一种含影响力因子的自适应C均值算法

含影响力因子的硬聚类算法(HCMef)在对多于两类规模不均的样本进行聚类时,影响力因子指数对聚类结果影响很大,取值不当会引起类消失.影响力因子指数在0附近穷举,并利用影响力因子指数较大时类规模会在较少训练次数内消失的现象,降低计算量.提出了含影响力因子的自适应C均值聚类策略(AHCMef),并介绍了两阶段聚类方法,进一步提高聚类成功率和执行效率.结果显示,最佳影响力因子指数出现在成功聚类时的较大值附近,聚类效果从该点起随影响力因子指数的减小而降低.对HCMef算法应用于多类规模不均样本情况时,影响力因子指数的选取具有指导意义.     

使用静态小波变换增强与降噪真彩图像

由于几乎所有真彩图像都不同程度含有噪声,并且含有阴影和明亮光源的图像的动态范围超过了多数电子设备和人眼的感受区域,这就要求真彩图像被增强的同时还能够对噪声进行抑制.因此,在分析了噪声在HSV色彩空间分布的基础上,根据静态小波变换解释的入射-反射模型,提出了一种能够同时增强与降噪真彩图像的方法.实验表明,本方法在明显增强真彩图像的同时,还可以有效抑制图像中的噪声.     

齿轮系统噪声预估及声诊断方法研究

通过对正常齿轮系统和故障齿轮系统振动信号的试验测试,提取了正常与故障齿轮的信号特征,以声学理论为基础,在系统运转的情况下分别在时域和频域对系统振动所产生的声压进行了模拟计算,并对正常情况、齿根裂纹故障情况(深度为3mm和5mm)、分度圆裂纹故障(深度为2mm和4mm)及齿面磨损情况下齿轮系统的辐射声压进行了比较分析,并与试验结果进行了对比验证。结果表明,利用声诊断方法不仅可以较好地对几种典型故障(类型,大小)进行初步定征和识别,在故障诊断领域有良好的应用前景,而且可以降低声压级测量的成本,有效避免环境噪声的影响。     

基于Bernstein函数类的Bezier曲面类栽

为了进一步丰富Bezier曲面理论,以及克服原有Bezier曲面理论中的一些不足,在梁锡坤提出的Bernstein函数类的基础上,对基于该类函数的Bezier曲面类的生成方法进行了研究.并给出了两种具体的Bezier曲面类曲面,这两种曲面是基于有理形式调配函数,即RB函数的实用曲面,称之为RB曲面和附权RB曲面.重点研究了RB曲面和附权RB曲面的表示方法和有关性质,同时还分析了这两种曲面之间以及与Bezier曲面之间的关系.得到了较好的结果,使Bezier曲面理论更加完善.     

欢迎来到过剩的性能时代

除了华硕最早推出易PC,惠普、联想、戴尔、ACER、同方、三星、神舟等等,几乎你能想到的目前市场上的厂商都推出了上网本设备。当然,上游厂商也不遗余力地进行推广,如Intel的Atom平台、VIA的NANO平台,甚至AMD也将推出UVC平台应对……这些,恐怕大家或多或少都听到过上网本的讨论,对第二台PC产品的讨论,上网机、上网本已经成为继台式机、笔记本之后的另外一类产品。不过,我们是否要换一个角度来看这个问题——其实,我们已经到了性能过剩的时代。     

一种改进的应用于噪声数据中的KNN算法

基于实例的KNN算法不可避免地要依赖于数据的质量,但原始数据含有噪声,因而KNN算法的结果势必会因为数据中的噪声而受到严重的影响。事实上,大多噪声都服从一定的模型,而且模型一般是已知的。充分利用数据中的噪声模型,以减小噪声对KNN算法结果的影响。通过实验结果表明该方法是有效的。     

扭曲的涡旋光束在海洋湍流中的传输因子

基于扩展惠更斯-菲涅尔原理和维格纳分布函数(Wigner distribution function,WDF)二阶矩,推导了部分相干扭曲涡旋光束(partially coherent twisted vortex beam,PCTVB)在海洋湍流中传输时的M2因子和角扩展θ(z)。通过数值模拟方法详细研究了海洋湍流对光束M2因子和角扩展θ(z)的影响,结果表明温度方差耗散率ΧT和温度盐度贡献比w越大、动能耗散率ε和各向异性因子ξ越小时对PCTVB的M2因子和角扩展θ(z)的影响越大。此外研究发现,相较于非扭曲涡旋光束(PCVB),PCTVB有更好的抗海洋湍流的能力,且增大拓扑荷数m以及扭曲因子绝对值｜μ｜后,PCTVB的M2因子和角扩展θ(z)显著减小,光束的抗海洋湍流能力增强。并且增大束腰宽度w0和波长λ,以及减小初始相干长度δηη(η=x,y)同样可以增加光束抗海洋湍流的能力。本文的数值研究结果对海洋光通信具有重要意义。     

基于改进维纳滤波的自适应电力线通信降噪方法

针对电力载波通信过程中被传输信号受因负荷波动变化导致产生的噪声,且负荷噪声占比明显,进而影响通信质量的情况,文章提出一种基于改进维纳滤波的自适应电力通信降噪方法。该方法首先根据负荷波动规律,利用维纳滤波最小均方误差准则,求取最佳线性滤波器参数,即滤波器的输出信号与期望信号之差的均方值最小;再利用上一时间序列得到的信号,求取此刻滤波器得到信号梯度;最后将梯度值作为维纳滤波的阈值,作为下一期望信号的百分比,从而得到误差最小的真实信号。实验结果表明：文章改进滤波算法得到的信号准确率相对原始信号平均提高了28.3%。     

电子元器件镍金复合镀层厚度测试方法研究

目前,电子元器件复合金属镀层厚度的测量主要采用具有破坏性的金相切片法,该方法会对样品造成不可逆损伤。鉴于此,该文提出先培养基片,再通过X射线荧光测厚仪测量复合镀层厚度的基于过程工艺控制的无损检测法,并探究双层和三层镍金复合镀层结构,得到内层镀层对外层镀层测量的影响因子,并研究其测量误差。实验结果表明:该培养基片法在不破坏样品的情况下实现电子元器件复合金属镀层厚度的精确测量,为电子元器件生产过程中复合镀层厚度的控制提供技术支持,进一步完善电子元器件镀涂工艺。     

MHSACAE-CNN在噪声下的电机轴承故障诊断

电机的运行情况复杂,实际运行工况下会有大量的噪声,导致其轴承故障诊断精度下降。为了改善这一问题,提出了一种基于多头自注意力机制的一维全卷积自编码网络（One-dimensional Fully Convolutional Autoencoding Network Basedon Multi-head Self-attention,MHSACAE）与卷积神经网络（Convolutional Neural Network,CNN）结合的轴承故障诊断方法。该方法先采用MHSACAE网络进行降噪,再通过CNN进行故障诊断。其中MHSACAE去噪网络采用无监督训练的方式,充分考虑了实际工况和序列数据内在联系,在实现对噪声的滤除效果的同时,最大限度地保留下了原始的故障信息,使得CNN可以实现在噪声情况下对电机轴承故障的高精度诊断。通过与其他轴承故障诊断方法在噪声情况下进行对比,证明提出的方法具有更好的效果。