摘要：为进一步提高基于最小二乘支持向量回归机算法(LSSVR)的无线传感器网络定位精度,提出一种基于蝙蝠算法(BA)的LSSVR定位方法。考虑到目标定位受环境干扰,采用卡尔曼滤波算法来减小测距误差。仿真实验结果表明,在三维空间中,相较于传统LSSVR算法的无线传感器网络定位,经过BA算法优化后,节点的平均定位误差减小,在考虑高斯噪声的影响下,通过卡尔曼滤波进行距离优化后的定位精度得到明显改善。

摘要：针对矿用通风机常见故障展开研究,分析了转子不对中、不平衡、油膜涡动、喘振等故障的产生机理及故障表征,设计了基于粗糙神经网络的故障诊断系统。首先针对通风机故障类型特点进行故障数据采集,包括振动信号和温度信号。然后,预处理后的样本数据采用粗糙集的方法进行属性约简,删除冗余属性。最后,样本数据被分成训练样本和测试样本,分别用来训练和测试神经网络分类机。实验表明,该系统运行可靠、诊断率高,提高了通风机系统的安全性,拓展了粗糙集的应用范围。

摘要：目的在实际应用中采集的原始多模态故障数据通常是包含大量噪声和冗余信息的非线性数据,如何从不同故障模态中提取有效的非线性故障特征仍是一个挑战性的问题。方法提出了一种鉴别流形敏感的跨模态故障诊断方法,在该方法中首先借助相关分析理论在跨模态故障空间中构建了不同模态间的相关系数,并通过理论推导获得了相关系数的等价优化模型,然后利用局部近邻图构建了鉴别流形敏感散布,进而通过最大化不同模态间的相关性和最小化鉴别流形敏感散布,形成了鉴别流形敏感的跨模态故障诊断模型,并且在理论上推导出了该优化模型的解析解,从而能够从不同模态的故障数据中学习强鉴别力的非线性故障特征。结果在德国帕德博恩轴承数据集和多模态轴承故障数据集上设计了针对性实验,实验结果显示在少量故障样本用于训练时即可获得良好的诊断准确性。结论提出的方法是一种有效的跨模态故障诊断方法。

摘要：控制系统的校正是自动控制原理一门课中对系统性能及系统设计的有效检验,其中串联校正既简单又方便得到广泛运用,通过模拟电路搭建及MATLAB仿真来验证串联校正中串联超前校正环节对系统动态性能的改善,为理论教学提供依据,既增强学生对此知识点的直观理解也为后续复杂系统校正课程环节提供基础。

摘要：机器学习方法已被逐渐应用于僵尸物联网的检测过程。然而,由于已有研究工作所用的机器学习方法以及实验用的数据集不同,很难对不同机器学习方法在僵尸物联网检测的性能进行一致性地评价。为解决上述问题,从是否使用特征降维、使用特征降维时所用的特征维度数量、测试和训练样本分布比例等三个方面设计了不同的实验方案,并在公共数据集上综合评价了多种基于机器学习的僵尸物联网检测方法。实验结果表明,在同样的数据集下,基于LDA-RandomFores的僵尸网络检测算法最好,基于GaussianNB的检测算法性能最差。实验结果为僵尸物联网检测方法研究与应用,选择合适的检测算法,提供了数据支持。

摘要：针对电网谐波实时监控系统在谐波分析算法上对处理器处理速度的要求,以及在控制上的实时性要求,在原有使用单核同时进行控制和数据处理的基础上,提出了模块化的双核设计方案,该优化方案使两个核心芯片各自在不同的电路板上独立运行,因此借以充分利用DSP的快速处理和ARM的实时性控制的优势,进而提高算法速度、改善实时性控制。

摘要：为深入研究不同用途房屋结构安全隐患的主要影响因素,以某省37 670条房屋隐患排查数据为基础,将17种使用用途房屋划分为工业用途、居住用途和公共用途三大类,以房屋结构安全隐患的有无为因变量,选取用地性质等12个指标作为自变量;采用卡方检验分别筛选出三类用途房屋的显著影响因素;构建三类用途房屋的二元Logistic模型进行对比分析。结果表明:构建的Logistic模型拟合效果较好,地区发达程度等6个因素对三类房屋的结构安全隐患影响显著,房屋类别等5个因素仅对两类或个类房屋影响显著,而是否委托资质单位施工对三类房屋均无显著影响,研究结果可为房屋隐患排查整治工作提供一定的参考依据。