新型钢铅组合耗能器性能试验及参数优选

为了考察新型钢铅组合耗能器(NCSLD)的力学性能和提高其耗能能力,利用电液伺服压剪试验机对NCSLD耗能器进行力学性能试验,采用ANSYS实体建模的方法对耗能器进行大量的数值分析,并对性能试验和数值分析的结果进行对比,研究耗能器的滞回特征参数与其6个几何参数之间的关系,回归出二者之间的公式.提出评价耗能器性能优劣的标准及其附加条件,并以此标准为依据,利用均匀设计法和遗传算法分别对耗能器的6个几何参数进行优选.结果表明遗传算法的选优效果要好于均匀设计法,同时得到一系列性能良好的NCSLD耗能器.     

大口径光学透镜瞬态温度场模拟

为考察热辐射效应对光学元件稳、瞬态温度场的影响,给出了考虑辐射和导热耦合换热情况下复杂几何结构光学透镜稳、瞬态热特性的适体坐标下离散坐标法.对喷管形和圆柱形介质进行计算并与其他方法比较表明,建立的适体坐标系下辐射与导热耦合换热计算方法精度较好.对两端为球缺中间为圆柱的大口径透镜内的辐射与导热耦合换热过程进行了数值模拟.计算结果表明,为了精确地预测半透明介质如透镜内的温度分布,应该考虑辐射与导热耦合作用,且应当考虑介质的光谱特性.     

基于邻域风险最小化概率密度估计的自适应盲分离算法*

为实现由不同统计特性和概率分布平滑特性信号得到混合信号的盲分离,对基于支持向量机的邻域风险最小化概率密度估计算法进行研究,提出一种邻域函数的构造方法,将其与自然梯度批处理算法相结合,形成一种新的自适应盲分离算法;利用广义高斯模型分析了分离算法的精确度。通过仿真实验,验证了该算法能分离统计特性不同的混合信号,相比于基于经验风险最小化的方法,该方法在收敛速度和精度方面的性能有很大提高。     

基于支持向量机的主动红外式结冰冰型分类方法研究*

针对飞机机翼等部位的结冰探测,提出了一种主动式红外结冰冰型分类的方法。该方法基于支持向量机,通过测量不同冰型结冰表面的红外激光反射系数,达到对结冰冰型分类的目的。初步试验结果表明,该方法能够以一定的准确性对物体结冰的冰型进行实时动态分类,为飞机结冰探测提供了一种新的技术思路。     

双足机器人行走稳定性研究

双足机器人行走的稳定性是双足行走最为重要的衡量指标之一.针对传统的基于零力矩点（ZMP）步态稳定性判据方法,分析了ZMP、COP的相互关系,表明在双足机器人与水平地面无粘性力和无吸附力作用下,其ZMP即为压力中心点COP.基于具有足趾关节的双足机器人足底支撑面多种变化,提出对多点接触时支撑多边形区域描述.结合ZMP/COP、COG的在支撑面内相对位置,提出了基于ZMP/COP、COG的综合稳定性判据.经仿真分析,与传统单一的ZMP稳定性判据相比,该综合稳定性判据能够更为准确地反映步态的稳定性.     

海洋平台灰预测和支持向量机的逆控制

导管架式海洋平台在随机波浪等外载荷作用下极易产生有害振动,且其动力响应具有极强的非线性和时变性,采用被动控制方法和基于精确数学模型的主动控制方法控制海洋平台的有害振动很难达到理想的控制效果.结合灰预测和支持向量机的优点,提出了基于灰预测和支持向量机的自适应逆控制方法,并将其与动态刚度阵法相结合应用于导管架式海洋平台的振动主动控制中.数值算例分析表明,该控制方法可有效地控制波浪和风载荷作用下引起导管架式平台的有害振动,并能解决由于控制信号传输等原因引起的时滞问题.     

介质访问控制层拒绝服务攻击的入侵检测系统

针对无线局域网安全防护手段的不足,结合无线局域网介质访问控制层拒绝服务攻击的特点,设计了基于支持向量机算法的入侵检测系统。该系统利用支持向量机分类准确性高的特点,构建支持向量机最优分类超平面和分类判决函数,对网络流量进行分类识别,完成对异常流量的检测。在OPNET平台下进行无线局域网环境入侵检测仿真,仿真结果表明,该系统能有效地检测出针对无线局域网介质访问控制层的拒绝服务攻击。     

基于代价敏感支持向量机的推荐系统托攻击检测方法

基于标准支持向量机的托攻击检测方法不能体现由于用户误分代价不同对分类效果带来的影响,提出了一种基于代价敏感支持向量机的托攻击检测新方法,该方法在代价敏感性学习机制下引入支持向量机作为分类工具,对支持向量机输出进行后验概率建模,建立了基于类别隶属度的动态代价函数,更准确地反映不同样本的分类代价,在此基础上设计了代价敏感支持向量机分类器。将该分类器应用在推荐系统托攻击检测中,并与标准的支持向量机方法、代价敏感支持向量机方法进行比较,实验结果表明,本方法可以更精确地控制代价敏感性,进一步提高对攻击用户的检测精度,降低总体的误分类代价。     

应用于临床生存时间预测的二次学习算法研究

生存时间预测在医学、经济和工程等领域有着广泛的应用。随着机器学习技术和数据挖掘技术的发展和广泛应用,研究人员提出了很多基于机器学习技术的生存时间预测算法。这些算法虽然都取得了良好的效果,但预测精度均有提升的空间。因此,提出了一种基于二次学习风范的生存时间预测算法,并结合最近邻算法在截尾样本估计上的应用以及支持向量机在泛化性能上的优势,实现了对临床生存时间的建模。实验结果表明,该算法能够获取精确的生存时间,且具有预测精度上的性能优势。     

基于图嵌入与拓扑结构信息的蛋白质复合物识别算法

蛋白质复合物是细胞结构和生化机制的研究基础,如何准确识别蛋白质复合物成为近年来的研究热点。针对传统算法根据结构信息对蛋白质复合物进行搜索存在敏感度和F-measure低的问题,以及现有监督学习算法根据人为构造特征进行蛋白质复合物识别存在特征构造不能较好地反映图的真实信息等不足,提出了graph2vec-SVM识别算法。将蛋白质复合物看作稠密子图并考虑子图模块度大小,利用graph2vec将图信息转换为向量,并进一步采用SVM分类器对蛋白质复合物进行识别,提高了蛋白质复合物识别的敏感度和F-measure。该算法分别与目前流行的4种非监督学习算法(ClusterOne、CMC、HC-PIN和COACH)和3种监督学习算法(SCI-BN、SCI-SVM和RM)进行比较,在精准度、敏感度和F-measure 3项指标上都显示出了良好的性能。