基于红外原理的微型多气体检测系统的设计

为了解决目前煤矿瓦斯事故以及大量使用天然气的家庭安全、环境污染等问题,设计并开发了一种具有集成化、微型化的红外多气体检测系统,通过实验数据的测试对比和数据分析,这种系统达到了微功耗、微体积、宽量程、高分辨率等技术要求,且能集成多气体检测的微型检测系统.重点介绍了红外检测的光学原理,以及从单气体检测引入到集成多气体检测的设计思想和方法,并介绍了有关CAN总线的数据传输方式和无线数据通信方式在系统中的应用.     

汽车车内行驶噪声测试的阶次跟踪法

应用PULSE测试分析系统中阶次跟踪法,测试分析某型乘用车车内四个位置的噪声水平随发动机转速变化的关系.揭示了该型汽车在测试工况下,不同的转速对车内噪声的贡献规律.为降低车内行驶噪声和振动响应提供了重要的分析依据和参考.     

工科背景高等院校开展统计教育的研究——以浙江科技学院为例

快速发展中的工科背景高等院校在统计教育上存在有待改进的地方。以浙江科技学院为例,为培养具有深厚统计学背景的应用型复合人才,在统计教育上作了一些探索：定位于浙江中小企业对统计知识的实际需求;选择注重实际应用的国外经典教材;在教学中注重学生的参与;在实践中培养学生运用统计学知识和统计工具如统计软件的能力。     

Robust sparse principal component analysis

The model for improving the robustness of sparse principal component analysis（PCA） is proposed in this paper. Instead of the l2-norm variance utilized in the conventional sparse PCA model,the proposed model maximizes the l1-norm variance,which is less sensitive to noise and outlier. To ensure sparsity,lp-norm（0 p 1） constraint,which is more general and effective than l1-norm,is considered. A simple yet efficient algorithm is developed against the proposed model. The complexity of the algorithm approximately linearly increases with both of the size and the dimensionality of the given data,which is comparable to or better than the current sparse PCA methods. The proposed algorithm is also proved to converge to a reasonable local optimum of the model. The efficiency and robustness of the algorithm is verified by a series of experiments on both synthetic and digit number image data.     

数学形态学在数字图像处理中的应用研究

传统边缘检测算法由于对噪声敏感,难以准确提取图像边缘,导致图像处理效果不佳.基于传统数学形态学算法中结构算子的方向性和尺寸几何的基础上进行算法改进.针对抗噪型碰撞腐蚀形态学边缘检测算子结构元素特征,采用不同大小结构元素组合来提取边缘特征,有效保证了图像细节的同时去掉较大噪声点.根据结构元素的方向性,利用同向结构元素图像的匹配来检测各边缘信息,确保不同向边缘信息的完整度.通过比较文本改进算法与传统的边缘检测算法对图像边缘检测效果表明:本文提出的改进算子在处理较大图像边缘检测时具有更快的检测速度,且图像边缘光滑,细节清晰,具备了更强的抗噪性能.     

基于稳健设计的SGNS算法的超参数调优方法

通常给定超参数的若干取值选取性能最大的为最优组合(称为直接选优法),但是此方法的稳健性差。为此,提出了一种基于稳健设计的超参数调优方法(称为稳健调优法)。具体地,以SGNS算法中的超参数调优为例,在词语推断任务上实验并得出:经方差分析得到SGNS算法中的七个超参数中的五个对算法预测性能有显著影响,确定为主控因子,其余两个确定为噪声因子,且主控因子中有三个对性能估计的方差有显著影响,因此,调优中仅从期望最大来直接选优是不合理的;稳健调优法与直接选优法两者在预测性能上没有显著差异,但稳健调优法对噪声因子具有较好的稳健性。稳健调优法对一般的深度神经网络的调参有实际的借鉴意义。     

基于局部概率抽样的标签噪声过滤方法

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力较差、分类效果不够理想以及过滤效率低等问题。针对这些问题,提出一种基于标签置信度分布的局部概率抽样方法来进行标签噪声过滤。首先利用随机森林分类器对样本的标签进行投票,从而获取每个样本的标签置信度;然后根据标签置信度的大小,将样本划分为易识别样本和难识别样本;最后分别采用不同的过滤策略对样本进行过滤。实验结果表明,在标签噪声存在的情况下,所提方法在大多数案例上能够保持较高的噪声识别能力,并且在分类泛化性能上也具有明显优势。     

未知观测噪声时机器人同步定位与地图构建

对未知观测噪声的机器人同步定位与地图构建问题,提出基于神经网络PID自适应学习观测噪声的机器人同步定位与地图构建算法.已知系统噪声为高斯分布,噪声的方差未知,但其真值是在某个有限集合内.设计一个由神经网络PID控制器、观测噪声调整以及中值滤波构成的噪声在线辨识单元.通过自适应在线辨识观测噪声,并进行新息协方差平均值滤波,迭代修正观测噪声协方差,实现机器人同步定位精度的在线提高.实验表明,该算法可降低观测噪声先验信息不足的影响,减小定位误差.     

基于预测滤波器的数字降噪耳机研究

通常数字降噪耳机采用的自适应滤波器,一般基于LMS、NLMS等算法,但是由于A/D转换存在一定的延迟,导致实际降噪效果降低,故降噪耳机上的主动降噪系统需要对噪声进行预测.通过线性预测算法和改进滤波器,对已经采样的噪声信号进行算法分析,预测下一时刻的噪声信号,在Matlab中实现对飞机引擎噪声进行预测,并将降噪效果与LMS自适应滤波器的降噪效果进行比较.仿真结果表明,在处理低频噪声时,预测滤波器效果要优于LMS自适应滤波器.     

运输类大型飞机噪声适航测试方法应用

对研发过程中的新舟700系列飞机在内的涡桨运输类客机的噪声适航方法进行分析,对其瞬时声压级、有效感觉噪声级等算法进行研究.使用丹麦B&K公司的噪声分析产品PLUSE声学测试分析系统,采用基于静态测试预测噪声级的算法,“以机代台”对发动机静态数据进行分析.利用涡桨类飞机竞争机型庞巴迪DHC-8-400飞机已有的噪声数据,使用C#语言和Visual Studio 2013平台开发预测系统.最后利用SPSS软件进行置信区间的计算,验证数据的符合性.方法及竞争机型噪声数据可为今后上市的涡桨类运输飞机提供噪声适航研发依据.