应用于控制轮船系统体系每个层的网络服务器

设想一下轮船上的每个主要系统——发动机、电流分配、加热、空调、抽水机、技术设备、安全性、状态监控等，通过TCP／IP网络控制着整体。这恰好是寻找一种控制钻井平台供应船更有效的方案时所要完成的。     

基于FDTD的橡胶粘接质量的脉冲太赫兹检测方法研究

橡胶材料是一种高性能密封优质材料,但在密封时时常出现橡胶-基体粘接不良的缺陷.针对橡胶密封件缺陷的检测,太赫兹无损检测技术具有安全、有效、非接触及抗干扰等特点,相比于其他检测方式具有极大的优越性.基于时域有限差分法对预制空气隙脱粘缺陷的橡胶-基体粘接件进行仿真数据分析,并与太赫兹时域光谱系统的检测成像结果进行对比分析.首先,将所需多种介质光学参数、橡胶-基体脱粘件多层介质三维模型输入到时域有限差分系统中,建立橡胶-基体脱粘缺陷件几何模型并对脱粘件进行仿真分析;其次,应用太赫兹时域光谱系统(T H z-TDS)对脱粘缺陷件进行检测,得到缺陷件的成像效果图,定性分析缺陷信息;最后,应用时域有限差分仿真与THz-TDS技术对缺陷样品的检测结果对比分析,对仿真得出的飞行时间特性曲线与实际测量得出的结果进行比较,结果表明仿真缺陷分析实验缺陷检测所获得的飞行时间数量级相同,说明时域有限差分法可以很好的应用到橡胶-基体粘接缺陷的无损检测中.     

融合异构特征的子空间迁移学习算法

特征迁移重在领域共有特征间学习,然而其忽略领域特有特征的判别信息,使算法的适应性受到一定的局限. 针对此问题,提出了一种融合异构特征的子空间迁移学习（The subspace transfer learning algorithm integrating with heterogeneous features,STL-IHF）算法.该算法将数据的特征空间看成共享和特有两个特征子空间的组合,同时基于经验风险最 小框架将共享特征和特有特征共同嵌入到支持向量机（Support vector machine,SVM）的训练过程中.其在共享特征子空间上实现知识迁移的 同时兼顾了领域特有的异构信息,增强了算法的适应性.模拟和真实数据集上的实验结果表明了所提方法的有效性.     

MMCKDE:基于数据流的m-混合聚类核概率密度估计

数据流挖掘应用对时间、空间有着较高的要求,因而传统的密度估计方法,如核密度估计法、压缩集密度估计法等并不适用于数据流密度估计.提出一种新颖的面向在线数据流的m-混合聚类核密度估计(m-mixed clustering kernel density estimation,MMCKDE)方法,该方法通过创建MMCKDE节点,用固定个数的混合聚类核获得聚类信息,以代替其他密度估计方法中的所有核.针对数据量不断增加的情况,通过计算Kullback Leibler(KL)距离进行核合并,可进一步以更紧凑的形式表示概率密度估计信息.较之于其他一些方法只能估计整段数据流的密度,MMCKDE方法最终获得的模型不仅适用于整段数据流,还适用于任意时间段上的密度估计.MMCKDE算法同SOMKE算法在不同基准数据集及真实数据集上进行密度估计精度和运行时间的比较.实验结果表明,MMCKDE算法具有更好的性能.     

光纤光栅冰力传感器的开发及应用

根据裸光纤光栅(FBG)对应变的灵敏度远高于对压力的灵敏度这一特点,设计了一种基于等强度梁结构的FBG冰力传感器,并可以通过调节封装构件的尺寸调节其测量压力的灵敏度系数。对传感器的标定结果显示,这种FBG冰力传感器的线性相关度良好,实测的灵敏度系数与理论值一致。该种传感器在冰激桥墩振动模型试验中得到了应用,成功监测了桥墩在不同冰速撞击下受到的冰力。实验表明,这种FBG传感器灵敏度高、可靠性好、对结构自身的影响很小,可直接测量冰的撞击力,适合于模型实验中的冰力监测。     

多粒度融合的模糊规则系统图像特征学习

当前最流行的图像特征学习方法是深度神经网络,该类方法无需人工参与即可自动地通过特征学习提取高效的特征,用于分类识别等任务。然而,深度神经网络图像特征抽取方法目前也面临着诸多挑战,其有效性严重依赖大规模的数据,且通常被视为黑盒模型,解释性较差。针对上述挑战,以基于模糊规则推理的TSK模糊系统(TSK-FS)为基础,提出了一种适用于不同规模数据集且易于理解的特征学习方法——多粒度融合的模糊规则系统图像特征学习算法。该方法通过基于规则的TSK-FS抽取图像特征,因而特征学习过程是可以利用规则进行解释的。其次,多粒度扫描也使得其特征学习能力进一步提升。在不同规模的图像数据集上进行了充分的实验,实验结果表明该方法在图像数据集上具有较好的有效性。     

嗜酸性氧化亚铁硫杆菌对市政污泥脱水性能的改善

为改善市政污泥脱水性能,利用嗜酸性氧化亚铁硫杆菌Acidithiobacillus ferrooxidans XJF8(简称At·f XJF8)对Fe2+矿化过程中的酸化作用,对污泥进行连续流深度脱水实验.生物酸化反应器为推流式,有效容积为68 L.通过p H、比阻、抽滤脱水前后泥饼含水率、有机质等指标研究了污泥脱水性能的变化.结果表明,营养剂投加量为2.11 g·L-1(以Fe(Ⅱ)计算)、污泥停留时间(SRT)为3.7 d、污泥回流比80%时,污泥p H由最初的7.22降至最终2.95左右,污泥比阻由原始污泥的(4.2±0.59)×1012m·kg-1(难脱水污泥)下降到(0.55±0.11)×1012m·kg-1(易脱水污泥),整个过程中Fe(Ⅱ)的氧化率在96%以上.对生物酸化铁氧化前后的污泥在0.05 MPa条件下进行抽滤脱水,泥饼含水率由80%下降到68%,且污泥有机质质量分数变化较小.At·f XJF8在污泥生物酸化铁氧化过程中具有良好的活性,在一定条件下可对市政污泥进行生物酸化铁氧化提高其脱水性能.     

引入迁移学习的癫痫EEG信号自适应识别

在脑电图( EEG)信号识别中,EEG信号的采样环境、病人状态的多样性导致分类器训练所用的源域与分类器测试所用的目标域不匹配,分类器在目标域上表现不佳。为此,引入邻域适应策略,提出一种基于子空间相似度的改进主成分分析特征提取方法( SSM-PCA),在选择主成分时,考虑源域和目标域数据的几何和统计特性,并结合迁移学习分类器大间隔投射迁移支持向量机( LMPROJ),给出以SSM-PCA为基础的LMPROJ分类识别方法。实验结果表明,与结合PCA特征抽取技术和K近邻分类器实现的识别方法相比,该方法在识别正确率方面得到较大提升。     

电子假负载的制作与测试

本文制作的电子假负载能替代传统的负载电阻箱、滑线变阻器等,尤其能设置恒定电流或恒定电压应用于传统的滑线变阻器不能解决的领域里。用于发电机、AC／DC、DC／DC变换器、不间断电源（UPS）、干电池、蓄电池、变压器、充电器等输出特性进行测试。最大假负载功率高达600W,假负载电阻可调节在30mΩ～14．352kΩ。