基于密度调整的改进自适应谱聚类算法

针对谱聚类存在构造相似度矩阵时对尺度参数敏感以及处理多重尺度数据集效果不理想的缺陷, 提出一种基于密度调整的改进自适应谱聚类算法. 该算法将样本点所处领域的密度引入谱聚类, 利用密度差来调整样本点之间的相似度, 使其更符合实际簇类中样本点间的内在关系, 在一定程度上解决了多尺度聚类问题; 同时, 通过样本点的近邻距离自适应得到尺度参数, 使算法对尺度参数相对不敏感. 仿真实验验证了所提出算法的有效性和优越性.

     

基于多变量形态学特征的健康老年人认知发展预测算法

由于体积、表面积等常规形态学指标对于皮层下核团而言过于笼统,因此传统的形态特征获取手段难以检测到其表面形态的细微变化。为解决这一问题,本文提出了一种针对皮层下核团的精细特征提取算法,并将其应用到老年人认知状态预测任务上。通过表面共形参数化、表面共形表示和基于互信息的表面流配准,提取了46名被试双侧海马和杏仁核各15 000×2个顶点上的形态学特征;通过斑块选择、稀疏编码与字典学习,和最大池化的降维流程,避免了维度诅咒的同时充分保留了核团的纹理信息;最后,以树为弱学习器,采用GentleBoost算法集成了最终的强分类器做认知预测。结果显示,仅纳入海马和杏仁核两个皮层下结构的新颖特征,即可达到85%的预测准确率,为皮层下结构的精细特征发掘提供了新思路。     

改进果蝇算法在净化除钴过程锌粉量优化设定中的应用

本文提出一种基于细菌迁徙的自适应果蝇算法(CAFOABM),用于求解净化除钴过程锌粉添加量优化设定问题.首先从净化除钴的反应机理出发,通过引入除钴率建立锌粉添加量与氧化还原电位值、出口钴离子浓度间带约束的非线性优化设定模型;为了避免果蝇算法在迭代寻优过程中出现停滞现象,CAFOABM引入多种群并行搜索策略和改进搜索算子对搜索状态的转移规则进行改进;并采用区分可行解与不可行解法进行约束处理,保留一定比例的不可行解个体,有效避免了有用解信息的丢失.实际生产数据验证结果表明,CAFOABM算法优化设定的锌粉添加量与人工操作的经验数据相比减少7.83%,出口钴离子浓度满足实际生产要求且趋于平稳.     

自适应监督式分布神经网络及其工业应用

针对工业生产过程的复杂性和时变性,提出一种用于工业生产过程模建的自适应监督式分布神经网络（SDNN）。介绍了SDNN网络的结构和自适应学习方法,并将SDNN网络与传统建模方法相结合,应用于铅锌烧结过程的烧结块成分预测。工业应用结果表明,SDNN模型具有较高的预测精度。与传统建模方法有机结合能更好地描述工业生产过程。     

起动机性能微机测试系统

针对起动机电流大、工作短时的特点，研制了起动机性能微机测试系统。本文介绍了测试系统的组成、工作原理、软件设计、控制策略和抗干扰措施，特别叙述了本系统设计中的一些技巧和特点。现场运行表明，系统设计合理，检测精度高，控制时间短，抗干扰能力强。     

浅谈城市规划对城市土地价格的影响

通过分析城市规划对城市发展的影响、作用,揭示了城市规划与城市土地价格的内在联系,说明城市规划对土地价格的影响机制,从而真正地提高了城市土地的经济运行效益。     

模拟退火算法改进及工业应用

通过研究模拟退火算法搜索过程，分析了搜索初期和后期２种情况下算法可能长期陷入局部点无法跳出的原因，分别采用变异操作和扩大搜索空间的方法对一种单循环模拟退火算法予以改进；改进算法应用于锌电解过程分时供电优化，现场运行结果表明：优化所得的合理分时供电方案用于指导锌电解生产，为厂矿企业带来显著的经济效益。     

Multi-objective intelligent coordinating optimization blending system based on qualitative and quantitative synthetic model

1 INTRODUCTIONDuring Pb-Zn sintering blending process ,theproper mixture ratio of Pb-Zn concentrate fromdif-ferent mines and the returning powder is necessaryto obtain the desired sintering materials . The ma-terials are sintered to produce the agglomerate forthe smelting. The agglomerate compositions andthe sintering permeability are thei mportant param-eters of Pb-Zn sintering process , whose accuracyand stabilization strictly affect the smeltingprocess . The mixture ratio is one of e…     

随机森林和DE-ELM的烘丝机入口含水率预测北大核心CSCD

烘丝机入口含水率是影响烟丝质量与卷烟口感的关键因素。为实现其预测并为操作优化提供依据,提出了基于随机森林和DE-ELM的烘丝机入口含水率预测方法。首先通过随机森林基于平均精确度减少的排序方法筛选特征变量,然后采用差分进化优化的极限学习机(DE-ELM)建立筛选后特征变量与烘丝机入口含水率的关系模型,进而实现烘丝机入口含水率的预测。对比神经网络(BP-NN)、支持向量机(SVM)、普通极限学习机(ELM)及随机森林等方法在相同历史生产数据集上的预测结果,所提DE-ELM预测方法使烘丝机入口含水率的预测准确率稳定在95.87%,预测标准平均误差仅为0.128%,预测效果最佳。     

美国舰载激光武器研究进展分析

激光武器作为定向能武器的典型代表,受到美国防机构的大力支持。武器系统中美国海军重点关注板条激光武器、光纤激光武器、自由电子激光武器。基于海军激光武器的不同项目、舰载激光武器的优劣特征展开了研究分析,并进一步揭示了美国第三次抵消战略下颠覆性装备武器的最新发展。