层次极限学习机用于高光谱图像预测绝缘子污秽度

高光谱图像具有图谱合一、光谱范围广及分辨率高等优势，能精细化地反映物质微观特性. 为此，引入高光谱成像技术以非接触式预测绝缘子污秽度. 考虑到极限学习机具有学习效率高和泛化能力强等优点，提出基于正则化约束极限学习机的绝缘子污秽度预测（extreme learning machine-insulator pollution degree prediction，ELM-IPDP）模型. 此外，为进一步提升预测性能，引入层次极限学习机从复杂的高光谱图像中学习出有效、抽象、判决性特征表示，继而建立基于层次极限学习机的绝缘子污秽度预测（hierarchical ELM-IPDP，HELM-IPDP）模型. 在不同的训练集与测试集比例和不同隐含层神经元个数的情况下分别进行实验，从实验结果可知:ELM-IPDP模型和HELM-IPDP模型的预测性能基本上随着隐含层神经元个数和训练样本的增加而不断提高；当训练集与测试集比例为9∶1时，ELM-IPDP模型的均方根误差和相关系数分别为0.040 3和0.944 7，而HELM-IPDP模型的均方根误差和相关系数分别提升到0.022 3和0.972 0.      

基于高光谱的复合绝缘子电晕老化状态评估

复合绝缘子由于其良好的憎水性和憎水迁移性在输电线路上得到了广泛应用,而电晕放电会造成复合绝缘子老化加剧而丧失性能. 为此提出了一种基于高光谱技术的复合绝缘子电晕老化状态评估方法. 首先,对全新硅橡胶复合绝缘片进行电晕老化,分析样本的傅里叶红外光谱变化,以傅里叶红外光谱图像作为老化状态分类的依据,将样品分为6个类别;然后,利用高光谱成像仪获取硅橡胶片表面不同波段的反射强度,采用主成分分析（principal component analysis,PCA）对原始谱线进行特征提取;最后,建立基于支持向量机的电晕老化状态评估（support vector machines-insulator corona aging status evaluation,SVM-CASE）模型,对60组预测数据进行分类验证,并对比分析了不同核函数对于模型评估准确率的影响. 高光谱检测及评估结果表明:不同老化时间下试样的高光谱图像有明显的区别,随着老化时间的增加,硅橡胶绝缘材料的光谱曲线在600～900 nm呈现反射率下降趋势;采用PCA算法进行特征提取后,利用polynomial核函数建立的评估模型的分类准确率达93.333%.      

基于视觉的接触网绝缘子污秽检测技术初探

接触网绝缘子表面容易积累污秽并诱发污闪,这对于电气化铁路的安全运营是一个极大的隐患.针对此问题,将机器视觉技术应用于接触网绝缘子污秽检测,提出了基于SURF特征样本库对绝缘子进行识别,采用双目摄像头计算出绝缘子的位置信息,根据HSV的色彩范围对绝缘子污秽进行分类.实验室测试表明,通过这些方法能够有效的判断绝缘子的污秽状况.     

基于集成式神经网络的扁平箱梁颤振导数预测

扁平箱梁因具有较优的颤振性能,已被应用于绝大多数大跨径桥梁. 为便于桥梁设计者在大跨度桥梁初步设计阶段快速评估扁平箱梁的颤振性能,提出了一种基于集成学习的深度神经网络模型,用于快速预测扁平箱梁颤振导数. 首先采用强迫振动风洞试验获取了15种典型扁平箱梁的颤振导数,结合自由振动风洞试验和二维颤振计算验证了颤振导数的准确性;基于风洞试验数据,构建了大小为525的颤振导数数据集,以此数据集为基础,对所提出的集成式深度神经网络开展了模型训练和性能测试. 计算结果表明:所提出的集成式深度神经网络模型仅依靠扁平箱梁的气动外形特征即可准确且快速地预测不同折算风速下的8个颤振导数,且仅利用本文60%的数据集进行训练即可获取较高精度的预测结果;对比传统的多项式回归模型和单一人工神经网络模型,本文所提出的集成式深度神经网络模型预测精度更高,可直接应用到桥梁初步设计阶段的气动选型和颤振计算中.      

污秽绝缘子安装并联间隙的雷电击穿特性分析

为了分析不同盐密值下污秽绝缘子并联间隙的雷电冲击击穿特性,以SC-210瓷横担绝缘子为例进行雷电冲击试验,通过对比清洁和污秽绝缘子的电场仿真结果,对试验时多次发生沿绝缘子表面闪络的现象进行了分析. 试验和分析表明:安装并联间隙的SC-210瓷横担,其雷电冲击击穿电压U_50%随盐密值增加而降低,更容易趋于饱和;污秽绝缘子与防雷间隙的雷电冲击伏秒特性曲线逐渐相交,试验时多次发生沿绝缘子表面闪络的现象. 研究结果建议在进行并联间隙与绝缘子串的绝缘配合整定时,应考虑绝缘子表面污秽对闪络/击穿部位的影响.      

