摘要：在定义瞬时频率具有物理意义的内禀尺度分量(Intrinsic scale component,ISC)的基础上,提出了一种新的自适应时频分析方法——局部特征尺度分解(Local charac-teristic-scale decomposition,LCD),该方法可以自适应地将一个复杂信号分解为若干个ISC分量之和.分别采用LCD方法和经验模态分解(Empirical mode decomposition,EMD)方法对仿真信号进行了分析,分析结果表明:2种方法都可以有效地对信号进行分解,但LCD方法在计算效率和抑制端点效应等方面要优于EMD方法.此外,还将LCD方法应用于滚动轴承故障诊断,实验信号的分析结果进一步表明了该方法的有效性.

摘要：针对分水岭算法的过分割问题,设计了一种结合标记分水岭和区域合并的彩色图像分割算法.算法首先根据梯度图像局部极小值的综合信息自适应提取标记,在标记的基础上进行分水岭变换获得初始分割结果;然后结合人眼对区域相似性的实际感知定义了融合颜色距离、方差和边缘信息的综合距离度量,通过综合距离度量控制区域进行快速合并得到高级分割结果.仿真结果表明,新设计的算法能够有效抑制过分割,获得更小的局部一致性错分率,与人工标注的分割结果更为接近.

摘要：为降低河西走廊漫流水害对兰新铁路的危害,通过山洪灾害分析方法,对河西地区缺少水文资料的漫流区流域桥涵水文沿线分布情况进行研究。结果表明:相比单位线法,数值模拟法可提高设计洪水的计算效率,且两者相对误差为4.6%,结果较准确;临界重现期越大,桥涵发生漫流水害可能性越大;当桥涵发生满孔水害时,降雨重现期越大,成灾持时越久;预警雨量与预警时长呈正相关性,与土壤含水量呈负相关性;兰新铁路沿线预警雨量自东往西存在增大的趋势,预警雨量相对较小的桥涵主要分布于包含山丹县的武威至高台段内;山丹县境内的桥涵设计水位最接近成灾水位;在选取的兰新线23座桥涵中,设计水位不满足百年一遇的有15座桥涵,包括中风险9座,高风险5座,极高风险1座,山丹县境内5座均为中高风险,应将兰新线漫流区内位于河西地区武威至高台段内的桥涵作为山洪防范的重点区域。

摘要：为了有效滤除医学脊椎模型的噪声点,同时更好地保持模型细节,提出了一种基于双边滤波算子的医学脊椎去噪模型.采用双边滤波在多尺度条件下进行脊椎三维模型轮廓线的提取,设计改进自适应扩散系数,以更好的优化控制整个扩散过程.根据图像的离散特征,建立相应的离散迭代方程,使迭代过程离散化,并设计迭代停止准则,当去噪平滑后的图像模型与噪声相关性最小时停止迭代.与经典的向异性扩散模型方法实验结果相比,本方法在解决去噪方面达到了很好的滤波效果,同时也较好地保持了医学图像的边缘细节特征,大大优于传统滤波算法.

摘要：针对滚动轴承故障诊断时所提取的特征值中可能含有较小相关性和冗余性特征,采用基于Wrapper模式的距离评价技术(distance evaluation technique,简称DET)进行特征选择。在分类器的设计中,提出了基于稳健回归的多变量预测模型(Robust regression-Variable predictive model based class discriminate,简称RRVPMCD)分类方法,以减小"异常值"对参数估计的影响,从而有望建立更加准确的预测模型。即根据Wrapper模式的特点,首先通过DET方法计算出各特征值对类的敏感度,并结合RRVPMCD分类器,选择敏感度最大的若干特征值组成特征向量矩阵;然后用RRVPMCD方法进行训练,建立预测模型;最后用所建立的预测模型进行模式识别。实验分析结果表明,基于Wrapper模式的特征选择方法和RRVPMCD分类方法相结合可以有效地对滚动轴承的工作状态和故障类型进行识别。

