基于修正灰色马尔科夫模型的煤自燃预测

煤自燃系统是一个复杂的巨系统,具有规律性、非线性和随机波动性特点,因此在煤自燃预警系统中利用单一的灰色预测方法很难对其动态发展趋势做出准确的预测.针对上述问题,提出一种将灰色模型和马尔科夫模型相结合对煤自燃进行预测的方法.首先建立煤自燃的GM(1,1)模型,其次以GM(1,1)模型预测值为基础进行马尔科夫预测,然后用平均残差修正预测值.仿真结果表明,灰色马尔科夫模型比灰色模型预测精度明显提高,平均误差减少2.24％,为煤层优化检测提供了依据.     

打印机光谱特性化方法研究综述

目的 打印输出技术是目前国内外图像复制领域的主流技术。打印机特征化旨在建立打印机输入控制值与输出色彩信息值之间的对应关系,保证打印输出图像各像素色彩值的准确性。基于可见光谱的打印机特性化过程,以图像光谱信息作为打印机特性化过程中的色彩控制依据,可避免基于色度的打印输出过程所固有的同色异谱问题,实现图像色彩复制领域最高级别的无条件颜色匹配。在广泛文献调研的基础上,本文回顾了打印机光谱特性化方法各部分研究的发展历程,分析介绍了该领域主要研究内容及其研究现状,对打印机光谱特性化方法流程进行了较为全面的综述。方法 以Yule-Nielsen修正的光谱Neugebauer模型（YNSN模型）为典型代表,从打印机墨量限制方法、正向光谱预测模型、反向光谱分色模型以及色彩匹配评价度量4个方面,对目前基于可见光谱的打印机特性化方法研究情况进行了总结与归纳,并结合现有研究存在的问题对未来研究发展趋势进行了展望。结果 综合近几年该领域研究发展情况,认为目前打印机光谱特性化方法研究在墨量限制算法合理性、正反向建模精度等方面已经取得了较为理想的结果。然而,尽管已有20多年的广泛研究,鉴于光谱数据的高维性以及具体应用场景的多样性,导致准确而高效的实现光谱打印机特性化仍然是一个极具难度的问题,特别在建模效率提高、模型适用性增强、模型物理意义提升以及评价度量综合性能优化等方面,目前研究仍存在较大的研究发展空间。结论 打印机光谱特性化是实现图像色彩信息高保真打印复制的必要手段,其今后将继续在图像复制领域起到非常关键作用。然而,由于基于光谱的打印机特性化过程涉及光谱学及色度学理论、半色调呈色理论、最优化计算理论、人眼视觉机理、数字加网技术等多种理论与技术,故其研究具有一定的难度与挑战性。本文对打印机光谱特性化方法研究现状进行了较为深入的介绍与分析,意在使国内同行对该领域有一个较为全面的了解,以期引起更多研究者对该领域的关注。由于篇幅所限,许多问题未及深究。     

重要区域保持的图像缩放质量评价方法

目的 图像缩放质量评价是评估图像非等比例缩放优劣的依据,现有主流评价方法不能客观有效地给出定量评价结果,为此提出一种基于重要区域保持的图像非等比例缩放评价方法。方法 首先,结合视觉显著度、图像边缘和超像素分割构造重要区域识别算法;然后,设计描述图像缩放前后重要区域大小和内容保持的面积变化函数和成分变化函数;最后混合两种函数提出缩放质量评价函数。结果 在RetargetMe提供的标准测试集上对本文方法进行实验验证,计算缩放质量值以评价不同缩放方法的优劣,并利用肯德尔系数度量本文方法的评价结果与主观评价的一致性,本文方法的平均肯德尔系数比当前主流客观方法高0.5%~11%。结论 与现有主流客观评价方法相比,本文方法所得到的肯德尔系数值更大,证明该方法能够更准确有效、快速、定量地评价各类图像非等比例缩放结果。     

基于静电纺丝制备的聚乙烯醇/高岭土止血膜

采用静电纺丝技术将聚乙烯醇/高岭土的水混合物固化,制得一系列不同高岭土含量的止血膜.通过SEM与EDS图谱分析纤维化止血膜与材料中高岭土颗粒的形貌和元素分布情况.结果表明,高岭土能够有效分布在止血膜中.当高岭土为聚乙烯醇水溶液(质量分数10％)质量的2％时,制得的止血膜(PK2)具有最佳的止血效果,其猪血的体外抗凝时间为(254±2)s、SD大鼠肝损伤止血时间为(167±9)s、肝损伤失血量最小仅为(0.21±0.05)g.探究PK2止血膜的止血机理表明,其可有效激活内、外源性止血途径,比空白对照组的血浆凝固时间分别降低了7.2％、4.7％,且在8 min左右即能生成较为紧密的凝血块.止血膜的低细胞毒性和低溶血率表明其具有较好的应用前景.     

