简介:0.01-1μm范围粒子是气溶胶科学特别是气溶胶过滤研究中非常关心的区域,但对其圆满测量一直很困难。试图建立静电分级仪一静电计系统用于粒径测量,根据在课题研究中遇到的实际问题,深入分析仪器工作原理与现象、测试限制间的关系,独立地研究出了一种很新颖、巧妙的计算方法,依据粒子静电平衡原理、电迁移率微分仪原理、大粒子带多电荷时对小粒子的影响段和影响程度,设计编制了计算程序,成功克服了原系统只能测量0.1μm以下粒子的限制,不但满足了课题研究需要,还大大拓展了测试系统应用范围.
简介:针对分形图像压缩编码时间长的问题,提出基于块分类的分形图像压缩算法,实验结果表明,该方法相对于经典的Jacquin分形图像压缩算法,压缩比得到提高,压缩时间提高近100倍.
简介:为解决复杂系统的故障诊断问题,探讨了离散动力系统奇异谱的特征和基于模糊取类分析的奇异谱谱型分类,提出了模糊聚类的F统计量—ISODATA综合分析法,使聚类分析获得最佳分类,经在某自行火炮柴油机等设备进行实验,取得了预期效果。
简介:支持向量机能够较好解决小样本、非线性数据特征的多分类问题,适用于火炮内膛疵病的分类,但其性能依赖于其参数的选取;对基本遗传算法进行改进,使用自适应的交叉算子和变异算子,并应用于支持向量机参数优化;通过对火炮内膛疵病分类精度的对比研究,改进的遗传算法确定支持向量机优化参数的方法取得了良好的效果,验证了该方法对疵病分类的有效性。
简介:为提取比特流中各未知协议对应的比特流子集,提出了一种基于聚类和模式串匹配的未知协议比特流分类方法。在获取比特流压缩率、汉明重量和游程频数等统计特征的基础上,先采用K-medoids算法对比特流数据进行初步聚类,再通过随机抽样和基于有向图的模式串匹配,将已知协议比特流从各聚类中筛除。对实验数据集的测试结果验证了所提方法的有效性。
简介:对于结构复杂的自行火炮变速箱,其故障模式具有不可预知性.针对传统的神经网络识别方法明显存在不足这一问题,提出一种基于自适应谐振理论(AdaptiveResonanceTheory)的自行火炮变速箱瞬态过程故障诊断新方法.该方法不仅可以对已知的故障模式进行分类,而且对自行火炮变速箱未知故障模式具有很强的自适应分辨能力.实例证明,ART-2神经网络与传统的神经网络方法相结合为自行火炮变速箱故障诊断提出了新思路.
静电分级仪—静电计用于粒径测量的计算
基于块分类的快速分形图像压缩
基于模糊聚类分析的奇异谱谱型分类
基于遗传算法与支持向量机的火炮内膛疵病分类方法研究
一种基于聚类和模式串匹配的未知协议比特流分类方法研究
基于ART-2网络的自行火炮变速箱状态自适应分类