卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

干式变压器有限元仿真模型的电磁和振动分析

随着电力需求的逐年增长,干式变压器的数量也在不断增加。干式变压器在运行时存在着振动和噪声的问题,为了对干式变压器振动的规律与特点进行研究,本文建立了干式变压器本体振动的有限元仿真模型,通过电磁分析获得相应的磁场分布,然后利用结构动力学分析得到其本体振动的相关规律。通过对处于运行状态的变压器振动数据进行实测分析,得到变压器振动的特征频率,然后对仿真结果进行对比分析,可以发现振动幅度与频率之间存在的关系。本文的研究结果可对干式变压器的减振降噪研究提供参考。     

结合VEC和信心水平分析Black-Litterman投资组合模型

在理论上通过推导得出了Black-Litterman模型(B-L模型)最优权重与信心水平的关系式.实证部分开创性地将多元时间序列VEC模型运用到B-L模型的观点收益预测中.结果表明:且通过向量误差修正模型,实证取得了较好的效果.在任意一种做空限制下,随着信心水平在0%~70%水平上升,收益率有连续上升的趋势,并逐渐趋稳;风险有并不明显的下降的趋势.对同一信心水平而言,随做空限制的放宽,收益率有上升趋势.     

基于小波变换和概率神经网络的焊接接头类型识别

为了实现机器人自动焊接过程中快速、精确地提取焊缝特征信息,提出了一种基于小波变换和概率神经网络的焊接接头类型识别方法。先采用小波变换对由激光视觉传感器采集的焊接接头图像进行降噪和增强,对重构后的图像进行二值化,然后提取图像的特征信息,组成图像特征向量,最后构建概率神经网络分类器并进行测试。结合视觉传感器中激光器与摄像机的位置关系,最终识别出4种焊接接头。实验结果表明,所提出的方法特征提取简单,识别率高,并具有较好的实时性。     

减反膜对单晶硅太阳能电池性能的影响分析

在太阳能电池效率的评价中，电池材料、掺杂浓度、扩散长度等都是比较重要的参数，合理地改变相关参数可以优化太阳能电池的性能，提高电池效率。此外，在太阳能电池表面镀一层具有减反作用的光学薄膜（简称减反膜）也是提高电池效率的重要手段。以提高电池效率为目标，对单晶硅太阳能电池的掺杂浓度和扩散长度等微观参数进行计算优化，分析了掺杂浓度和扩散长度变化对电池效率的影响。并在此基础上分析了不同类型的减反膜对于电池效率的影响，给出了最佳减反膜材料及其膜系厚度，并且结合镀膜后电池量子效率的变化验证了其准确性。结果表明，在优化电池掺杂浓度和扩散长度的基础上，选择合适的减反膜，电池效率最高可达20.35%，相比于优化前提高了8.25%。     

基于Deep-IndRNN的DGA域名检测方法

恶意服务常利用域名生成算法（DGA）逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型（BoW）将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。     

含水合物沉积物多相渗流特性研究进展

天然气水合物作为一种储量大、无污染的清洁能源近些年受到了广泛关注. 近20年来,中国进行了较大范围的陆海域天然气水合物储层勘探与储量预测.2017年,中国地质调查局牵头对南海神狐海域的天然气水合物进行了基于降压渗流原理的试验性开采.国内外已进行的水合物试采工程面临着气体产量低、出砂较多等问题,其最主要的原因之一是开发过程中沉积物内复杂多相渗流机理尚不明晰.本文综述了平行毛细管模型、Kozeny模型等广泛应用于天然气水合物开发渗流分析的理论模型,对比分析了水合物开发多尺度渗流过程模拟方法,简述了国内外含水合物沉积物渗透率测试、渗流过程中沉积物物性演变以及水合物开采室内模拟等方面的渗流实验进展,总结了矿场尺度的天然气水合物储层开采过程中产气数值模拟手段,展望了多相渗流模型、储层原位含水合物样品室内测试及结构与物性演化、矿场尺度数值模拟与水平井压裂技术等应用研究的未来方向与挑战.      

高超声速模型尾迹电子密度二维分布反演方法

弹道靶利用二级轻气炮将模型加速到高超声速状态,模型在靶室内超高速飞行时形成等离子体尾迹.为实现高超声速模型尾迹电子密度径向二维分布诊断,利用七通道微波干涉仪测量系统获得了高超声速模型尾迹截面不同位置处平均电子密度.该系统采用一发七收的方式,实现平面波照射等离子体及平面波接收,天线波束可完全覆盖尾迹径向范围.多通道微波干涉仪数据处理过程常将等离子体视为分层介质,考虑到分层界面上折射效应的影响,本研究利用射线追踪方式建立电磁传播模型,结合测量数据建立目标函数,通过遗传算法优化来反演高超声速模型尾迹电子密度径向二维分布.该数据处理方法的电子密度反演结果与相同来流条件下的数值模拟结果对比吻合较好,初步验证了该方法的有效性.分析了分层模型对电子密度分布特性的影响,结果表明利用七层模型对尾迹建模效果最佳,且适用于不同厚度尾迹,最大化利用接收通道数,确保了计算精度.利用该方法实现弹道靶高超声速球模型尾迹电子密度二维分布诊断,并给出了给定实验状态下模型尾迹电子密度二维分布的一些规律.     

黏弹性接触界面端附近的奇异应力场

研究蠕变加载条件下线黏弹性材料接触界面端附近的奇异应力场问题.考虑接触界面的摩擦,假设界面端的滑移方向不改变,相对滑移量微小,且其与位移同量级,由此线性化局部边界条件,根据对应原理得到Laplace变换域中的界面端应力场,导出时域中奇异应力场的卷积积分表达式.对卷积积分核函数进行数值反演,考虑接触材料的两类组合,一是持久模量具有量级上的差异,另一是持久模量接近相同.算例结果证实核函数可以用准弹性法求得的解析式较准确地近似.在此基础上,利用积分中值定理,并引入各应力分量的修正系数,得到黏弹性奇异应力场的简化式.结合核函数的数值反演结果分析修正系数表达式的取值范围,得到如下结论,若两相接触材料的持久模量相差很大,可以采用准弹性解的解析式较准确地描述界面端的奇异应力场;一般情况下,应力场不存在统一的奇异值和应力强度系数,当采用类似于准弹性解的表达式近似给出黏弹性应力场时,可以估计此近似描述的误差限.文中最后采用有限元分析黏弹性板端部嵌入部位的应力场,算例包括了黏弹性板与弹性金属支承、黏弹性板与黏弹性垫层所形成的滑移接触界面端,利用黏弹性有限元的数值结果验证理论分析所得结论的有效性.