基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

基于频谱与可视化分析相结合的吸尘器降噪研究

文中采用悬挂系统来取代传统的支撑装置,通过一些弹簧和连接件的组合,来减小或消除电动机在高速运转时所产生的结构振动,从而减小或消除通过支撑结构所传递至吸尘器外壳的振动,达到减震降噪的效果。     

滚动轴承磨损状态的Adams仿真与实验研究

针对一线切割机床导轮轴承磨损失效易导致加工质量下降的问题,以深沟球轴承624为研究对象,通过建立Adams虚拟样机模型,仿真和分析了不同程度磨损状态的滚动轴承,揭示了其磨损状态的特征,得到了信号时域和频域上的特征值,并利用了一台线切割电火花机床的导轮轴承进行了实验验证。仿真和实验结果表明,轴承的磨损状态与该信号特征值有关,且随着滚动轴承磨损状态的加剧,该信号特征值随轴承内部间隙增大而增大。该值可以有效的表征轴承的磨损状态,对滚动轴承的磨损状态识别有一定参考价值。