摘要：提出了一种基于局部特征尺度分解(Local characteristic-scale decomposition,LCD)和核最近邻凸包(Kernelnearest neighbor convex hull,KNNCH)分类算法的滚动轴承故障诊断方法。采用LCD方法对滚动轴承原始振动信号进行分解得到若干内禀尺度分量(Intrinsic scale component,ISC),然后将这些ISC分量组成初始特征向量矩阵,再对该矩阵进行奇异值分解,提取奇异值作为故障特征向量并输入到KNNCH分类器,根据其输出结果来判断滚动轴承的工作状态和故障类型。LCD方法是一种新的自适应时频分析方法,非常适用于非平稳信号的处理,而KNNCH算法是一种基于核函数方法,并将凸包估计与最近邻分类思想相融合的模式识别算法,可直接应用于多类问题且需优化的参数只有核参数。实验分析结果表明,所提出的方法能有效地提取滚动轴承故障特征信息,而且在小样本的情况下仍能准确地对滚动轴承的工作状态和故障类型进行分类。同时,与支持向量机(Support vec-tor machine,SVM)算法的对比分析结果表明,KNNCH算法的分类性能的稳定性要高于SVM算法。

摘要：研究了一种新的自适应时频分析方法——局部均值分解LMD(Local mean decomposition)方法,并针对齿轮故障振动信号的调制特征,提出了基于LMD的齿轮故障诊断方法。LMD方法可以自适应地将任何一个复杂信号分解为若干个瞬时频率具有物理意义的PF(Product function)分量之和,从而获得原始信号完整的时频分布,其本质上是将多分量的信号自适应地分解为若干个单分量的调幅-调频信号之和,非常适合于处理多分量的调幅-调频信号。在介绍LMD方法的基础上,对LMD和EMD(Empirical mode decomposition)方法进行了对比,结果表明了LMD方法的优越性,同时将LMD方法应用于齿轮故障诊断,对实际的齿轮故障振动信号进行了分析,结果表明LMD方法可以有效地应用于齿轮故障诊断。

摘要：针对带进口导叶的高速压气机第1级转子叶片的叶尖流场进行了低速模化设计,为后续的低速压气机叶尖流场损失和失速测试试验做了准备.利用叶片造型和数值模拟方法,以保证高、低速压气机转子叶片表面压力系数及叶片排进、出口主要气动参数分布相似为目标,对高速原型压气机进行低速模化设计,包括调整流道形状,对叶型进行反复迭代,并在进口导叶和1级转子叶片的造型设计上突破了几何相似的限制.最后,对高低速压气机的几何、气动参数和流场结构进行了全面的计算对比分析,证明采用所提出的低速模化设计方法是成功的,实现了在流量系数相同的情况下,加工量因子和转子扩压因子分别为98.16%,94.95%的相似度.

摘要：针对协同设计中的冲突消解事例推理问题,提出了一种基于粗糙集的事例推理策略。在该策略中,运用粗糙集中属性重要度的理论和方法,确定事例各特征属性的权重,运用知识约简的理论和方法判断事例知识库的索引。给出了计算权重和索引的算法,以及事例相似性的度量方法。通过索引,检索出与目标事例相关的源事例,并计算它们之间的相似度,从中选取与目标事例相似度值最大的源事例作为参考。最后,给出了一个实例的应用分析,以说明该策略的有效性。

摘要：针对经典模糊C均值聚类算法中模糊加权指数对聚类的影响及其取值范围不确定性问题,提出了一种区间型模糊加权指数的设计模型。分析该模型设计的理论依据及对聚类结果的影响,推导出包括模糊隶属度划分矩阵、模糊聚类中心等基于该模型的模糊化参数表示方法。理论分析和实验证明,区间型模糊化参数模型的设计在基于模糊划分的数据处理中取得了很好的效果。