摘要：以压电陶瓷-金属-压电陶瓷对称层合结构为研究对象,基于能量法得到了等截面压电层合对称悬臂梁在横向激振电压下的强迫振动微分方程。用ANSYS软件对建立的相关有限元模型进行模态分析、谐响应分析及瞬态动力学分析,仿真结果与理论值基本吻合,验证了理论的正确性。进一步分析了阻尼对横向位移响应的影响,讨论了速度、加速度随时间的变化规律,分析了压电悬臂梁的最大应力出现位置及最大应力值随时间的关系。所得结论可为压电振子的设计和分析提供必要理论参考。

摘要：为确定影响中部槽磨损的主要因素及交互作用关系,通过中部槽磨损试验,以磨损量为响应值,基于响应面法进行了磨损因素分析。通过Plackett-Burman试验对6个磨损因素进行筛选,发现煤散料含水率、煤散料含矸率及法向载荷对磨损量影响显著。根据中心复合设计(CCD)试验结果建立了磨损量与显著性因素的二阶回归模型,经响应面分析可知,散料含水率是影响磨损的关键因素。对回归模型进行优化,得到显著性对磨损量的预测模型,经试验发现预测模型与真实试验无显著差异(P>0.05),表明应用响应面法进行中部槽磨损多因素交互作用研究是可行的。

摘要：采用切换 (Switching)技术解决了李普希兹非线性系统观测器的设计 ,从而扩大了观测器增益阵的选择范围·若把李普希兹非线性项看作系统的扰动 ,则切换技术的使用使观测器的鲁棒性增强·所有结果都由线性矩阵不等式来表达 。

摘要：Zigbee无线技术监测切削刀具磨损的振动传感器系统,存在通信距离近、组网复杂等问题,故提出一种基于WiFi无线传感器网络采集振动信号的刀具磨损状态监测方法。首先,组建以ESP8266 WiFi开发板为核心、高精度振动传感器ADXL345为敏感元件的无线采集振动信号网络;然后,根据刀具整体形状,将振动传感器粘贴在刀具表面,并使用自感知刀具进行45钢棒料外圆切削实验无线采集振动信号,同时在相同的切削条件下采集振动信号与有线方式进行对比,验证该装置可行性;最后,将时域信号中部分统计量作为特征向量导入至支持向量机回归模型中进行训练,并获得刀具磨损预测模型。实验结果表明,自感知刀具无线采集信号的相对误差在3.61%以内,具有较好的可行性;支持向量机回归刀具磨损预测模型的分辨准确率达到94.38%,证明所设计的无线系统可以准确地监测刀具磨损。

摘要：研究广义预测控制（ＧＰＣ）的并行算法．常规对ＧＰＣ的设计，面临的在线矩阵求逆的耗时和控制灵活性的矛盾很难较好的解决．本文通过在线并行实现，有效地提高了算法的实时性和对复杂对象的适应性．

摘要：基于语音发声过程中的混沌特性,提出了非线性动力学模型与情感语音信号处理相结合的方法.提取了该模型下情感语音的非线性特征:最小延迟时间、关联维数、Kolmogorov熵、最大Lyapunov指数和Hurst指数.设计情感语音识别对比实验以验证非线性特征性能.首先,选用德国柏林语音库和自主录制的TYUT2.0情感语音数据库中的3种情感(高兴、悲伤和愤怒)作为实验数据来源;其次,分别提取非线性特征、韵律特征和梅尔频率倒谱系数特征,采用支持向量机进行了情感识别.结果表明,非线性特征在柏林数据库实验中的识别率高于韵律特征识别率,但是略低于梅尔频率倒谱系数特征识别率,验证了非线性特征是一组区分情感的有效特征;在TYUT2.0数据库中的识别率均高于韵律特征和梅尔频率倒谱系数特征的识别率,在语料真实度和自然度更高的TYUT2.0数据库中识别结果相对更高,鲁棒性更好.

摘要：基于VC++6.0和MapObject2.0组件技术设计,开发了一个可视化交互空间数据挖掘的原型系统VGC(visual geo-classify),并用实例数据对系统性能和算法、规则有效性进行了验证。结果表明,该原型系统是一个适用的、可扩展的可视化交互空间数据挖掘工具。

摘要：应用系统辨识技术,采用受控自回归(auto egressive exogeneous,简称ARX)模型结构和Matlab系统辨识工具箱,辨识了热连轧机辊缝位移传感器的动力学模型参数,建立了该传感器结构的动态数学模型。系统的输入和输出数据分别为同步记录的轧机相应位置的振动加速度信号,ARX模型的参数估计采用最小二乘估计法(LSCE),辨识模型的拟合度达到79.48%。辨识结果表明,传感器外壳圆盘结构的刚度和阻尼太小,对轧机垂直振动系统的影响严重,说明其结构设计不合理,需要进行结构动力学修改。

摘要：为了提取高光谱图像中的深度鉴别特征,往往需要大量标记样本,但是高光谱图像样本标定困难,基于高光谱图像的“图谱合一”特性提出一种基于深度-流形学习的半监督双流网络。该网络用卷积网络和神经网络分别提取少量标记样本以及大量无标记样本中的空-谱联合特征,然后分别构建基于监督图和非监督图的流形重构图模型,以挖掘其中的本征流形结构。在此基础上设计了基于均方误差和流形学习的联合损失函数,以协同度量流形边界和空-谱概率残差,实现双流网络的一体化反馈和优化,进而实现地物分类。在WHU-Hi龙口和黑河高光谱数据集上实验的总体分类精度分别达到97.53%和96.79%,有效提升了地物分类能力。

摘要：根据语音发声过程中的混沌特性,应用非线性动力学模型分析情感语音信号,提取了该模型下情感语音信号的非线性特征以及常用的声学特征(韵律特征和MFCC).设计情感语音识别对比实验,将非线性特征与不同声学特征融合并验证了该组合下的情感识别性能,研究了语音信号混沌特性对情感语音识别性能的影响.实验选用德国柏林语音库4种情感(高兴、愤怒、悲伤和中性)作为语料来源,支持向量机网络用于情感识别.结果表明,非线性特征有效表征了情感语音信号的混沌特性,与传统声学特征结合后,情感语音识别性能得到了显著提高.