深孔加工中切削参数的选择

笔者主要阐述了数控深孔钻床在使用枪钻进行深孔加工时工艺参数的选择,寻求最佳加工性能,以求达到快速加工、提高效率的目的。     

水工建筑物初生空化数及其比尺效应研究进展

水工建筑物结构水力设计中通常涉及防空蚀设计,一般规定水流空化数σi<0.3的区域或者流速大于15 m/s的部位要进行防空蚀设计.水工建筑物不同部位结构,初生空化数不同,该值的分析一方面通过理论计算,另一方面则是通过减压模型试验,试验不可避免地存在比尺效应.对目前国内外初生空化数的计算公式加以总结,指出不同公式的优缺点及...     

基于非下采样 Contourlet 变换耦合特征选择 机制的可见光与红外图像融合算法

为了克服当下较多可见光与红外图像融合方法因忽略了光谱特征而导致融合图像存在光谱扭曲、目标内容显著度较差等不足,提出了非下采样Contourlet变换(nonsubsampled contourlet transform, NSCT)耦合特征选择机制的图像融合算法。首先,通过NSCT对可见光与红外图像计算,分离出其不同图像系数。然后,利用信息熵函数,度量图像所含信息量的丰富度,以形成低频系数的融合系数,得到富含红外目标等丰富信息的融合低频系数。采用像素点的邻点信息,度量图像的清晰度特征,并引入均值函数,度量图像的光谱特征,再联合图像的清晰度特征,构造特征选择机制,从图像中选择理想的高频系数融合函数,获取兼顾细节特征和光谱特征的融合高频系数。最后,通过实验结果发现,较现有的融合算法而言,所提算法拥有更好的融合质量,更好地保持了图像的光谱特征,且目标内容显著。     

电动汽车串联型电弧故障检测方法

电弧故障是引发电气火灾的主要原因之一。在电动汽车电气系统中,直流串联电弧故障通常发生在接触点松动或线路连接损坏处,会引起火灾、爆炸等严重事故。为快速、准确地检测电动汽车串联型电弧故障,搭建了电动汽车故障电弧实验平台,采集不同工况下干路电流时间序列并建立了样本库。通过轻量化卷积神经网络,建立了基于改进Mobilenet网络的串联故障电弧检测模型。通过对比分析学习率、网络层数、样本长度,对模型进行了优化。该优化模型通过干路电流可实现电动汽车串联型故障电弧的检测和故障选线,检测准确率达到96.39%,论文为电动汽车电气系统电弧故障检测提供了一种可行性方案。     

云南磨憨砂岩铜矿的浮选回收

云南磨憨砂岩铜矿含铜0. 77%,其中以氧化铜形式存在的铜金属率达45. 45%。孔雀石为主要铜矿物和目的矿物,具有氧化不充分,与褐铁矿伴生的特点,为难选矿石。浮选试验结果表明,以3 000 g/t石灰作调整剂和抑制剂、1 000 g/t硫化钠作活化剂、90 g/t丁基黄药作捕收剂、35 g/t松醇油作为起泡剂,在磨矿细度-74μm占比85%的条件下,经过"三次粗选—二次精选—一次扫选"流程,可实现铜品位18. 006%,铜回收率80. 01%的浮选指标。     

R-AdaBoost带钢表面缺陷特征选择算法

带钢表面缺陷形式的复杂多变给特征的选择带来了困难,为此,提出一种融合特征筛选和样本权值更新的R-Ada Boost特征选择算法。该算法在Ada Boost算法的每个循环中通过Relief算法进行特征的筛选与降维,通过筛选后的特征利用样本的类内类间差去除噪声样本,然后根据Ada Boost的动态权值更新样本库,再利用每个循环优化选择得到的最优特征与弱分类器级联成最终的Ada Boost强分类器,进行带钢表面缺陷的检测与定位。实验结果表明,针对带钢实际生产线上的划痕、褶皱、山脉、污点等多种缺陷,该算法可以有效提取出具有高区分性和独立性的特征,同时提高了缺陷检测算法的准确率。     

基于点迹时空关系的雷达目标航迹识别

雷达目标航迹的识别有助于指挥员判断对方作战意图和作战任务,从而为战场决策提供协助作用,但目前少有文献研 究目标航迹识别问题。 根据雷达检测到的目标物体的时间、距离和方位等时空数据,研究目标航迹识别问题,并提出了一种基 于雷达点迹数据时空关系的目标航迹识别算法(TRST)。 该算法首先对雷达点迹数据进行属性选择,然后挖掘点迹数据在空间 关系上的间距值特征,最后构建递归神经网络进一步捕捉点迹数据的时空关系特征,实现对目标航迹的分类识别。 实验结果表 明,TRST 算法能够有效提高目标航迹识的准确率、精确率、召回率和 F1-Score 性能。     

对最低价中标评标方法的信息经济学分析

我国目前招投标法律规定有综合评定、经评审的最低标价中标两种评标方法,实践中后者有一定局限.低价中标评标方法能否实施的关键之一在于能否设计出一种使投标人报价不得低于成本的机制.本文运用信息经济学方法对低报价投标过程中逆向选择和道德风险两种典型的信息不对称进行简要分析,参考机制设计理论,认为只要能设计出合适的机制,最低价中标是可以接受而且应该是首选的评标方法.     

基于多智能体Q学习的异构车载网络选择方法

异构车载网络环境下如何选择接入网络对于车载终端用户的服务体验而言至关重要,目前基于Q学习的网络选择方法利用智能体与环境的交互来迭代学习网络选择策略,从而实现较优的网络资源分配.然而该类方法通常存在状态空间过大引起迭代效率低下和收敛速度较慢的问题,同时由于Q值表更新产生的过高估计现象容易导致网络资源利用不均衡.针对上述问...     

蚁群算法的试验分析与参数选择

用试验分析方法对蚁群算法使用过程中蚂蚁数目、信息素的相对重要程度、启发式因子的相对重要程度以及信息素蒸发系数等参数选择方法及其取值范围进行了研究．并提出了用于选择蚁群算法最优组合参数“四步走”方法。