模型的符合度进行分类,提高了数据分类的准确性,将模型集抽取过程分解成“聚类”“回归”“再聚类”的反复尝试过程,利用并行启发式搜索逼近模型集的解。仿真结果表明,所提方法回归分析时间明显少于传统算法,模型识别准确率明显高于传统算法。根据8模型数据集分析结果,传统算法中,效果最好的是基于RANSAC的逐次提取算法,其平均模型识别准确率为90.37%,需53.3947s;计算时间小于0.5s的传统算法,其准确率不足1%;所提算法仅需0.5094s,其准确率达到了98.25%。     

基于掩码分段匹配的否定选择数据分类

根据免疫否定选择原理,设计了基于掩码分段匹配的否定选择分类器,用于实现规则匹配分类。给出了适用于免疫优化的分类规则编码及分类信息分的评价标准,通过免疫进化对其进行群体优化以生成更为简洁、便于理解的数据规则集。该方法使得免疫优化的各种优良特性在数据分类中得到充分的运用,避免了传统分类算法缺乏全局优化能力的缺点,提高了对样本的识别能力。实验结果表明,这种免疫分类器及优化方法是一种有效、可行的分类器设计方案,提高了数据分类的准确性。