半二面体群上的三度连通边传递双凯莱图分类

如果一个图Γ存在半正则自同构群H,且H作用在图Γ的点集上有两个相同长度的轨道,那么称图Γ为群H上的双凯莱图。双凯莱图的对称性的研究是代数图论中重要的研究课题。利用三度四循环图的结构,对半二面体群上三度连通边传递的双凯莱图进行了研究,给出了这类双凯莱图的完全分类。     

基于统计特征混合与随机森林重要性排序的桥梁异常监测数据识别方法

准确识别结构健康监测系统中的异常监测数据对降低监测系统误报和正确评判结构服役状态十分重要。为降低不同模式异常数据样本量的非均衡性和相同模式异常数据样本间的差异性对监督学习分类训练的影响,提出了包含基于前向差分求导进行样本数据增强、基于随机森林特征重要性指标进行样本统计特征指标集排序和多特征混合降维原始样本的异常数据识别方法。针对某座大跨度斜拉桥的实测正常数据和6类异常数据,计算了均衡化处理后增强数据的10类统计特征重要性指数。在7种特征混合输入方式下,分别采用K邻近法、支持向量机、决策树和随机森林作为分类器,检验并比较了所提方法用于识别异常数据的效果。测试集的平均识别准确率表明,相较直接对原始样本进行分类训练,所提方法可显著提升异常数据识别的准确率,且最高识别准确率达到了97.10%。     

语音识别系统简易模型的设计及其关键问题

语音作为一种语言符号系统的载体,负载着人们想要传达的信息;而语音识别作为智能设备的一项功能受到人们的亲睐,与此同时越来越多的科研爱好者也投身于语音识别的研究当中。然而并不是所有的项目研究工作都需要从零开始研究语音,有很多的研究是需要建立在现有语音识别系统基础上的,比如说为提高识别精度而研究对语音识别系统扰动的因素等。因此,设计语音识别系统在很多情况下十分常有必要的,本文就设计语音识别简易模型做出研究,为欲研究语音识别后续工作的科研爱好者作参考。     

一种自激式高压开关电源的设计

开关电源是高效节能型电源,在多种电子电气类产品中得到广泛应用,并展现了其良好的工作特性。文中设计了一款小功率开关电源,采用了自激式工作方式,该电路结构简单,对输入电压的变化有较好的适应能力,输出纹波低,电源体积小。     

糠蜡型复合油相专用乳化剂的研制和应用

文章介绍了一种新型乳化剂的制备及其在乳化炸药中的应用。采用马来酸酐(MA)和Span80反应制备双子型非离子乳化剂MA-Span80,并与聚异丁烯双丁二酰亚胺(T152)以质量比11制备复合乳化剂,来研究糠蜡型复合油相专用乳化剂。用乳化剂与复合油相制备乳胶基质,测试乳胶基质的黏度和储存稳定性。通过测定MA-Span80及其复合乳化剂在乳化炸药中的爆轰性能,探讨其在乳化炸药中的应用。结果表明:相比于Span80乳化剂,MA-Span80及其复合乳化剂更适用于糠蜡型复合油相,制备的乳化炸药具有更长的储存期。     

直接进样测汞法测定生鲜乳中汞含量

摘 要：目的 建立直接进样测汞法测定生鲜乳中汞的分析方法。方法 分别以测汞仪的分解温度、分解时间以及进样量为变量考察其对检测信号的影响,确定最优的仪器测试参数为：分解温度750 ℃、分解时间2 min、进样量0.1 g;在最优测试条件下,测试并计算该方法的线性关系、检出限、精密度及加标回收率。结果 在0~40 ng范围内呈良好的线性相关,相关系数r2=0.9986,方法的检测限为0.08 μg/kg,在5~20 ng/g添加浓度范围内,方法回收率在93.1%~103.2%之间,相对标准偏差(relative standard deviation, RSD)＜5%。结论 该方法具有准确、可靠、简洁、高效等优点,适用于生鲜乳样品中汞的检测。     

基于多传感器信息融合的智能小车避障

针对智能小车在不确定坏境下自主避障的情况,采用超声波传感器和红外传感器相结合来感知外界环境信息。将传感器采集到的各种数据利用T-S模糊神经网络进行融合．通过实验仿真表明：此方法能够使智能小车对障碍物灵活避障．     

区域信息驱动的多目标进化半监督模糊聚类图像分割算法

现有的多目标进化聚类算法应用于图像分割时,往往是在图像像素层面上进行聚类,运行时间过长,而且忽略了图像区域信息使得图像分割效果不太理想。为了提高多目标进化聚类算法的分割效果和时间效率,该文将图像区域信息与部分监督信息引入多目标进化聚类,提出图像区域信息驱动的多目标进化半监督模糊聚类图像分割算法。该算法首先利用超像素策略获得图像的区域信息,然后结合部分监督信息,设计融合区域信息和监督信息的适应度函数,接着通过多目标进化策略对多个适应度函数进行优化得到最优解集。最后构造融合区域信息与监督信息的最优解评价指标,实现从最优解集中选取一个最优解。实验结果表明:与已有多目标进化聚类算法相比,该算法不但分割效果有所提升,而且运行效率得以提高。     

织物表面缺陷检测的研究进展北大核心

为进一步提高织物缺陷检测效率,降低织物织造过程中的损失,以织物缺陷检测系统为切入点,概述了织物缺陷检测的整个过程。针对检测过程中发生的错检、漏检问题,详细介绍了织物缺陷采集硬件设备、数据集、检测方法的发展现状。从织物缺陷图像的特征提取角度出发,综述了织物颜色、纹理、形状特征提取的研究进展。其次,进一步总结了基于机器学习和深度学习缺陷检测算法各自的检测效率和特点,最后提出了在织物缺陷检测过程中遇到的问题以及未来的发展方向。