分类问题的在线顺序双并联快速学习机

双并联前馈神经网络模型是单层感知机和单隐层前馈神经网络的混合结构,本文构造了一种双并联快速学习机算法,与其他类似算法比较,提出的算法能利用较少的隐层单元及更少的待定参数,获得近似的学习性能.数值实验表明,对很多实际分类问题,提出的算法具备更佳的泛化能力,因而可以作为快速学习机算法的有益补充.     

基于ABAQUS的微细电火花超声振动主轴仿真研究

微细电火花技术凭借自身的特点和优势,在航空航天、医疗器械等领域发挥着重要的作用.超声振动辅助电火花加工在传统电火花加工中引入超声振动,加工精度和加工效率明显提高.作为核心部件,超声振动主轴的设计尤为重要.但传统设计过程,大大延长了研发周期和增加了成本,因此,采用仿真方式进行研究具有重要的意义.该文对设计的微细电火花超声...     

柴油机氮氧化物的特征时间模型

本文综合考虑湍流混合、分子扩散的作用,提出了一个新的NO生成计算模型.该模型采用化学动力学时间尺度和湍流时间尺度来考虑化学动力学和湍流混合对NO生成的影响.文中模拟了一台浅盆形燃烧室柴油机,对计算结果和实测结果进行了对比分析.研究表明,新模型计算的NO生成速率与实测结果有较好的一致性.     

环保节水型冷却塔的研究

综合湿式冷却塔有热交换效率高且造价低而空气冷却器无水蒸发等特点,提出了环保节水型冷却塔.对该新型塔进行了理论分析,对塔内换热、气动力性能等进行了数值计算,对塔内空气换热器和填料层间的冷却负荷以及与风机性能等进行了耦合匹配,结合北方气候条件的计算分析表明新型塔确有良好的节水和环保效果.     

苯硫酚吸附在新型Ag-Au合金纳米粒子上的表面增强拉曼光谱研究

以柠檬酸钠同时还原制备的Ag-Au合金纳米粒子为种子,用盐酸羟胺进一步使其生长得到粒径为40～60 nm的新型Ag-Au合金纳米粒子,采用UV-Vis光谱和TEM对纳米种子和再生长后的纳米粒子分别进行表征。两种粒子的UV-Vis光谱均只观察到一个等离子体共振峰,其频率随金的摩尔分数(x_Au)增加而红移,且TEM图像表明这两种粒子的颜色均一,因此判断这两种粒子均为合金结构。以苯硫酚为探针分子,研究了该新型合金纳米粒子的表面增强拉曼光谱(SERS),结果表明吸附了苯硫酚的合金纳米粒子的紫外最大吸收峰红移,并在近红外区出现聚集体的吸收峰。在632.8 nm波长激发下,由于表面等离子体共振效应Au上的SERS信号最强,而合金纳米粒子上的SERS信号随x_Au增大而增强。     

一种用于冶金炉前快速分析的新仪器——激光诱导击穿光谱仪

冶金炼钢要求快速分析冶金炉前样品来及时掌握冶炼过程。文章介绍了自主研制的一种新型的光谱仪——激光诱导击穿光谱仪,该仪器采用ns级脉宽的Nd∶YAG激光器作为样品离子化光源,激光聚焦样品表面激发产生的等离子体光谱依次经帕邢-龙格光学系统进行分光、光电倍增管探测、门控积分器积分、模拟数字转换器转换后获得的最终结果输入计算机进行数据处理。和目前冶金炉前样品分析常用的光谱仪相比,该仪器无需样品预处理,分析速度快(1 min或更少),准确灵敏度高,非常适用于冶金炉前样品的快速分析。近年来随着光纤技术的迅速发展,使用该仪器进行钢液实时在线分析和动态控制冶金工艺必将成为现实。     

非完整阵列接收下的虚拟接收目标定位技术

在浅海近似绝热环境中,利用虚拟接收方法对声源测距的目标定位方法相比于传统的匹配场定位方法可以避免对环境参数和声场模型的依赖,同时省去生成拷贝场时的大量计算·利用虚拟接收方法对声源测距主要是通过估计虚拟声场干涉条纹的斜率进行定位,而非完整阵列接收相当于引入了干扰项,破坏了虚拟声场干涉结构。引入了一种基于图像Hessian矩阵特征值分析的多尺度线性滤波器,通过数值模拟和实验数据处理,结果表明,该滤波器可以有效地增强干涉结构、检测和提取干涉图案中的条纹信息,提高非完整阵列接收条件下的虚拟接收目标定位技术的测距性能。     

LBM伪势MRT三维模型GPU并行计算的性能优化

格子Boltzmann方法伪势模型算法中的格点间计算未完全局部化,因此在并行计算时需要更多次的全局内存读写、使用更多数量的寄存器和线程同步操作,从而导致GPU并行计算效率下降.本文针对伪势模型并行计算的局限性,基于三维十五速格子结构的多松弛时间伪势模型,以气液相分离为算例,通过合并访问的方式提高全局内存的读写效率;并提出一种"定向转移"算法,提高格子边界格点获取邻居格点数据的效率;最后探索不同资源分配中各种因素对计算效率的影响,总结最优资源分配的方法.     

小波域高斯混合模型与中值滤波的混合图像去噪研究

基于高斯混合模型的小波去噪方法并结合中值滤波法对脉冲噪音有较好滤除效果的特点,将这两种方法结合起来,对含有高斯脉冲混合噪音图像进行去噪处理.该算法采用Matlab语言进行仿真.实验结果表明,这种混合去噪方法的效果要优于单纯使用中值滤波或者小波去噪的效果.     

基于BP神经网络和激光诱导击穿光谱的燃煤热值快速测量方法研究

作为煤质评价的重要指标之一,热值的快速、准确测量对电厂燃煤锅炉的优化燃烧和经济运行至关重要。采用激光诱导击穿光谱(LIBS)技术结合BP神经网络定量分析模型和聚类分析,以35个煤粉样品作为研究对象进行热值的定量分析。基体效应对LIBS光谱数据的显著影响,针对基于某类煤粉样品所建立的定标曲线不能直接用于不同煤种的定量分析,采用K-means聚类方法根据热值、灰分、挥发分把样品分为三类对训练集和预测集样品进行优化选择。通过谱线强度和热值变量相关性分析,同时考虑特征谱线的物理意义,最终提取12条元素谱线的峰值强度作为输入参数,建立BP神经网络模型对燃煤热值进行预测。定标结果表明,建立的神经网络模型具有良好的定量分析能力,定标曲线拟合度R2为0.996,热值预测值的相对误差低于3.42%,多次重复测量的相对标准偏差在4.23%以内。对聚类分析中3类样品具有不同的预测能力,采用峰值强度作为输入参数时,能够在一定程度上减弱试验参数波动和基体效应造成的影响。定量分析结果的重复性和准确性可以通过对不同类别的煤种分别建立BP神经网络模型来进一步改善。LIBS技术结合BP神经网络可以对煤粉热值进行定量分析,在现场在线/快速检测领域具有很好的应用价值和潜力。