采用模式搜索法对磁悬浮列车轨道梁的加工实现精确定位

磁悬浮列车轨道梁体积大、质量重,无法适用传统机加工定位方式,需由机床进行测量并与理论模型进行拟合以确定其加工位置。针对定位过程中的拟合问题,文章基于最小二乘原理,采用模式搜索法对理论模型和实际模型进行拟合,使其满足每个实测点与其对应理论点的距离的平方和为最小,从而实现对加工位置的精确定位,并得到从理论模型到加工模型的坐标变换参数和转换矩阵。     

龙开口水电站初期下闸蓄水规划设计与实施

龙开口水电站初期蓄水阶段,采用导流底孔闸门局部开启的过流方式,顺利下泄环保流量,满足环保要求。结合蓄水时间对下闸时机进行了深入分析,为合理决策下闸时机提供了依据,对类似工程有一定借鉴作用。     

GIS局部放电检测的有源外置UHF传感器设计

针对传统无源外置局部放电超高频(UHF)传感器频带窄、增益低、容易引入噪声的问题,研究并设计了基于有源集成天线(AIA)技术的有源外置传感器.传感器通过宽频带天线接收局部放电产生的电磁波信号,在天线介质板上直接由有源对数检波器放大信号进行包络检波,省去了传统设计中的平衡不平衡转换与射频传输线,降低天线前端的匹配损耗,改善传感器的频带、噪声和增益.测试结果表明:传感器中心频率为900 MHz,驻波比小于2的频带为730 MHz ～ 1.05 GHz,传感器输出信号峰值为5V,频率为2～10 MHz.该传感器抗干扰能力强,增益高,适合GIS局部放电的检测.     

灰色Verhulst 模型背景值优化及其应用

鉴于背景值是影响灰色建模精度的重要因素之一, 提出一种灰色Verhulst 模型中背景值的优化方法. 基于灰色Verhulst 模型时间响应式的Logistic 函数形式和背景值的几何意义, 利用积分中值定理研究背景值与发展系数之间的数量关系; 采用最小二乘法对新参数进行估计, 还原原始参数估计值, 使得优化的背景值模型同时具备无偏性和最小误差性. 案例分析表明, 背景值优化的模型改善了模拟精度, 验证了模型的有效性和可行性.

     

改进混合蛙跳算法在蔬菜总黄酮软测量中的应用

针对蔬菜总黄酮化学物提取过程复杂、非线性和生物参数难以在线测量等特点,提出了基于改进混合蛙跳算法优化最小二乘支持向量机的蔬菜总黄酮软测量模型。该模型对标准混合蛙跳算法进行改进,采用反向学习的种群初始化策略,确保个体分布的均匀性;并根据群体适应度方差大小,动态调整变异概率,使算法避免陷入局部最优;最后采用改进的混合蛙跳算法对最小二乘支持向量机的参数进行寻优,实现蔬菜总黄酮软测量。仿真结果表明,基于改进混合蛙跳算法的最小二乘支持向量机软测量模型具有测量精度高,稳定性好的优点,有利于蔬菜总黄酮化学物测量工程的实际应用。     

全相位与Geiger算法的岩石声发射源定位方法

Geiger定位算法在岩石定位分析中得到广泛应用,但是对初始值要求非常严格,若初始值选择不当,则很难进入收敛范围。为了提高定位精度,减少迭代次数,针对这些问题,提出全相位与Geiger算法的岩石声发射源定位方法。首先进行花岗岩（50 mm×100 mm×50 mm）断铅实验,接着充分利用全相位FFT相位不变性的优势分析断铅信号,通过相位差法求出时延同时反演声发射源求出Geiger迭代初始值,最后综合最小二乘法与Geiger算法,迭代求出最优解。实验仿真结果显示此算法的平均误差相比美国PCI-2型声发射仪器定位结果降低了约5 mm,有效解决了Geiger初始值选取的问题,能够迅速进入收敛范围,提高了收敛速度和定位精度。     

Analysis of General Ideal Proportional Navigation Guidance Laws

In this work, the capture region of the general ideal proportional navigation guidance law is analyzed with the following constraints: (i) the target's input acceleration is subject to independent or magnitude saturation, and (ii) the missile's input acceleration is subject to magnitude saturation. In addition to the case of unbounded maneuverability of missile with or without knowing the target acceleration, the necessary and sufficient condition for a bounded maneuvering missile that captures a nonmaneuvering target is also derived. Furthermore, the conditions that result in zero impact velocity are discovered and discussed in some of the cases. The capture regions that cannot be obtained analytically are determined numerically by a powerful classifier, the least square support vector machines. To have the capture region ready for least square support vector machines, all the state variables are transformed into modified polar variables and non‐dimensionalized to reduce the number of independent variables. In order to make the implementation possible in real time, an approximation of the Gaussian radial basis function is adopted to obtain the corresponding nonlinear feature mapping function. Through numerous numerical experiments, the proposed technique is found to be adequate for storing the capture region in an onboard fire control computer.     

偏标记学习研究综述

在弱监督信息条件下进行学习已成为机器学习领域的热点研究课题。偏标记学习作为一类重要的弱监督机器学习框架,适于多种实际应用问题的学习建模。在该框架下,每个对象在输入空间由单个示例(属性向量)进行刻画,而在输出空间与一组候选标记相关联,其中仅有一个为其真实标记。本文将对偏标记学习的研究现状进行综述,首先给出该学习框架的定义以及与相关学习框架的区别与联系,然后重点介绍几种典型的偏标记学习算法以及作者在该方面的初步工作,最后对偏标记学习进一步的研究方向进行简要讨论。     

低复杂度递推信道估计联合均衡算法

精确的信道状态信息对单载波频域均衡(Sin gle carrier frequency domain equalization, SC FDE)非常重要,本文基于高斯消息传 递 (Gaussian message passing,GMP)提出了一种递推最小二乘(Least squares, LS)信道估计 算法。借助于因子图,根据广义分配率思想,将估计函数分为多个局部函数,每个局部函数 做多利处理,然后通过定义辅助变量使其成递推关系。根据turbo原理,迭代交换软信息, 使得估计、均衡及译码联合进行。在此基础上 ,分析并推导出无偏简化方法,然后借助于快速傅里叶变换,使得算法复杂度随观察向量长 度的增加呈对数上升。仿真表明该简化算法具有较好的信道估计性能和误码率特性的同时, 显著降低了计算量。     

一种基于扩展不完全Kripke结构的三值逻辑模型检测方法

多值模型检测是解决形式化验证中状态爆炸问题的一种重要方法,三值模型检测是多值模型检测的基础,其中如何检验不确定状态的真值是一难点。针对不确定状态检验,提出了一种模型检测方法,首先对不完全Kripke结构PKS进行了扩展,然后在扩展后的模型上给出了检测不确定状态真值的方法,最后给出了基于扩展不完全Kripke结构的三值逻辑模型检测算法。与已有的三值逻辑模型检测算法相比,该算法降低了算法复杂度,完善了对于不确定或不一致信息的处理,从而增强了三值逻辑模型检测的实用性。