形成零件组和建立成组生产单元的“生产流程—分类编码”聚类分析法

本文提出了一种利用模糊聚类分析法形成零件组和建立机床组的新方法,实现了生产流程分析法与编码分类法的综合.对于成组加工单元,本文把设备负荷与零件相似系数一起作为形成成组加工单元的主要因素,获得了合理的零件组和机床组,并具有良好的柔性和计算性.     

运动车辆自动识别分类研究

文章比较了现有的几种车辆自动分类识别系统的优缺点，并提出了车辆分类识别系统的发展方向。     

一种改进的有向无环图支持向量机分类算法

针对有向无环图支持向量机多类分类方法未采用有效的有向无环图生成算法,提出了一种改进的有向无环图生成算法。该方法采用了聚类分析中类距离的思想作为层次分类依据。实验结果表明,该方法与原方法相比具有较高的分类精度。     

基于卷积神经网络的列控车载设备故障分类研究

列控车载设备故障复杂且车载记录数据为海量非结构化文本,针对车载记录数据特点,提出基于卷积神经网络的车载设备故障智能分类模型.使用CBOW模型实现车载记录数据的文本分布式表示;为提高网络的泛化性,加快网络收敛,利用加入批归一化处理的卷积神经网络实现故障分类;考虑到不平衡、难分样本对分类效果的影响,通过SMOTE算法随机生...     

基于核函数变换的NLPCC分析在洪水分类中的应用

通过拟线性化变换和降维去噪,得出多维分类指标的低维主成分值,然后通过对每一待分类样本的低维主成分值进行聚类分析,最终得出洪水的自然分类结果.洪水分类实例结果表明,该计算方法不需要复杂的计算机专业知识和优化算法知识,原理清楚,计算简单,结果客观有效,不失为一种洪水分类评价的新途径.选择适宜的非线性变换函数是正确应用该方法的关键,同时对于能够预先给出分类指标值且数值范围较小时,需要指标标准数值判定和聚类效果判定相结合.     

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?     

玉柴天然气发动机电气原理与使用维护（Ⅱ）——玉柴天然气汽车发动机原理篇

《玉柴天然气发动机电气原理与使用维护》一文分为分类篇（2011年第10期已刊出）、原理篇、维护篇和应用篇4个专题,介绍广西玉柴机器股份有限公司生产的天然气发动机。分类篇主要介绍玉柴生产的天然气发动机的类型,以及与柴油机的差别,让读者对天然气发动机有一个大概的了解,     

北京市有关“生活垃圾分类收集和处理”的政策回顾

本文回顾了北京市有关＂生活垃圾分类收集和处理＂的主要政策。北京市关于生活垃圾分类收集和处理方式政策的逐步演变,促进了垃圾收集运输车辆结构、功能和吨位上的不断变化,也给国内许多城市和乡镇起到了带头示范作用。