哲思高邃慧臻大成--序《智慧的钥匙--钱学森系统科学文选》

钱学森院士的原著《智慧的钥匙——钱学森系统科学文选》由上海交通大学出版社编辑出版,这是全国人民在以胡锦涛为总书记的党中央领导下,落实十六大精神,按照科学的发展观,全面建设小康社会的一本重要的学习材料。对于广大公务员和大学师生来说,更是学习科学的工作方法和用马克思主义哲学研究自然科学、社会现象的一本重要指南。     

检修无级变速器特殊故障的教训

如今中国汽车科技飞速发展,各式各样的新技术应用于汽车上,无级变速器的应用就是一个例子,这就迫使我们要不断学习,以适应时代潮流。最近笔者遇到这样一个故障:　一辆南京菲亚特派力奥轿车因一次事故对变速器修理后,换挡杆从P 挡到R挡,或从N 挡到D挡时,变速器冲击严重,正常行驶     

基于一维ConvNeXt网络的齿轮箱故障诊断

针对齿轮箱发生故障时内部齿轮与滚动轴承受损情况复杂且难以识别的问题,提出一种基于ConvNeXt网络的齿轮箱故障诊断方法。该网络模型以深度可分离卷积为基础框架,构建适用于一维数据的残差块。为了提升网络模型的拟合能力,引入GELU(Gaussian Error Linear Units)激活函数对数据进行非线性变换。使用层标准化对数据进行归一化处理,抑制了中间协变量偏移现象并提升了网络的收敛速度和稳定性。使用DDS(Drivetrain Dynamics Simulator)齿轮箱故障数据集进行实验,结果表明此网络模型大幅降低了网络模型参数量,对齿轮箱各类故障均有较高的识别精度并具有良好的抗噪性。     

基于双路神经网络融合模型的高速公路雾天检测

高速公路天气状况实时监察对于高速行车安全具备重要意义,然而气象检测只能对大范围区域的气象情况进行预报,不能满足高速行车各个路段气象情况实时检测的需求. 为此,提出一种基于双路神经网络融合模型的高速公路雾天检测算法. 该算法基于双路深度神经网络融合模型,提取雾天图像的可视深度图以及暗通道图像两种视觉特征,并利用深度神经网络进行建模,获得初步分类结果;然后,再利用均值融合层进行分数融合. 为了全面评测该算法的性能,构建了一个覆盖多个省份高速公路的视频监控雾天数据集（express way fog detection dataset,EWFD）,该数据集能够全面涵盖国内高速公路的天气情况,并在该数据集上做了全面的分析对比实验. 实验结果显示,本文所提出的双路神经网络融合模型的雾天监测算法取得了93.7%的准确率,与国际前沿的检测分类算法101层残差网络（ResNet-101）相比,本文提出的算法准确率提高了10%以上.      

基于DBNs的车辆悬架减振器异响鉴别方法

针对人工经验提取特征进行减振器异响鉴别的复杂性与不可扩展性的问题,分析了深度信念网络(deep belief networks,DBNs)在减振器异响鉴别中的应用,并结合减振器整车与台架试验提出了完整的减振器异响鉴别流程.该方法只需将收集到的减振器活塞杆顶端振动加速度信号作为输入,经过DBNs模型逐层特征学习便可进行减振器异响鉴别.同时将鉴别结果与经典的BP神经网络、支持向量机以及传统的3种人工特征提取方法进行对比分析.结果表明:在输入仅为原始信号的条件下,深度信念网络模型对减振器异响鉴别的准确率为96.7%,表明了深度信念网络在减振器异响甄别中的优越性,具有广泛的工程应用前景.      

一种基于支持向量机的增量学习算法

具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性?在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间。介绍了支持向量机的基本理论和一般的支持向量机增量学习算法,针对有些渐变问题(如机械设备的早期故障期和损耗期),新样本所提供的信息量与历史样本所提供的信息量是不同的,给出一种新息加权的支持向量机的增量学习算法,通过循环来获得最优分类面仿真实验表明,采用加权的增量算法更能反映新样本点的特征?     

交叉口Agent间的多遇协调策略及其参数影响分析

为信号控制的城市道路交叉口定义一个Agent结构模型,在分析相邻交叉口交通流关联关系的基础上,利用记忆因子δ、学习概率α、交叉口交通流变化概率β<,i>等参数阐述了交叉口Agent间的多遇协调流程.交叉口 Agent多遇协调采用部分获利协作策略,其交互策略更多地考虑在获利少于对方时候如何以更加协作的态度进行协调.利用记...     

关于改进JAVA教学方法的研究

目前,很多高校都开设了与JAVA相关的教学课程,其教学效果的好坏,直接影响到学生的程序设计能力和对JAVA知识的学习兴趣。本文结合多年的JAVA教学经验,从三个方面进行了论述：把讲授JAVA开发工具的使用作为培养学生学习兴趣的切入点;将JAVA知识体系融贯于JAVA实例之中,把实例教学作为培养学生学习兴趣的手段;把培养学生继续学习JAVA知识的能力作为教学的最终目标。并将三者在教学中有机地结合在一起,探索适合JA-VA教学的方法,收到了良好的效果。     

复方酸枣仁油栀子油对小鼠学习记忆的影响

目的 观察酸枣仁油、栀子油组成的复方酸枣仁油栀子油促进学习记忆作用和二药的相互作用.方法 采用避暗、跳台、水迷宫实验,分别利用东莨菪碱、环己酰亚胺、亚硝酸钠、4.282mol/L乙醇造成小鼠的记忆获得、巩固、再现障碍,观察复方酸枣仁油栀子油对正常及记忆障碍小鼠的学习记忆作用.结果 对正常和记忆损伤小鼠,复方酸枣仁油栀子油、酸枣仁油、栀子油能缩短训练时入室潜伏期、减少入室错误次数;能延长训练后入室潜伏期、减少入室错误次数,减少跳台错误次数;也能缩短水迷宫实验小鼠的登台潜伏期,增加其穿越次数,复方中剂量缩短小鼠登台潜伏期较酸枣仁油、栀子油作用强.结论 复方酸枣仁油栀子油、酸枣仁油、栀子油具有促进学习记忆作用;复方中酸枣仁油、栀子油起协同作用.     

稳健的多支持向量机自适应提升算法

AdaBoostSVM容易受到离群点的干扰从而影响到算法的泛化性能.离群点是不反映一般规律的数据点,当被错分的数据含有离群点时,AdaBoostSVM会不断地给离群点赋予很大的权重,进而影响到提升的分类准确率.针对这一问题,提出了RAdaBoostSVM算法,通过对权重过大的误分类样本用和它相邻近的几个样本的中心来代替,有效地减小了离群点对提升效果的影响.与AdaBoostSVM算法相比,RAdaBoostSVM对离群点更加稳健更适合于噪声条件下的分类问题.在基准数据集上的实验结果验证了算法的有效性.