基于ADAMS的采煤机牵引部轴承故障诊断方法

针对采煤机牵引部结构复杂、紧凑,致使采煤机牵引部轴承故障诊断工作困难的问题,提出了基于ADAMS的采煤机牵引部轴承故障诊断方法。首先,以MG210/485-WD型薄煤层采煤机牵引部惰轮轴承为研究对象,利用虚拟样机技术采集正常、内圈故障、滚动体故障、外圈故障等4种状态下轴承的仿真振动信号;然后,将仿真信号导入MATLAB进行基于经验模态分解(EMD)的时频联合处理;最后,针对时频联合处理结果进行特征提取,并利用多种主流分类算法对提取的特征进行训练与测试。信号处理与算法分类结果均表明,基于ADAMS的采煤机牵引部轴承故障诊断方法可以有效地实现轴承故障类别的分类,为采煤机牵引部轴承故障诊断提供了新方法。     

基于SA-PSO算法优化CNN的电能质量扰动分类模型

针对传统电能质量扰动分类模型中扰动特征复杂、识别步骤繁琐的问题,提出了一种通过模拟退火(SA)算法与粒子群优化(PSO)算法相结合来优化卷积神经网络(CNN)的电能质量扰动分类模型。将CNN卷积层中的二维卷积核替换成一维卷积核;采用SA算法对PSO算法进行改进,规避PSO算法陷入局部最优的困境;采用改进后的PSO算法对CNN进行参数寻优;利用优化CNN提取和筛选合适的特征,根据这些特征利用分类器得到最终分类结果。通过算例分析得出,使用基于SA-PSO算法优化的CNN的电能质量扰动分类模型能精确地识别出电能质量扰动信号。     

IMS早期媒体建立中多实体媒体协商解决方案

对IMS建立早期媒体的信令流程进行了研究,分析了具有MRS(媒体资源服务器)的IMS系统建立早期媒体的方案.并给出了使用信令流程和分类规则解决网关模式下多实体建立早期媒体过程中出现的offer/answer不匹配问题的方案.     

导弹分类法的发展与创新

长期以来, 一些不太确切的概念和定义在某些教材、教科书、专著和技术文献中屡见不鲜, 带来了很不良的影响, 其中就包括导弹的分类问题.     

一种端到端的加密流量多分类粗粒度融合算法

网络流量分类在网络安全领域发挥着重要作用,广泛应用于网络异常行为检测、网络入侵检测等研究及应用领域。随着网络加密技术的广泛使用,基于表征学习的深度学习方法由于其自动提取特征的特性,在加密流量分类领域取得了不错的性能表现。在表征学习的基础上,针对加密流量分类,提出了一种端到端的多分类粗粒度融合算法。在ISCX VPN-nonVPN数据集上的实验结果表明,所提算法与同类算法相比有更好的流量分类性能表现以及更快的收敛速度。     

基于挖掘算法的信息数据传输安全性检测方法研究

考虑到信息数据传输中,存在易受到外界环境影响导致安全性低、抗干扰性差、信息数据传输延迟长的问题,提出了基于挖掘算法的信息数据传输安全方法。根据信息数据传输结构的层次结构,采用匹配滤波方法对信息数据进行滤波处理,通过设置协调器处理信息数据传输通道,利用数据挖掘算法,完成信息数据传输安全检测。实验结果表明,采用基于数据挖掘算法的信息数据传输安全性检测方法,能够提高检测方法的安全性,缩短传输时延,提高信息数据传输安全性。     

基于图卷积神经网络的文本分类方法研究综述

文本分类是自然语言处理领域中常见的任务,机器学习和深度学习在该任务中已有较多研究并取得了很大进展,然而,这些传统方法只能处理欧氏空间的数据,不能完全有效地表达出文本的语义信息。为了打破传统的学习模式,诸多研究开始尝试用图表示文本中各实体间的丰富关系,并利用图卷积神经网络学习文本表示。文中对基于图卷积神经网络的文本分类方法进行了综述,首先概述了图卷积神经网络的背景与原理;其次,利用不同类型的图网络详细阐述了基于图卷积神经网络的文本分类方法,同时分析了图卷积神经网络在网络深度上的局限性,并介绍了深层网络在文本分类任务上的最新进展;最后,通过实验比较了各模型的分类性能,并探讨了该领域的难点与未来的发展方向。     

基于随机森林的多站融合项目优先业务筛选机制

在"双循环"新发展格局和"电力数字化"战略中顺势发展"多站融合"项目.基于多站融合布局,提出了一个多站融合项目区域性优先业务筛选的技术方法,从经济发展与能源产业视角,依据各区域属性特征将中国31个省市划分为四类区域,并结合多站融合项目业务清单所梳理的三大类业务范畴,利用随机森林算法的大数据分析法,通过选择区域数据样本,...     

HRTNSC:基于混合表示的藏文新闻主客观句子分类模型

针对藏文新闻主客观分类的现实需求,该文以藏文新闻文本数据为研究对象,提出一种基于混合表示的藏文新闻主客观句子分类模型(HRTNSC)。首先通过融合音节级特征和包含当前音节的单词级特征丰富模型输入的语义信息,然后将融合后的特征向量输入到BiLSTM+CNN网络中进行语义提取,最后采用Softmax分类器实现句子的主客观分类。测试结果表明,HRTNSC模型在Word2Vec音节向量+BERT音节向量+注意力机制加权的单词向量特征组合下最优F₁值达到90.84%,分类效果优于对比模型,可以较有效地分类主客观句子,具有一定的应用价值。     

基于XGBoost的Ebay网上拍卖最终成交价格预测

对成交价格进行预测,旨在获得Ebay拍卖品的价格动态,使买卖双方更好地进行交易.将价格区间进行多分类划分和多次最优参数选择,建立极端梯度提升(XGBoost,eXtreme Gradient Boosting)模型,并与最优逻辑斯蒂回归模型比较,使用平均准确率作为模型的评估指标.经比较发现XGBoost模型达到90.5...