基于机器学习的进口导流叶片损失与落后角预测

准确预测进口导流叶片的损失与落后角对设计优化压气机性能,提升压气机稳定性至关重要.本文使用叶型设计程序与MISES求解器耦合成的计算模型,创建了进口导流叶片样本数据库.通过支持向量回归搭建了损失及落后角代理模型,对比代理模型预测结果与经验模型计算结果,发现此代理模型能准确预测正反预旋大攻角下进口导流叶片的性能.     

水性聚氨酯的改性研究进展

介绍了水性聚氨酯复合改性的几种方法和特点,其中包括用具有不同活性基团的有机硅改性、环氧树脂直接或间接改性、丙烯酸酯对水性聚氨酯的共聚改性、核壳结构乳液聚合改性、互穿网络法改性及其它改性。并指出了水性聚氨酯复合改性技术进一步发展的方向。     

基于信息熵加权的局部离群点检测算法

离群点检测是数据挖掘领域的重要研究方向之一,可以从大量数据中发现少量与多数数据有明显区别的数据对象。在诸如网络入侵、无线传感器网络异常事件等检测应用中,离群点检测是一项具有很高应用价值的技术。为了提高离群点检测准确度,文中在局部离群测度（SLOM）算法的基础上,作了一些改进,提出了一种基于密度的局部离群点检测算法ESLOM。引入信息熵确定数据对象的离群属性,并对对象距离采用加权距离,以提高离群点检测准确度。理论分析和实验表明该算法是可行有效的。