CDIO模式下《高频电子技术》课程教学体系研究

本文探讨了在CDIO模式下,针对普通高校应用型本科《高频电子技术》课程提出的教学改革具体措施,强调以集成化项目教学为宗旨培养具有知识学习能力、个人素质发展能力、团队协作能力、系统适应和调控能力等的高素质应用型电类本科优秀人才．实践证明取得了良好的教学效果。     

基于免疫粒子群和BP神经网络的变压器故障诊断技术

为了解决粒子群算法的早熟收敛问题和BP神经网络梯度下降训练法收敛速度慢、容易陷入局部极小值的问题,将免疫学中的克隆、变异理论用于粒子群算法的优化,建立免疫粒子群算法并给出算法步骤及免疫粒子群算法训练BP神经网络的步骤,将其应用到电力变压器的故障诊断中.仿真实验证明所提出的方法对变压器故障的诊断准确率可达95%以上,能够满足工程应用的需要.     

像移补偿技术的发展与展望

航空相机广泛采用像移补偿技术来提高成像质量和相机分辨力。本文分析了像移补偿的原理并介绍了国内外较多采用的像移补偿技术,如光学式像移补偿法、机械式像移补偿法、集成像移补偿法、数字式像移补偿法等。文中列举了像移补偿过程中获取重要参数速高比的常用方法,包括平行狭缝法、扫描相关法、外差法、光程差法、直接计算法等。最后讨论了像移补偿技术数字化的发展方向,以及速高比测量的数字化、实时化、小型化发展趋势,提出了采用面阵CCD结合高性能微处理器获取速高比的新思路。     

“我”氏家族

正一天,语文协会召集"我"氏家庭成员开一个研讨会。"我""俺""吾""本人""鄙人""自已"等都如约而至,没想到"别人""你"也匆匆赶来了,负责资格认定的代词总监拦住了他俩。代词总监和蔼地说:"对不起,本会只邀请‘我’氏家族成员参加会议,并未邀请其他人员,请你们回去吧。"     

像移补偿技术的发展与展望

航空相机广泛采用像移补偿技术来提高成像质量和相机分辨力。本文分析了像移补偿的原理并介绍了国内外较多采用的像移补偿技术,如光学式像移补偿法、机械式像移补偿法、集成像移补偿法、数字式像移补偿法等。文中列举了像移补偿过程中获取重要参数速高比的常用方法,包括平行狭缝法、扫描相关法、外差法、光程差法、直接计算法等。最后讨论了像移补偿技术数字化的发展方向,以及速高比测量的数字化、实时化、小型化发展趋势,提出了采用面阵CCD结合高性能微处理器获取速高比的新思路。     

变截面多跨不等高铰接排架的计算

通过对变截面多跨不等高排架位移条件的分析，导出了此类结构在一般荷载作用下的柱顶剪力及变形计算公式。     

参数寻优支持向量机在基于光声光谱法的变压器故障诊断中的应用

为了解决变压器气相色谱分析法故障诊断中存在的操作繁琐、消耗待测气体和载气、检测周期长等缺点, 提出了利用光声光谱技术检测变压器油中CH4, C2H2, C2H4, C2H6, H2五种特征气体的含量并计算C2H2/C2H4, CH4/H2, C2H4/C2H6三对比值数据。将五种SVM类型和四种核函数采用交叉组合建立20种不同的支持向量机模型, 并采用启发式算法对于惩罚因子c和g的取值进行参数寻优, 以建立变压器故障诊断准确率最高、最快运行速度的支持向量机模型。启发式算法主要对比研究了粒子群算法和遗传算法在寻优精度与速度上的效果。仿真实验结果表明C-SVC模型、RBF核函数、遗传算法寻优构成的支持向量机模型对变压器故障的诊断准确率最高, 测试集达到97.5%, 训练集达到98.333 3%, 并且遗传算法的寻优速度快于粒子群算法2倍左右。该方法具有操作简单、非接触性测量、不消耗载气、检测周期短、稳定性和灵敏度高等优点。可以代替传统的气相色谱分析法进行变压器故障诊断, 满足变压器故障诊断的实际工程需要。     

参数寻优支持向量机在基于光声光谱法的变压器故障诊断中的应用

为了解决变压器气相色谱分析法故障诊断中存在的操作繁琐、消耗待测气体和载气、检测周期长等缺点,提出了利用光声光谱技术检测变压器油中CH₄,C₂H₂,C₂H₄,C₂H₆,H₂五种特征气体的含量并计算C₂H₂/C₂H₄,CH₄/H₂,C₂H₄/C₂H₆三对比值数据。将五种SVM类型和四种核函数采用交叉组合建立20种不同的支持向量机模型,并采用启发式算法对于惩罚因子c和g的取值进行参数寻优,以建立变压器故障诊断准确率最高、最快运行速度的支持向量机模型。启发式算法主要对比研究了粒子群算法和遗传算法在寻优精度与速度上的效果。仿真实验结果表明C-SVC模型、RBF核函数、遗传算法寻优构成的支持向量机模型对变压器故障的诊断准确率最高,测试集达到97.5%,训练集达到98.333 3%,并且遗传算法的寻优速度快于粒子群算法2倍左右。该方法具有操作简单、非接触性测量、不消耗载气、检测周期短、稳定性和灵敏度高等优点。可以代替传统的气相色谱分析法进行变压器故障诊断,满足变压器故障诊断的实际工程需要。