偏度特征约束下的机载激光雷达点云数据分类

机载激光雷达获得的点云具有密度低、分布不均匀、分支结构不清晰等特点,其动态扫描过程的数据特征动态偏差很小,无法提取有效的数据去噪特征。为此提出偏度特征约束下的机载激光雷达点云数据实时分类方法。该方法将扫描获取的点云大容量实时数据引入在正态分布中,利用衡量对称性正态分布的关键度量偏度特征作为动态特征分界约束,完成数据滤波;提取机载激光雷达点云特征,从中选取优质特征,以此构建SVM分类器。点云大容量数据训练结果即为最终的分类结果。实验结果表明,所提方法分类的准确性与效率较高。     

强制涡超细分级机内腔气-固两相湍流流场数值模拟

建立了FW-Φ150型强制涡卧式涡轮分级机内腔叶片之间气-固两相流的双流体理论模型熏并利用通用的流体力学计算软件进行了数值模拟。结果表明:该涡轮分级机在正常工作状态时,内腔流场遵循强湍流流动规律;粒子群的运动规律是,粒子的粒径越大,越易向叶片外边缘聚集,直至返回分级区;随着转速的增大,流场的涡流现象越来越强,相同粒径的粒子,当转速增大到一定的程度时,出现了反流现象,使已经分离出的细粒又返回到分级区,而影响分级机的分级效率。     

自适应分类器系统及其在再入飞行器气动布局优化中的应用

自适应分类器系统将机器学习和搜索技术结合为一体，在优化的过程中自动获取知识并适应环境，突破了传统的知识基优化技术，如专家系统，需要大量特定领域专业知识，而这些知识往往难以荻取。同时，自适应分类器系统也是一种基于种群非梯度优化技术，与其它基于种群的技术相比，由于每一代只计算一个或几个设计点的目标函数值，计算量大大降低，降低了优化成本。利用自适应分类器系统对再入飞行器的气动布局进行优化设计，取得了很好的效果。     

One-Class分类器及其在异常检测中的应用

由于攻击数据难以获取,往往只能得到一类数据,即正常网络数据,这也是模式识别领域的单类问题(one-class)要解决的问题.本文改造了传统的SOM(自组织特征映射)模型,建立了基于SOM的单类分类器,并对其进行了改进.通过对入侵检测标准评估数据集上的测试,在保证总体性能的情况下,模型对选择的3种攻击的平均检测率保持在98%以上,而误报警率在4%左右.     

针轮转子双产品超细分级机的设计

针轮转子双产品超细分级机用一种辐射状迭置针苗组成的针轮分别做分散转子与分级转子,应用离心原理分级。这种新型超细选粉机能耗比较低。     

基于线性分类器的充油变压器潜伏性故障诊断方法

油中溶解气体分析(DGA)是判别变压器内部绝缘状况及发现内部潜伏性故障的重要手段。文中介绍了一种基于线性分类器、以DGA数据为特征参数的充油变压器潜伏性故障的识别方法。运用该方法进行了大量的应用实例分析，并将识别结果与BP神经网络法以及IEC三比值法进行了对比。结果表明选用H2、CH4、C2H2、CEH4、C2H6、CO、CO4七种特征气体作为特征参数时，该方法显示出较高的准确度。     

拜尔法格子磨分级机提升杆控制回路的改进

山西分公司拜尔法原矿浆生产的分级设备为沉没式螺旋分级机，在生产中，分级机故障多，特别是其提升机构在控制回路设计上存在缺陷，故障点多，维修困难，经常因升降困难而影响矿浆指标控制和格子磨的稳定运行，成为制约拜尔法生产的一个主要问题。通过对格子磨分级机提升杆控制回路存在的缺点进行分析，提出了改进方法。控制回路改进后，减少了分级机故障率，保证了格子磨稳定运行，收到了较好效果。     

集成多分类器的人脸识别

提出一种用组合多分类器融合局部信息进行人脸识别的方法。人脸识别过程中图像样本间的相似度可建模为“类内差”和“类阅差”两种模式类，用这种思想在图像小波分解域的局部区域上构造弱分类器集，然后通过Boosting训练生成强分类器，最终的人脸匹配由多个弱分类器输出的加权和给出决策。实验结果表明，系统具有较高的识别率，对表情和光照变化具有很好的鲁棒性，而且对新个体有较好的扩展能力。     

Features in the design of optimal recognition systems

Features that are inherent to recognition systems that lay claim to constituting an optimal design are considered. A maximal probability of correct recognition is characteristic of such systems. The degree of optimality of systems, the quality of a constructed classifier, or the dimension of the confidence interval may be established on the basis of these features.     

REPLANNING MECHANISM FOR DELIBERATIVE AGENTS IN DYNAMIC CHANGING ENVIRONMENTS

This paper proposes a replanning mechanism for deliberative agents as a new approach to tackling the frame problem. We propose a beliefs desires and intentions (BDI) agent architecture using a case-based planning (CBP) mechanism for reasoning. We discuss the characteristics of the problems faced with planning where constraint satisfaction problems (CSP) resources are limited and formulate, through variation techniques, a reasoning model agent to resolve them. The design of the agent proposed, named MRP-Ag (most-replanable agent), will be evaluated in different environments using a series of simulation experiments, comparing it with others such as E-Ag (Efficient Agent) and O-Ag (Optimum Agent). Last, the most important results will be summarized, and the notion of an adaptable agent will be introduced.