三晶S350变频器在工业水洗机上的应用

工业水洗机要求变频器能提供高转矩、多段速、宽电压、自动转差补偿和方便的通讯方式;还要求性能稳定,能适应不同的布草水洗车间高温、高湿的环境;还要求通讯获取变频器的输出频率并转换为转速实时地显示出来,对不同的布草可以方便地设定所需的洗涤和脱水速度,并能很好地兼顾高转速和大转矩两个方面。三晶S350矢量变频器采用了V/F曲线自动调节技术,根据洗涤状况自动诊断及调整V/F曲线,能满足工业水洗机的上述工艺要求,我厂2008年首次在100kg型全自动水洗机上应用,运行至今,稳定可靠。     

Graph-based Lexicalized Reordering Models for Statistical Machine Translation

Lexicalized reordering models are very important components of phrasebased translation systems.By examining the reordering relationships between adjacent phrases,conventional methods learn these models from the word aligned bilingual corpus,while ignoring the effect of the number of adjacent bilingual phrases.In this paper,we propose a method to take the number of adjacent phrases into account for better estimation of reordering models.Instead of just checking whether there is one phrase adjacent to a given phrase,our method firstly uses a compact structure named reordering graph to represent all phrase segmentations of a parallel sentence,then the effect of the adjacent phrase number can be quantified in a forward-backward fashion,and finally incorporated into the estimation of reordering models.Experimental results on the NIST Chinese-English and WMT French-Spanish data sets show that our approach significantly outperforms the baseline method.     

基于SVM与NIR的花椒挥发油快速检测方法

应用近红外光谱分析(NIR)技术结合支持向量机(SVM)测定花椒挥发油的含量.以105份样品作为校正集,分别选取epsilon-SVR、nu-SVR两种SVM类型,并采用Linear、Poly、RBF与Sigmoid四种不同核函数进行SVM 回归建模,以所建立的校正模型对36份样品的挥发油含量进行预测.结果表明:当SVM类型为epsilon-SVR,核函数为Sigmoid,惩罚参数取109,γ取1×10-6时,所建立的花椒挥发油SVM-NIR模型预测效果最好:R236=0.931 7,RMSEP36=0.426 8.同时对基于SVM-NIR、PLS-NIR、PCA-BP-NIR和PCA-RBF-NIR的花椒挥发油模型的预测性能进行比较分析,表明SVM-NIR模型具有较强的预测能力(或泛化能力),优于其余3种模型.     

基于多特征联合处理的灵巧噪声干扰识别

灵巧噪声干扰已成为一种作用于新体制相参雷达的重要干扰类型.为了有效抑制该类干扰,提出一种基于多维特征的抗干扰方式.通过分析DRFM产生灵巧噪声干扰原理,建立目标与干扰信号模型;在分析对比两类信号特性的基础上,提取包络起伏参数、相位门限内概率及盒维数特征以表征目标与干扰信号在波形、相位及尺度信息上的差异;为了进一步提高干扰识别性能,加入表征信号复杂度的近似熵特征,分析表明该特征因子对噪声具有较强的鲁棒性;最后采用支撑向量机对提取的多维特征进行处理以实现灵巧噪声干扰的识别对抗.仿真实验表明,该方法对目标和干扰的正确识别率高且基本不受干噪比影响.     

LTE系统中事件驱动M2M业务的流量控制随机接入协议

提出了一种LTE系统中事件驱动M2M业务的流量控制随机接入协议。采用贝塔分布对事件驱动M2M业务建模,通过统计一段时隙内的随机接入前导码空闲比来估计信道流量,从而设计控制因子进行流量控制。建模分析了采用该协议的系统吞吐量和时延性能,与目前在LTE系统中的随机接入协议的性能进行了对比。结果表明,该随机接入协议能够很好地估计系统负载,通过控制因子减少碰撞,从而显示出更好的系统性能。     

基于工作电流分析的回转副摩擦状态识别实验研究

回转副摩擦状态的变化对机械设备的运行有着重要影响. 针对回转副摩擦状态的识别问题, 设计了以回转副工作电流为摩擦特征来源的实验方案. 通过采集摩擦过程的回转副驱动电机工作电流信号, 分析实验信号的频域和时频域特征, 建立工作电流的摩擦特征库, 用于训练多分类支持向量机分类器, 并在分类器上完成摩擦状态的识别. 实验结果表明, 经特征提取与降维处理后建立的多分类支持向量机分类器具有近90%的识别正确率, 所提出的实验方案有利于实现远距离信号的采集, 适用实际生产加工.     

一种创新型感应电机调速系统的设计与实现

鉴于传统电力电子相关课程实验既无法直观了解电路内部构造,也不能有效提升实际动手能力的情况,设计了一种基于实验室环境的开放式创新型感应电机变频调速系统,改造了主电路和控制电路的电源,在适应实验室用电环境的同时,能实现主电路低压可测量和提升学生实验的安全性;并设计了采样电路和保护电路,能加深学生对电路的了解,增强实际动手能力.经实验验证,该系统能完成多段速运动控制、模拟量与数字量给定调速等相关实验.     

排序支持的交互数据分类算法及其应用

交互分类是解决数据复杂分类问题的主要手段之一。在现有的大多交互分类系统中,用户能准确识别数据类别,但在有些分类场景中,类别之间的顺序关系更容易被识别,为此,提出一种排序支持的交互数据分类算法。为提升交互分类精度,引入数据的顺序信息,为降低标记难度,提出候选样本推荐策略。另外,提出一种评估分类算法性能的可视化方法,用包含基本车况、交通违法记录、交通事故记录等信息的车辆数据集进行实验验证,将相关车辆分为高危车辆、中危车辆、低危车辆3类,算法的分类结果模型一致度达近98%,验证了方法的有效性。     

基于模糊神经元PID算法的注塑机注射速度控制算法研究

基于一款市场较为畅销的注塑机, 设计出一种能精确控制注射速度的模糊神经元PID控制器. 首先, 设计出具有自学能力的神经元PID控制器, 利用模糊算法对其进行优化; 其次, 在原有注射速度线性数学模型的基础上, 构建注塑机注射速度的非线性模型; 最后, 利用MATLAB在所建数学模型的基础上对模糊神经元PID控制器进行仿真实验. 实验结果表明, 所设计控制器具有响应迅速、无超调量、控制精度高、控制稳定等优点.     

用支持向量机网络实现VBR视频通信量的预测

VBR(Variable Bit Rate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测是提高信息传输速度和提高网络带宽资源利用效率的重要手段.针对以上问题,本文提出了一种用于VBR视频通信量预测的差分输入支持向量机(SVM:Support Vector Machine)网络模型.该网络模型采用结构风险最小化准则,在最小化经验风险的同时,尽量缩小模型预测误差的上界,从而使网络模型具有更好的推广能力.实验结果表明:支持向量机网络模型的预测误差为0.0018,而梯度径向基函数(Gradient Radial Basis Function:GRBF)神经网络模型的预测误差为0.0029.可以看出,支持向量机网络模型的预测精度要比GRBF网络模型的预测精度高出大约40%.