支持向量回归在飞灰含碳量软测量中的应用

针对目前锅炉飞灰含碳量难以准确测量的问题,应用支持向量回归和粒子群算法相结合建立了飞灰含碳量软测量模型;建模中以某电厂提供的1 000 MW超超临界机组的测试数据为研究对象,对数据进行了预处理,对各种变量进行了关联度分析,采用粒子群算法优化了模型的惩罚参数C和核函数参数g,建立了飞灰含碳量软测量模型;同时利用测试数据和另选的随机数据验证了模型的准确性和泛化能力;仿真结果表明,飞灰含碳量软测量模型的预测精度较高,相对误差被控制在±1%以内,而且泛化能力较强,为锅炉飞灰含碳量的测量提供了一种有效的途径。     

关于省级区域环保督查中心职能定位的思考

本文论述了江苏省新成立的区域环保督查中心的职能定位和作用,探索区域环保督查中心的运作机制,为相关省级环保部门决定是否成立及如何运作区域环保督查中心提供决策的参考和借鉴。     

混合动力汽车IPMSM鲁棒自调节效率优化控制

针对传统混合动力汽车(HEV)系统效率优化控制方法存在的参数依赖性问题,提出了一种IPMSM电机鲁捧自调节最大转矩电流比(MTPA)优化方法。该方法通过在定子电流矢量角上叠加一个高频正弦小信号,通过数字信号处理提取出反映转矩变化规律的功率信号,并采用PI调节器锁定出最优矢量角。此外,设计了高频电流控制器进行内环电流调节器动态补偿,从而提高鲁棒MTPA控制的动态响应性能。最后,搭建了一台22 kW的永磁同步电机HEV系统实验样机,对所提鲁棒MTPA方法的动、稳态性能进行了实验验证,结果表明该方法下HEV系统具备较强的鲁棒性和高效性。     

基于直方图调整和击中击不中变换的弱小目标检测

针对复杂背景图像中弱小目标像素少、灰度低,难于检测的问题,本文提出了一种基于直方图调整和数学形态学击中击不中变换相结合的弱小目标检测方法.该方法根据弱小目标的灰度特征,先对原始图像进行直方图调整,提高弱小目标的邻域信杂比,然后对二值化图像进行击中击不中变换,检测出可疑目标集合.实验结果表明,该方法能够有效地检测复杂背景下的弱小目标.     

MATLAB在电工和电子线路中的应用和研究

电工电子技术对于工科类专业是一门非常重要的课程,信息量大,知识面广。在进行教学过程中,如何把抽象的电路分析通过仿真把结果展示出来,使其具体化。本文介绍了MATLAB在电工和电子线路中的应用方法,通过数学建模和仿真,来重点研究MATLAB软件在电工电子课程中的应用,对提高电工电子课堂教学质量有重要意义。     

基于MQTT通信协议的无线室内环境实时监测系统设计

针对现有室内环境监测系统存在数据检测精度不高、响应不迅速、数据传输不稳定等一系列问题,本文设计了一种基于MQTT通信协议的无线室内环境实时监测系统。该系统以STM32单片机为控制核心,通过多种类型传感器采集室内的温湿度、光照强度、一氧化碳气体浓度及烟雾浓度数据,并利用MQTT通信协议实现无线传输,用户通过登陆微信小程序可以远程实时查看室内的环境状况。测试结果表明,该监测系统具有环境数据检测精度高、传输稳定等特点。     

基于最大熵准则的多视角SAR目标分类方法

针对合成孔径雷达（Synthetic aperture radar,SAR）目标分类问题,提出基于最大熵准则的多视角方法。采用经典的图像相似度测度构建不同视角SAR图像之间的相关性矩阵,在此基础上分别计算不同视角组合条件下的非线性相关信息熵值。非线性相关信息熵值可分析多个变量之间的统计特性,熵值的大小即可反映不同变量之间的内在关联。根据最大熵的原则选择最优的视角子集,其中SAR图像具有最大的内在相关性。分类过程以联合稀疏表示为基础,对具有最大熵值的多个视角进行联合表示。联合稀疏表示模型同时处理若干稀疏表示问题,在它们具有关联的条件下具有提升重构精度的优势。根据不同视角求解得到的表示系数,按照类别分别计算对于选取多视角的重构误差,并根据误差最小的准则进行最终决策。文中方法可有效对多视角SAR图像样本进行相关性分析,并利用联合稀疏表示利用这种相关性,能够更好提高分类精度。采用MSTAR数据集对方法进行分析测试,通过与几类其他方法在多种测试条件下进行对比,结果显示了最大熵准则在多视角选取中的有效性和文中方法对SAR目标分类性能的优越性。     

高效的光照、旋转、尺度不变纹理分类算法EI北大核心CSCD

纹理图像中存在的光照、旋转、尺度变化使纹理分类成为一个极具挑战性的问题.针对传统的纹理分类算法在同时解决光照、旋转、尺度变化问题和实时性方面存在的不足,提出一种高效的光照、旋转、尺度不变纹理分类算法.首先利用原始图像及其2次高斯滤波图像构造尺度空间,采用带邻域主导方向的完备局部二值模式算法在不同尺度上提取光照、旋转不变的纹理特征;然后利用跨尺度取模式最大值的方法获得尺度不变的纹理特征;最后利用最近子空间分类器进行分类.在5个有代表性的纹理库上进行实验的结果表明,该算法不需要预先学习,能较好地解决纹理分类中的光照、旋转、尺度变化问题,并具有较高的实时性.