摘要：设计了一种高压电缆可调节式热压印字装置,该装置由可调节牵引和印字轮两部分组成。通过该装置,可提高电缆印字的稳定性,保证印字内容清晰、整齐及连续性。

摘要：利用近红外光谱技术进行苹果霉心病的无损检测是目前的主流方法,其光谱与霉心病的病变程度密切相关。为了实现苹果霉心病病变程度的精确测量,设计并实现了一种基于计算机视觉的苹果霉心病病变程度测量方法。首先,基于Otsu算法,利用果实区域与背景反差较大的特点,实现果实、病变与背景区域的分割,并对分割图像进行区域填充等预处理操作;然后,针对分割后包含病变的苹果图像,运用Otsu算法进行二次分割,分别提取腐烂病斑区域与整个苹果区域的面积;最后,计算出病变区域的比例,得到其病变程度。为了验证算法的有效性,利用多幅图像进行了测试,并与利用Photoshop手工选取的实际病斑面积进行了对比。试验结果表明,利用该方法得到的腐烂程度误检率为8.87%,可以有效地实现苹果霉心病病变程度的测量。

摘要：当前面向大样本设计的信用评估模型,大多没有深入探究大样本的分布特征,只是简单地将传统评估方法应用在大样本上.首先提出了用于描述大样本分布特征的相关属性集、边界向量等若干概念及定义,并证明了其主要性质.之后在两个大样本数据集的基础上,研究了样本在相似性方面的分布特征,最后设计了一种大样本混合信用评估模型——HLSCE模型.HLSCE模型认为在大样本数据集中,样本的同一属性在不同局部区域内,对分类性能的贡献是不同的.具体地,HLSCE模型根据各样本与边界向量的相似性差异,结合生物启发式算法,将样本归并划分为若干子集并分别在其上训练基分类器.实证研究表明,HLSCE模型的分类精度相比于现有的代表性信用评估模型更高,同时也具有更为优越的平衡性与稳定性.

摘要：信用评估数据集往往存在冗余属性,现有研究一般通过属性子集选择策略进行属性筛选,但并未深入研究不同属性子集选择策略在不同信用评估模型上的适用性。本文首先实证研究了8种属性子集选择策略对7种主流模型的性能提升情况,得到了一些有意义的结论;进而设计出一种结合多个属性子集选择策略特征的三阶段混合信用评估模型——TSHCE模型。TSHCE模型在第一阶段,根据多个属性子集选择策略对各属性的重要性排序,生成属性重要性序数向量;第二阶段,根据属性重要性序数向量,以轮盘赌方法选择不同属性子集,分别训练基分类器;第三阶段,以各基分类器的分类结果组合构成再训练样本集,进一步训练连接分类器以提升模型的分类能力。实证研究表明:TSHCE模型在训练阶段能够深度挖掘样本集的可分类特征,五种性能评价指标均达到92%以上;在测试阶段,相对于最优属性子集选择策略与分类器的组合,在两组大样本数据集上分别进一步提升了1.36%和12.83%的总体分类正确率,具有优越的平衡性,同时亦适用于小样本。

摘要：以大型自航抓斗挖泥船为研究对象,建立相应的水动力计算模型。主要研究抓斗挖泥作业不同阶段下船舶运动、锚泊线受力情况以及其随不同环境载荷的变化规律,为船舶安全作业提供依据。研究结果表明,船舶在抓斗旋转和卸料时最为危险,船舶横荡、横摇及各锚泊线张力受其影响很大,实际作业时应尽量保持迎浪状态,进而确保船舶作业安全。