卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.      

???????????μ????????????????е????

以``流体力学实验助手'课件为例，介绍了数据输入与处理课件在流体 力学实验教学中的应用. 该课件作为流体力学实验课程的辅助教学工具，用于学生在实验结 束后当场输入和保存实验数据,教师对学生实验报告的批阅和讲评，以及学生对发回实验报告 的检查和核对. 该课件的使用，节省了教师批阅和讲评学生实验报告所费时间和精力，并为 学生核查实验报告计算或作图是否正确提供了方便.     

Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计

研究了Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计,模拟产生不同Weibull参数组合和删失计划下的Ⅰ型逐阶删失数据,应用基于,EM算法的极大似然估计方法得到参数的估计值,并与数值方法得到的极大似然估计值进行对比,说明EM算法的估计效果.对73名肾脏移植患者生存数据进行实例分析,验证了基于EM算法的参数估计方法的可行性.     

有限通信数据率下一阶多自主体系统的包含控制设计

研究了多个静态领导及有限通信数据率下一阶多自主体系统的分布式包含控制问题.通信拓扑为有向图.给出了存在基于量化信息的协议使得系统达到包含一致性的充要条件,还给出了此包含控制协议的设计算法.     

一类线性时滞系统的采样数据控制

研究了线性时滞系统的采样数据控制问题.基于新的依赖时间的LyapunovKrasovskii泛函,采用广义系统方法与自由权矩阵方法,得到了采样数据控制的指数稳定性分析和状态反馈控制器设计的条件,并表达为线性矩阵不等式形式.通过仿真举例,证明了结论的正确性与可行性.     

基于自适应权重的函数型数据聚类方法研究

基于有限维离散数据的传统聚类分析并不能直接用于函数型数据的分类挖掘。本文针对函数型数据的稀疏性和无穷维特殊性展开讨论,在综合剖析现有函数型聚类方法优势与不足的基础上,依据聚类指标的信息量差异重构加权主成分距离为函数相似性测度,提出了一种函数型数据的自适应权重聚类分析。相对同类函数型聚类算法,新方法的核心优势在于:(1)自适应赋权的距离函数体现了聚类指标分类效率的差异,并且有充分的理论基础保证其必要性和客观合理性;(2)基于有限维离散数据的聚类实现了无限维连续函数的聚类,能够显著降低计算成本。实证检验表明,新方法的分类正确率明显提高,能够有效解决传统聚类算法极端情形下的失效问题,有着复杂函数型数据分类问题下的灵活性和普遍适用性。     

收入分布变迁与消费结构转变——基于门限模型的非线性计量分析

当前我国消费存在着明显的结构性转变特征,且居民收入分布上不同收入层次人群的消费偏好具有显著的差异。由此选取CHIP数据并运用门限回归模型,根据城镇居民收入与消费(关系)的非线性特征划分出不同的收入组群,来对居民消费进行更为细致的分析。结果表明,城镇居民消费存在显著的收入组群差异,同时各类消费市场的发展阶段也存在区别,收入分布变迁正促使城镇居民消费结构由生存型消费向更高一级的享受发展型消费转变。可见当前我国经济中,居民收入水平对消费的影响与消费对经济增长的贡献,都已不再具有明显的整体效应。因此,拉动消费以促进经济增长就需要关注重点的收入组群以及具有显著成长性的消费市场。     

带有缺失数据的非线性误差模型中参数的置信域

考虑协变量有测量误差且响应变量随机缺失的非线性模型.在条件分布形式已知的情况下,通过借补方法构造了参数的经验似然,提出了基于模拟的经验似然,证明了所构造的统计量都具有渐近x~2分布,所得结果可构造未知参数的置信域.     

基于交叉评价策略的DEA灰色关联排序模型

数据包络分析(DEA)是评价决策单元相对效率的有效方法,其中的交叉效率评价方法可用来对决策单元进行区分排序.针对原有模型中交叉效率值的不唯一问题,结合灰色关联分析思想,构建理想决策单元,定义各决策单元与理想决策单元的灰色关联度,以灰色关联度值最大为目标,建立优化模型来计算输入和输出指标的最佳权重,据此得出决策单元的交叉效率值,实现对决策单元的完全排序.最后通过算例来验证模型的有效性和实用性.     

模糊神经网络在多源数据融合中的应用研究

在T-S模糊神经网络数据融合的基础上,改进了标准T-S模糊融合算法中的模糊算子,并利用聚类算法对网络结构中模糊隶属度个数进行选取.通过仿真实验,验证了改进的算法在融合过程中的合理性、稳定性和准确性.以及聚类算法在T-S模糊神经网络数据融合算法中运用的合理性和有效性.