摘要：提出了一种运用信息熵和遗传算法优化的支持向量机(ga-svm)对小口径火炮自动机进行故障诊断的方法。针对自动机工作时的短时冲击信号特征,首先运用具有自适应特性的局域波对信号进行分解得到IMF分量,并对各IMF分量进行Hilbert变换。接着利用信息熵理论提取局域波特征空间谱熵、边际谱熵和时频熵作为故障特征。最后将特征向量输入遗传算法优化的支持向量机进行故障分类识别。利用遗传算法的全局搜索能力对支持向量机的参数进行优化,摆脱了对求解模型的依赖。结果表明,相对于空间穷尽搜索寻找最优参数的支持向量机模型可提高诊断正确率。同时证明将信息熵和ga-svm方法相结合在自动机故障诊断中的有效性。

摘要：研究混凝土的配合比设计是混凝土工程中的一项重要工作.为了实现不同粒径大小以及砼、砖配合比的混凝土图像的精确分类,提出了一种基于彩色共生矩阵(Color GLCM,CGLCM)和支持向量机(Support Vector Machine,svm)的混凝土图像分类方法.首先,将混凝土图像从RGB空间转换到HSV空间,分别提取H,S,V 3个通道的8维灰度共生矩阵(Gray level co-occurrence matrix,GLCM)的纹理特征;其次,将3个通道的特征进行融合,构成24维特征向量,并将特征向量输入到svm进行分类,确定CGLCM的最佳参数;最后,在此基础上利用群智能算法对svm参数进行优化.通过对中北大学土木工程专业构建的两种数据集(CIRD_A,CIRD_B)进行分类,结果表明,与其他分类方法相比,遗传算法优化svm模型(ga-svm)对两种数据集的分类精度最好,分别达到了97.76%和96.34%.

摘要：本研究针对当前教育中学生的成绩预警系统的设计现状,分析学生成绩预警系统手段,找到学生成绩提高与信息手段的契合点,探索出一种针对学生成绩管理的方法,进行方案实施和分析,对其针对性和有效性进行检验,为学生的成绩管理提供新的思路和方法,基于ga-svm参数设计为内容。

摘要：选煤设备工作任务重,强度大,采用信息化的技术对选煤设备进行监控有利于保障选煤设备的可靠运转。对选煤设备的结构层次进行分析,构建选煤监控系统整体结构,设计系统硬件以及通信方式,以跳汰过程的监控为例采用ga-svm判断跳汰过程的状态。测试了不同个数用户下系统的性能以及ga-svm的诊断准确率,测试结果显示系统的性能可满足使用要求。

摘要：针对当前存在“傀儡机”利用DDoS攻击发送虚假信息,从而占用用户带宽并进行分布式拒绝服务攻击的问题,该文设计了基于Hadoop集群的分布式入侵检测系统架构。该系统对传统检测进行改进,可精简并融合大量多源数据,随后通过自适应调整阈值实现统一分析与管理的目标。结果表明,该系统具有较强的扩展性与分布性,可以通过扩展集群规模以及调大HDFS的“块”信息来提升检测性能。与传统检测相比,该系统能够从海量数据中快速挖掘高价值信息,还可以有效提高DDoS攻击的检测率。

摘要：为了提高珍珠颜色分类的准确率,拟设计半球型珍珠图像获取装置,并提出基于Lab[L表示亮度(luminosity),a表示从洋红色至绿色的范围(+127,-128),b表示从黄色至蓝色的范围(+127,-128)]颜色空间的ga-svm(基于遗传算法寻优的支持向量机)的珍珠颜色识别方法。结果表明,设计的图像获取装置能够有效地避免珍珠反光,获取了颜色信息较全面的珍珠图像;提出了适用于珍珠图像分割的全局自动阈值与K-means相结合的分割方法。根据GB/T187812008《珍珠分级》进行珍珠颜色的分类,通过不同颜色特征值以及不同分类器的对比试验结果表明,使用Lab颜色空间三通道均值作为ga-svm的分类训练特征值,准确率最高,交叉验证准确率达到9842%以上,测试分类准确率为100.00%。