函数Φ(t)及其关联的不等式

设Φ（ｔ）是黎曼ζ－函数的傅利叶变换式中的原函数,对所有的ｔ〉０,则ｌｏｇΦ（ｔ）的一阶至四阶导数均为恒负函数。     

强风环境下棒形绝缘子积污动态仿真分析

为探讨高速铁路绝缘子表面的积污特性,分析了污秽颗粒在强气流环境中的受力情况,建立了QBJ-25/20型绝缘子积污的仿真模型.以绝缘子伞裙表面污秽的体积分数反映其积污状况,得到了绝缘子伞裙上、下表面积污与风速及来流角度之间的关系.结果表明:在高速气流中,绝缘子表面积污量与来流角度、气流速度呈负指数关系;当来流角度在0°～90°之间时,伞裙上表面受来流角度的影响较大,而下表面受气流速度的影响更明显;积污量随污秽颗粒直径增大呈先增大后减小的趋势.     

积雪环境下复合护套瓷腕臂绝缘子电场优化仿真分析

中国铁路既有线路广泛应用瓷绝缘子,瓷绝缘子春冬季容易出现"雪闪"问题,为预防"雪闪"发生,提高牵引供电可靠性,以QBG-25型棒式瓷绝缘子为基础,设计一种腕臂复合瓷绝缘子.基于电磁场理论,搭建有限元仿真模型,以绝缘子伞裙沿面平均电场强度作为电场畸变程度特征参数和优化判据,分析平、斜安装腕臂绝缘子在两种积雪机制和三种污秽...     

含分数阶导数微分方程的数值求解

基于精细积分方法,结合差分格式,提出了含有分数阶导数微分方程的数值求解方法,并对含有分数导数的一阶和二阶微分方程进行求解.所论方法首先引入差分格式,将含有分数阶导数的一阶和二阶微分方程变为一阶的常微分方程,然后再用精细积分方法逐步积分进行求解.文中不仅给出了详细的理论推导,而且还给出了相关的数值算例.数值算例对不同的分数阶微分方程进行了讨论,探讨了不同的分数阶和时间步长对计算结果的影响,并将计算结果与文献中相关算法的计算结果进行了比较.数值结果表明了所提的求解策略在求解分数阶导数模型时的可行性,以及较高的计算精度和较好的稳定性.     

含分数阶导数微分方程的数值求解

基于精细积分方法,结合差分格式,提出了含有分数阶导数微分方程的数值求解方法,并对含有分数导数的一阶和二阶微分方程进行求解.所论方法首先引入差分格式,将含有分数阶导数的一阶和二阶微分方程变为一阶的常微分方程,然后再用精细积分方法逐步积分进行求解.文中不仅给出了详细的理论推导,而且还给出了相关的数值算例.数值算例对不同的分数阶微分方程进行了讨论,探讨了不同的分数阶和时间步长对计算结果的影响,并将计算结果与文献中相关算法的计算结果进行了比较.数值结果表明了所提的求解策略在求解分数阶导数模型时的可行性,以及较高的计算精度和较好的稳定性.     

NIR Hyperspectral Imaging Measurement of Sugar Content in Peach Using PLS Regression

Near infrared (NIR) hyperspectral imaging measurement of sugar content in peach was introduced. NIR spectral images (650～1 000 nm, resolution: 2 nm) of peach samples were captured with developed hyperspectral imaging setup. Partial least square (PLS) regression prediction model was developed to estimate the sugar content in peach; step-wise backward method was utilized to determine optimal wavelength subsets. Experimental results show that the calibration model with optimal wavelength subsets has a correlation coefficient of prediction of 0.97 and a standard error of prediction of 0.19, the prediction accuracy is higher than the calibration model applied over the whole wavelength, which proves that variable selection plays an important role in improving the prediction accuracy of PLS regression model.     

沙尘环境下复合绝缘子表面积污特性的仿真

文中着眼于沙尘环境下复合绝缘子的积污特性的研究，基于Fluent仿真平台的仿真计算和依托沙尘暴模拟系统的模拟试验，将研究结果进行对比，可为沙尘暴环境下复合绝缘子的选型使用、优化设计、运行维护等提供前期预研和开拓经验，且在研究方法上也首次采用仿真的方式，有重大的借鉴意义及实用价值。     