混炼胶门尼粘度的预测与控制

使用ＭＧＫＪ型密炼机混炼微机监控系统，在ＢＢ２７０型密炼机上预测混炼胶的门尼粘度值，实现了胎面胶门尼粘度值的预测。预测值与实测值的差平均为０８（相对误差１％）。借助预测门尼粘度的数学模型，对排胶点进行控制，使混炼胶门尼粘度的波动范围为－３～＋３。     

基于蚁群的Ad Hoc网络多路径路由的改进

在大规模的Ad Hoc网络中,带宽有限,并且节点移动会引起链路频繁中断,从而导致传输时延较大。针对这些缺点,文中提出了加入了链路失效预测的蚁群多路径路由算法LA-ACO （ Location Aided ACO）。通过蚁群算法的分布式计算来寻找多条路由,并利用多路径路由来进行数据包的负载平衡,同时进行链路失效的预测,利用蚁群的正反馈机制完成快速主动路由修复。在仿真得到的结果中可以发现,该算法有较好的寻优能力,并且适应于Ad Hoc网络的拓扑多变化的特性。     

改进BP神经网络在木构古建筑中的寿命预测

标准的BP神经网络存在训练速度慢、容易陷入极小点、泛化能力低的特点。文中用附加动量项和改进学习速率相结合的方法对标准的BP神经网络进行了改进,并将其应用在木构古建筑的寿命预测中。仿真结果表明,和标准的BP神经网络相比,改进后的BP神经网络提高了泛化能力,能较准确地拟合训练值,避免了在确定计算参数过程中所产生的计算误差。     

应用于临床生存时间预测的二次学习算法研究

生存时间预测在医学、经济和工程等领域有着广泛的应用。随着机器学习技术和数据挖掘技术的发展和广泛应用,研究人员提出了很多基于机器学习技术的生存时间预测算法。这些算法虽然都取得了良好的效果,但预测精度均有提升的空间。因此,提出了一种基于二次学习风范的生存时间预测算法,并结合最近邻算法在截尾样本估计上的应用以及支持向量机在泛化性能上的优势,实现了对临床生存时间的建模。实验结果表明,该算法能够获取精确的生存时间,且具有预测精度上的性能优势。     

Novel isocyanate-free self-curable cathodically depositable epoxy coatings: Influence of epoxy groups on coating properties

Novel self-curable cathodically depositable coatings were developed from glycidyl functional epoxy ester-acrylic graft co-polymer (EEAG) without using any external crosslinking agents. The EEAG-amine adducts (EEAGAs) were prepared by reacting EEAG with varying amount of diethanolamine (DEoA) which are neutralized with acid and dispersed in deionised water to give stable dispersion for cathodic electrodeposition (CED) coatings. The dispersions were cathodically electrodeposited on phosphated steel panels and thermally cured to give uniform coating. The coatings were evaluated for different mechanical, chemical and corrosion resistance properties. The coatings were evaluated for their thermal properties using thermo gravimetric analysis (TGA). The final properties of the coatings were found to be affected by the amount of amine reacted with epoxy. The coating films showed good overall performance properties for their use in coating industry.     

基于Elman神经网络的燃气轮机功率预测方法研究

预测燃气轮机未来的功率变化趋势对故障预测非常重要。针对燃气轮机故障预测的问题,提出了一种基于Elman神经网络的功率预测方法。以某电厂燃气轮机的实际数据为例,选取与功率变化最相关的属性。通过对比实验,采取合适的预处理方法,确定神经网络模型的输入,设置合适的隐含层神经元个数,从而建立了基于Elman神经网络的燃气轮机功率预测模型。最后通过与反向传播(back propagation,BP)网络、径向基函数(radial basis function,RBF)网络进行比较,验证了该方法的有效性。