CAN总线在铁路设备在线检测系统中的应用

阐述了CAN总线技术特点,本文讨论了使用SJA1000来实现铁路设备的在线监测,论述了硬件原理和软件实现的方式,给出详细的硬件软件设计。     

五类双绞线上的千兆位以太网

1000BASE-T是一种以太网络技术，它在五类双绞线上能提供1000Mbst的传输带宽。章介绍了1000BASE-T所采用的技术及特点，并分析了1000BASE-T在五类双绞线上的实现原理。     

多分类支撑向量机综述

支撑向量机的研究是当前人工智能领域的研究热点。传统的支撑向量机是两类的分类器,如何将其有效地推广到多类问题仍是一个有待研究的问题。在本文中,作者对目前已有的多分类支撑向量机算法,从基本思想、实现的方法、特点以及存在的问题上做了详细的介绍,以期对今后的研究有所启发。     

基于粗糙集和 SVM 理论的柴油机故障分类预测诊断

文中利用粗糙集和 SVM 理论相结合的方法对柴油机故障进行快速准确分类预测诊断。首先对收集的故障特征数据进行预处理,再运用粗糙集理论进行属性约简得到最优决策属性表,然后使用 SVM 理论中的分类预测规则对最优决策属性表进行诊断分类,得出诊断结果。通过实例分析验证了该诊断方法优于单一的粗糙集诊断和 SVM 诊断。     

����ģ���ֲڼ���֧��������������������Ԥ��

对区域物流量进行研究与预测有助于把握区域物流的需求,实现区域物流供需相对平衡,提高区域物流规划质量和运行效率具有重要的理论和实际意义.本文将模糊粗糙集理论引入区域物流量的预测中,建立基于模糊粗糙集与支持向量机的区域物流量预测模型,用模糊粗糙集作为前端预处理器对数据进行约简,剔除冗余信息,以实现两种算法的优势互补.针对支持向量机在处理数据时无法将数据简化的问题,提出了基于模糊粗糙集与支持向量机的区域物流量预测方法,在支持向量机对样本数据进行处理之前,利用模糊粗糙集数据挖掘的能力对原始数据样本集进行预处理.结果表明,这种预测方法具有很好的精确性和有效性.     

Support vector machine-based fuzzy rules acquisition system

This paper proposes a support vector machine-based fuzzy rules acquisition system (SVM-FRAS). The character of SVM in extracting support vector provides a mechanism to extract fuzzy If-Then rules from the training data set. We construct the fuzzy inference system using fuzzy basis function (FBF). The gradient technique is used to tune the fuzzy rules and the inference system. Theoretical analysis and comparative tests are performed comparing with other fuzzy systems. Experimental results show the SVM-FRAS model possesses good generalization capability as well as high comprehensibility.     

一种评估受冲击舰艇生命力的新方法

舰艇在冲击环境中的生命力是其技术性能的要素之一,正确分析舰艇生命力是舰艇生命力设计、管理、优化的前提.本文针对以往舰艇生命力评估中的一些不足之处提出了一种新的分析方法,该方法将舰艇生命力评估作为一个分类问题进行处理.它采用支持向量机技术,根据有限的学习样本建立了预测舰艇在冲击荷载作用下生命力的计算模型.对舰艇某子系统生命力的计算实例表明,该方法准确率较高,具有广泛的应用前景.     

Pedestrian detection for traffic safety based on Accumulate Binary Haar features and improved deep belief network algorithm

ABSTRACT

In order to improve traffic safety and protect pedestrians, an improved and efficient pedestrian detection method for auto driver assistance systems is proposed. Firstly, an improved Accumulate Binary Haar (ABH) feature extraction algorithm is proposed. In this novel feature, Haar features keep only the ordinal relationship named by binary Haar features. Then, the feature brings in the idea of a Local Binary Pattern (LBP), assembling several neighboring binary Haar features to improve discriminating power and reduce the effect of illumination. Next, a pedestrian classification method based on an improved deep belief network (DBN) classification algorithm is proposed. An improved method of input is constructed using a Restricted Bolzmann Machine (RBM) with T distribution function visible layer nodes, which can convert information on pedestrian features to a Bernoulli distribution, and the Bernoulli distribution can then be used for recognition. In addition, a middle layer of the RBM structure is created, which achieves data transfer between the hidden layer structure and keeps the key information. Finally, the cost-sensitive Support Vector Machine (SVM) classifier is used for the output of the classifier, which could address the class-imbalance problem. Extensive experiments show that the improved DBN pedestrian detection method is better than other shallow classic algorithms, and the proposed method is effective and sufficiently feasible for pedestrian detection in complex urban environments.     

Performance decay of stern bearing based on lubrication numerical model and state parameters北大核心CSCD

[目的]为了实现对船舶艉轴承润滑状态的监测和评估,提出一种结合润滑性能衰变模型和支持向量机(SVM)算法的艉轴承润滑性能评估方法。[方法]针对船舶艉轴承润滑状态难以监测和识别的问题,建立轴承润滑衰变数值模型,并运用实验数据对该模型进行验证,研究载荷、粗糙度和半径间隙对润滑状态衰变机理的影响。基于SVM算法,构建润滑状态分类器,通过网格搜索算法优化超参数,利用不同润滑状态的数据集进行训练,最后实现对艉轴承润滑状态的评估。[结果]结果显示,随着外部载荷、粗糙度和半径间隙的增大,轴承润滑状态恶化的临界速度增大,动压润滑工作范围减小,混合润滑工作范围增大;由仿真数据集对润滑状态识别模型的验证表明,所提的润滑状态识别方法准确率达96.88%。[结论]所提方法能监测轴承的润滑性能特征,有效识别轴承的润滑状态。     

基于支持向量机的船舶交通流量预测模型

针对船舶交通流的随机性大,影响因素多,船舶交通流量预测的准确度不高等现象,基于支持向量机理论,结合长江苏通大桥断面的观测数据,建立支持向量机的预测模型进行短期的船舶流量预测.预测结果与实际流量比较一致,优于SPSS线性回归的预测效果.验证了支持向量机预测模型在船舶流量短期预测中的可行性.