基于COSMOS/Motion的汽车半主动悬架仿真研究

汽车悬架的作用主要是改进汽车乘坐的舒适性和操控性。当汽车行驶在不同路况时,车身应该没有大幅度的振动,而且小幅振动也会很快的消失。在这个研究中,以带有被动悬架系统的汽车乘坐的舒适性和操控性与带有半主动悬架系统的汽车相比较,建立了二自由度1/4汽车模型,并用COSMOS/Motion进行仿真研究和控制器设计。仿真结果显示半主动悬架控制策略比被动悬架的性能要好。     

基于图像处理的煤矸识别方法

综合考虑煤和矸石图像的灰度特征和纹理特征,在对图像进行滤波、增强等预处理后,筛选出灰度直方图的均值、峰值,GLCM的能量、对比度和熵,Tamura纹理的对比度这6个特征组成特征向量,送入LS-SVM进行识别。研究结果表明：基于3种特征结合的LS-SVM煤矸识别有效地提高了识别率。     

基于事务分离的差分隐私频繁项集挖掘方法

频繁项集挖掘在加入差分隐私后将带来敏感度过高、噪声过大、数据可用性较差的问题。为了解决这些问题，提出了基于事务分离的差分隐私频繁项集挖掘方法。利用指数机制对事务最大限制长度进行筛选，将长事务分离成为多个短事务，以此降低全局敏感度并避免截断误差的产生。在数据挖掘过程中，采用Apriori算法挖掘频繁项集，利用双阈值进行项集判断以及修正支持度，减小传输误差的产生和噪音。实验结果表明，该方法满足差分隐私的要求，可有效提高数据可用性。