具有成对有序观测数据的两种诊断过程的比较

利用大样本理论研究了具有成对有序观测数据诊断过程的比较问题.提出了诊断试验的诊断精度不低于传统诊断过程诊断精度的标准及定义,构造了假设检验问题,给出了Score检验统计量,随机模拟取得了满意的结果.     

比较成对有序观测数据的一种新方法

在生物医学统计研究中,如果诊断试验过程比传统诊断过程更加易于操作,需要的费用少,那么在采用试验过程之前,就非常有必要去评价诊断试验的诊断精度是否不低于传统诊断过程的诊断精度.考虑多于两类的有序变量诊断结果,并且两种诊断结果构成成对有序观测数据,提出了比较这种观测数据的一种新方法,给出了诊断试验的诊断精度不低于传统诊断过程诊断精度的标准及定义.基于大样本理论,构造了假设检验问题,给出了Fieller-type检验统计量.为验证样本量有限时,检验方法是否有效,进行了随机模拟,取得了满意的结果.     

比较成对有序观测数据的一种新方法

在生物医学统计研究中,如果诊断试验过程比传统诊断过程更加易于操作,需要的费用少,那么在采用试验过程之前,就非常有必要去评价诊断试验的诊断精度是否不低于传统诊断过程的诊断精度．考虑多于两类的有序变量诊断结果,并且两种诊断结果构成成对有序观测数据,提出了比较这种观测数据的一种新方法,给出了诊断试验的诊断精度不低于传统诊断过程诊断精度的标准及定义．基于大样本理论,构造了假设检验问题,给出了Fieller—type检验统计量．为验证样本量有限时,检验方法是否有效,进行了随机模拟,取得了满意的结果．     

基于改进的BP神经网络的桥梁结构损伤诊断研究

采用改进后的BP神经网络对桥梁结构进行损伤诊断,通过与传统BP网络法的诊断结果进行对比,得出改进后的BP网络算法在实际应用中能克服传统BP网络算法收敛速度慢,存在局部极小的问题.改进后BP网络的桥梁结构损伤诊断具有较好的诊断效果,与传统的BP神经网络相比,不仅提高了计算速度,而且较大地提高了识别精度,具有较好的应用前景.     

列车定位单元ODO故障分析及HMM的应用研究

列车运行过程中车轮会出现打滑抱死等现象,导致ODO(odometers)呈现功能故障状态,针对这一问题,进行了列车定位单元ODO故障分析及HMM(hidden Markov models)的应用研究.首先利用神经网络方法对ODO故障状态进行诊断;然后,引入基于HMM的故障诊断方法,从模式识别角度出发,建立ODO隐藏的故障状态模型,通过输入观测序列与分类器中的HMM匹配,得出ODO的故障诊断结果;最后,通过遗传算法对HMM中的参数训练部分进行改进.实例分析结果表明:利用神经网络进行故障诊断的故障识别率为33.3%,基于HMM的故障诊断方法对于正常和故障状态的诊断精度可达100%,总体诊断精度可达95%,利用遗传算法进行参数改进后经仿真对比表明:在训练速度上遗传算法可以较快到达稳态,训练精度提高了86%;在高噪声背景下用神经网络方法实现故障诊断具有明显缺陷,利用遗传算法可以改进B-W(Baum-Welch)算法易陷入局部最优的缺陷,基于HMM的故障诊断方法相较于神经网络方法有更高的准确性.     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

基于GPU并行处理的图像快速旋转算法

提出了一种在CUDA架构上实现基于Bresenham画线算法的图像快速旋转算法.该算法避免了复杂的数学运算,并融入Bresenham画线算法的优点,解决了大量的浮点的取整运算问题,并且减少了图片旋转过程中精度的损失,使得算法的精度和时间复杂度达到相互平衡,极大提升了旋转算法的性能.实验证明,在当前的硬件平台下,与传统旋转算法相比,该算法极大的提高了旋转算法的速度并减少精度的损失.     

基于改进正余弦算法的机器人路径规划

针对正余弦算法(sinecosinealgorithm,SCA)性能低、精度差等缺陷,设计了混合正余弦算法(hybridsine cosinealgorithm,HSCA),并将HSCA运用于机器人路径规划(robotpathplanning,RPP)问题.HSCA融合了基于反向学习方法的初始解构造方法.同时,HSCA通过融入模因分组和TLBO(teaching-learning-basedoptimization)的进化机制来强化后续解的信息交流,力求增强搜索性能.针对RPP问题,HSCA在路径曲线规划过程中引入了Spline插值方法,旨在确保求解精度的同时降低当前问题的优化维度.最后,开展了函数寻优和路径规划测试,实验结果表明,HSCA比对比算法具有更好的性能.     

基于Lipschitz指数的刀具磨损补偿问题研究

刀具的磨损使得在给定的进给条件下,加工产品的尺寸精度和表面质量受到影响.尤其是在自动化程度较高、产品的精度要求较高的批量生产过程中,刀具的磨损增加了产品的系统误差.刀具磨损的在线补偿是减少这类产品加工误差的有效方法[1-3].因此,本文根据刀具磨损的规律以及不同的刀具磨损阶段Lip指数的变化规律,对刀具磨损的在线补偿问题进行了探讨,提出了刀具磨损自动补偿的实施方案.     

重建参数对平面近场声全息重建精度影响研究

针对近场声全息重建结果不准确性问题,基于平面近场声全息的基本原理,分析了使用k-空间抽样格林函数逆向重构过程中产生重建误差的原因,并研究了重建距离、重建频率和采样点数等重建参数的变化对声压重建精度的影响.研究结果表明：重建精度随着重建距离的增加而降低;随着重建频率的增加,重建精度逐渐降低;在全息面大小不变时,采样点数越多,重建精度越高;在采样间隔不变时,重建精度随采样点数的增加而增大.