面向热轴故障的高速列车轴温阈值预测模型

针对现有基于车轴温度固定阈值的故障检测系统适应性差且误报率、漏报率高的问题, 综合考虑列车速度、环境温度与运行工况等因素对轴温的影响以及各因素之间的关系, 建立了高速列车轴温动态阈值预测模型; 考虑高速列车在不同运行工况下轴温变化的差异特征, 将列车运行状态分为加速、匀速和减速3个阶段, 并针对每个阶段运用皮尔逊相关系数法分析列车速度、环境温度、荷载等原始监测数据以及各阶段运行时间、初始轴温等衍生数据与轴温的相关程度; 提取与轴温变化密切相关的因素, 基于多元回归分析方法, 针对列车的3个运行阶段, 分别建立基于原始监测数据的轴温动态阈值预测模型和基于原始监测数据与衍生数据的改进轴温动态阈值预测模型, 并采用F检验方法对模型的有效性进行检验, 基于中国高速列车实测轴温数据对模型的正确性进行了验证。研究结果表明: 列车在加速、匀速与减速3个阶段中, 轴温真实值与改进轴温动态阈值预测模型预测值的平均相对误差分别为2.0%、4.1%和3.3%;相对于基于原始监测数据的轴温动态阈值预测模型, 3个阶段中改进轴温动态阈值预测模型的预测精确度分别提高了79.8%、64.3%和65.6%;改进预测模型的决定系数大于0.99, 显著性概率小于0.05, 表明模型有效。      

成像偏振在车道线检测与识别中的应用

复杂环境下的车道检测是目前智能车和辅助安全驾驶研究的难点和热点. 针对外部复杂的道路环境,将光学偏振理论引入传统的车道检测技术,提出了一种基于成像偏振的车道线检测方法. 通过对车道线图像基本特征的分析,首先采集3个角度的特殊环境道路偏振图像,获得偏振度图像;然后对偏振度图像作二值化和图像感兴趣区域的划分;再根据车道线边缘的直线特性,进行道路图像的边缘检测从而可以获得车道边缘;最后通过Hough变换原理提出了改进的Hough算法,并得以实现检测出车道标线,计算出汽车行驶偏角. 通过仿真和实验验证表明,该方法能够准确地检测和识别出复杂环境下的车道线,车道线的检测偏角与实际偏角之间的误差小于0.3°.      

基于结构性字典学习的高光谱遥感图像分类

为提高高光谱遥感图像的分类精度,提出了一种新的结构性稀疏表示及字典学习的高光谱遥感图像分类方法.该方法能同时利用高光谱遥感图像像素间的空间及光谱关系得到表示每个像素的字典,被划分为同一像素组的像素具有通用的稀疏模式;由字典计算图像的稀疏表示系数获得遥感图像的稀疏表示特征;利用线性支持向量机算法实现对高光谱遥感图像的分类.对AVIRIS和ROSIS高光谱遥感图像进行的实验结果表明:提出的方法比普通字典学习分类精度分别提高0.041 1和0.046 6,Kappa系数分别提高0.179 3和0.056 3.      

一种声呐仿真系统设计中的舰船辐射噪声仿真方法研究

结合线性预测技术,以AR模型拟合指定功率谱的方法,介绍了基于TMS320LF2407A实现舰船辐射噪声实时仿真的方法,并对仿真结果进行了分析说明.实践证明,对舰船辐射噪声的仿真是成功的.该仿真方法具有计算过程简单,仿真精度高的特点,更适合于工程应用.     

Focusing azimuth-invariant bistatic synthetic aperture radar data based on a polynomial model

In this paper, a focusing approach is presented to widen the use of efficient monostatic imaging algorithms for azimuth-invariant bistatic synthetic aperture radar (SAR) data. The bistatic range history is modeled by a polynomial of azimuth time. Using this model, an analytic form of the signal spectrum in the 2D frequency domain is derived, and a simple single-valued relation between the transmitter and receive ranges is established. In this way, a lot of monostatic image formation algorithms can be extended for the bistatic SAR data, and a bistatic chirp scaling algorithm is developed as an application of the new approach. This algorithm can be used to process the azimuth-invariant bistatic configuration where the transmitter and receiver platforms are moving on parallel tracks with the same velocity. In addition, some simulation results are given to demonstrate the validity of the proposed approach.     

基于粒子群优化小波神经网络的行程时间预测

为使道路使用者在出发前获得具有高实时性和可靠性的行程时间预测信息,提高出行效率,需提升高速公路行程时间的预测精度。鉴于此,将生物学中粒子群优化算法（Particle Swarm Optimization Algorithm, PSO）引入小波神经网络（Wavelet Neural Network, WNN）中,构建基于粒子群优化小波神经网络（Particle Swarm Optimization Wavelet Neural Network, PSO-WNN）的高速公路行程时间预测模型。首先将高速公路原始收费数据规整化,截取其中有效字段,获取研究路段一个月的行程时间数据并对其进行数据处理。然后分别基于PSO-WNN模型和WNN模型,利用Matlab进行实验。实验结果显示,PSO-WNN模型预测结果的平均绝对误差、平均相对误差和均方误差较WNN模型分别降低了83.36%, 82.20%和98.15%。PSO-WNN行程时间预测模型不仅预测精度高,而且能较准确地预测出行程时间的走向及波动情况,在收敛速度方面也呈现出一定的优势,具有较好的适应能力。