摘要：目的传统聚类算法多属于单视图聚类的范畴,在数据结构形式日趋复杂的今天,单视图聚类越来越难以对数据集进行全面而准确的知识表达。特别地,虽然证据C-均值聚类算法的数据结构揭示能力比较突出,但是囿于单视图的算法设计,其对于数据集的综合描述能力较为薄弱。方法为解决该问题,提出一种基于证据C-均值聚类的多视图模糊聚类算法。该算法在信念函数的理论框架下形成凭证分区,然后计算各特征在不同视图下的权重,并将该权重赋予不同视角下的各个分区,从而生成最终的聚类结果。一方面扩展了硬划分、模糊划分和可能性划分的概念,可同时继承证据C-均值聚类算法和多视图模糊聚类的优点,挖掘不同视图下的有价值信息,另一方面能够根据视图重要程度自动分配权重,据此提高聚类准确率。结果为验证算法的聚类效果,在4个多视图数据集上与其他5种算法进行了对比实验,实验内容包括聚类准确率、聚类效率和参数分析3部分。实验结果表明,所提算法在准确率、F度量和标准化互信息3个量化指标上表现较好,说明在聚类准确率方面优于对比算法;在聚类效率上,除去在个别数据集上因迭代次数过多导致聚类时间略长外,总体接近于对比算法中的最优表现。结论这些表现进一步证明了所提算法在处理多视图数据集时的有效性。

摘要：以传统1DCNN模型分析柱塞泵故障时无法完成深度学习过程,对最终数据精度造成不利影响。在设计模型时加入更高比例的卷积层,促进D-1DCNN模型特征提取效率的显著增强。以型号25YCY轴向柱塞泵为测试对象,通过三轴加速度计和耦合器完成振动信号的获取,开展故障诊断测试分析。研究结果表明:对D-1DCNN进行网络参数调节优化确定,学习率为0.3,卷积核高度3,批处理量保持50,最大池化模型,Adam优化器。在10次迭代后再进行第二次迭代时达到100%准确率,训练时间共124 s,表明D-1DCNN能够满足对轴向柱塞泵故障进行准确诊断的结果,完全符合智能故障诊断指标。该研究对提高25YCY柱塞泵的故障诊断具有很好的实际应用价值。

摘要：书法是中国的传统艺术,书法扎根于中国传统文化土壤,传统文化是书法赖以生存和发展的背景。手写字体识别是指在手写设备上的文字转化为文字的过程,一直是人工智能领域的一个热点研究方向,书法也是一种特殊的汉字手写字体。本文提出一种基于深度学习的手写汉字书法识别方法,通过实验得到较高准确率,并给出进一步改进的思路。

摘要：为了提高轴承智能故障诊断能力,利用深度迁移自动编码器处理方法来实现轴承故障智能诊断。通过指数型线性缩放与非负约束处理技术能够促使自动编码器达到更优控制效果,设置足够源域数据预训练深度自动编码器模型,并测试各类该模型故障诊断的有效性。研究结果表明:由于存在噪声因素对结果造成的较大影响,使得源域和目标域都呈现差异很大的分布特征。实验测试诊断准确率均值达到88.46%,有助于对目标域新数据达到更好地匹配状态,再对源域知识实施转换转变至目标域。迁移模型诊断测试获得了89.42%的准确率,与其它迁移模型相比具备更高准确率;达到了0.341的标准差,达到了稳定的测试要求。该研究可以适用于其它的机械传动系统,具有很好的理论支撑价值。

摘要：以VMD-DE方法对行星齿轮箱进行了故障诊断测试,当VMD分解层数确定后,再通过VMD分解振动信号获得IMF分量,之后计算IMF和原信号归一化互信息值,通过筛选得到归一化互信息比定阈值更大的IMF并完成信号重构,之后计算得到重构信号DE特征值,再输入PSO-SVM中并识别行星齿轮故障模式。研究结果表明:各状态下的DE值都发生了大幅波动,正常状态与z15剥落故障下形成的DE发生了相互交叉。采用粒子群优化方法计算出SVM惩罚因子为C=0.45,高斯核参数为σ=25.13,达到了稳定的适应度。采用VMD信号分解的方法来实现信号的重构降噪过程,由此得到更优分类结果,由此可以推断以VMD重构后能够显著降低信号噪声。三种状态都实现了正确分类,达到了100%的准确率。

摘要：FORTE软件出色的模拟仿真速度和准确率能够帮助发动机设计师开发出低排放量和节能高效的产品。

摘要：随着互联网的普及和发展,计算机网络技术已渗透到图书馆的各项工作中,尤其是网络环境下实现了联机编目,对图书馆的编目工作起到了巨大的推动作用,提高了工作效率。

摘要：分数乘除法应用题是小学数学高年级教材中教学的一个重点，也是学生学习的一个难点。因为这类题比较抽象，学生往往容易因分析失误而错解。我在多年的小学数学教学中，摸索总结出解分数乘除法应用题的步骤和解题口诀。特别是应用这个口诀让学生解答这类问题，极大地提高了学生解决这类题型的准确率，效果十分显著。

摘要：传统的大数据分类系统无法对海量数据的独立标签进行相关处理,导致系统内大数据的分类处理结果精确度较低。针对这一问题,提出了基于ML-kNN算法的大数据分类系统设计。系统硬件部分采用C/S混合式架构,处理器的设计选用单片机模式;系统软件部分通过设计大数据准备模块将数据集群的节点信息分配传递到系统的处理器中,通过数据模拟层提取大数据的分类特征,依据大数据的非结构文本特点设计大数据分类模块,同时基于ML-kNN算法设计分类结果分析模块,计算出数据集的样本特征标签概率,从而完成大数据分类系统的设计。测试证明,随着数据量的不断增多,该系统分类处理数据的准确率与召回率较传统的数据分类系统具有显著优势,在大数据的分类处理方面具有更好的性能。

摘要：本文针对当前甲烷传感器瓦斯浓度检测精度不足,及使用可靠性不足等问题,设计了一种针对某企业的新型激光甲烷传感器。笔者通过对激光传感器原理的阐述,以及实际的设计,并将所设计的传感器产品应用于实际的企业与当前传统甲烷传感器作对比。最终结果表明:设计的激光甲烷传感器在检测准确率和可靠性方面较传统传感器有明显提升。