给定平面内直线度误差评定及其可视化研究

为实现给定平面内直线度误差评定的可视化,运用最优化理论和几何学原理,对其最小区域算法进行了改进;基于可视化技术,对其两端点连线算法、最小二乘算法和改进的最小区域算法进行了可视化设计;并采用UG/GRIP语言对这3种算法进行了编程;最后,用可视化数字实验验证了改进算法的正确性,实现了计算机辅助平面直线度误差评定的可视化．     

锯切木材送料平台仿人工送料姿态的误差与控制策略

以锯切木材平台的仿人工送料姿态为研究对象,依据神经网络的实时更新算法估计轮廓误差,并结合改进的猫群算法对PID参数进行优化,设计了多轴联动的运动控制策略,按照规定指令做出更加精准送料动作,补偿送料平台的系统误差;运用多体动力学软件(ADAMS)、矩阵实验室(MATLAB)进行建模仿真,分析补偿前传统PID优化算法与改进后优化算法的差异,检验改进后优化算法的有效性.结果表明:改进后的优化算法优化过的系统,最大轮廓误差从4.5 mm缩小至1.5 mm;与进给方向垂直方向(x轴方向)的跟踪误差从0.6 mm以内减小到0.2 mm以内,进给方向(y轴方向)的跟踪误差从6.0 mm以内减小到2.1 mm以内;且补偿后的三轴丝杠滑块运动路线以及送料平台的运动路线与对应的理论轨迹基本重合,说明应用改进后优化算法的送料平台,运动精度符合精密曲线锯切的要求.     

分数布朗运动的极大似然估计

为了估计分形布朗运动参数, 作者修改了MMLE算法. 在仿真中, 和修改的MMLE算法相比较, 算法达到了更高的精度, 并以均方根误差和标准差为指标说明了方法的优越性.     

分数布朗运动的极大似然估计

为了估计分形布朗运动参数,作者修改了MMLE算法．在仿真中,和修改的MMLE算法相比较,算法达到了更高的精度,并以均方根误差和标准差为指标说明了方法的优越性．     

凸轮轮廓误差评定方法的研究

通过三坐标测量机对Ｓ１９５油泵凸轮轮廓进行了测量和误差评定研究，建立了并探讨了符合最小条件准则的误差分步评定数学模型，依据形状误差测量评定的一般性原则，分别依据最小二乘原理和最小条件准则建立了误差综合评定的数学模型。     

凸轮轮廓误差评定方法的研究

通过三坐标测量机对Ｓ１９５油泵凸轮轮廓进行了测量和误差评定研究，建立并探讨了符合最小条件准则的误差分步评定数学模型；依据形状误差测量评定的一般性原则，分别依据最小二乘原理和最小条件准则建立了误差综合评定的数学模型。     

基于改进的层析成像图像重建ART算法的木材应力波检测研究

首先介绍了成像的物理基础,并对重建算法的各种方法进行了简要阐述并对ART算法及其改进算法进行了主要说明。在之前学者对成像原理的研究下,阐述了应力波层析成像技术应用于木材缺陷检测当中的原理及测试方法,并通过先验的介质模型及实际模型测试,分别用ART算法和改进后的重建算法得到木材缺陷图像,通过比较两种方法重建的图像清晰度,验证改进后算法的合理性与可行性。     

频域子空间模态参数辨识方法的改进及应用

频域子空间辨识方法具有数值稳定、辨识精度高等特点,但是其受噪声的影响会造成较大误差.本研究提出一种加权的频域子空间辨识算法,根据输出噪声方差对数据进行加权分配,以提高噪声条件下频域子空间辨识的精度,并采用数值模拟对改进算法进行了仿真验证.最后将其应用到某传动部件的模态参数辨识,获得了该部件的模态参数.     

基于速度误差校正的林木应力波无损检测断层成像算法

目的应力波断层成像技术已经在林木无损检测领域得到了广泛的应用, 然而木材的各向异性特征以及应力波速度反演计算的误差对断层成像的精度影响较大。因此,进一步提高断层图像的准确性非常关键。方法根据传统的应力波速度反演原理, 提出了一种基于速度误差校正的断层成像算法(ECIA)。该算法利用最小二乘QR分解法(LSQR)计算应力波在林木横截面网格单元内的速度分布, 并使用误差校正机制(ECM)优化断层图像。为了评估算法的性能, 分别选取了若干实验室内的原木试样及扬州市区古树进行无损检测实验, 利用德国PICUS应力波断层成像仪获取的应力波传播数据实现了ECIA算法, 生成了各实验样本的断层图像。结果ECIA算法较为精确地检测出了原木及活树中缺陷区域的位置及大小, 尤其在活树的健康检测中, ECIA算法对于缺陷区域尤其是轻微腐朽区域的检测精度高于PICUS检测仪。结论ECIA算法能够产生较为准确的林木断层图像,适用于林木应力波无损检测。      

一种解决BP网络过拟合的学习算法

针对BP网络的过拟合问题,提出了一种基于验证误差的学习算法,该算法主要从构建最佳网络结构及获得最适训练次数两个角度进行了考虑.在学习过程中,通过不断检验验证误差及误差变化量,自动调整隐层节点数目,并适时停止网络训练.针对给定问题,该算法不仅能自动构建最佳网络结构和相应权系数,而且同时对网络的泛化能力进行了检验,从而有效避免了网络的过拟合.最后通过实验证明了算法的有效性.     

优化BP神经网络算法在油茶产量预测中的应用

针对标准的BP神经网络模型对我国南方的重要木本油料树种油茶产量进行预测过程中存在的缺陷,采用相对误差逐步优化回溯算法在迭代过程的参数,使原始的BP神经网算法在运算精度和计算速度上均得到显著的提高,即一种改进的回溯算法优化BP神经网络预测模型。经过试验效验与仿真证明,得到的改进算法不仅能提高油茶产量预测的收敛速度,而且在油茶产量预测精度上也有很大的提高。优化后的BP神经网络算法为多要素因子之间相互影响事件的结果预测,提供了新的设计思路和更好的解决方法。     

基于MATLAB的机床导轨垂直度误差的评定

利用MATLAB软件,建立基准符合最小条件法、最小二乘法、端点连线法的机床导轨在给定方向上线对线垂直度误差计算机数据处理系统,该系统可同时满足直线度误差和垂直度误差的求解,并实现测量数据的可视化.最后用实例验证了系统的可行性.     

固体氧化物燃料电池LSM阴极材料的制备及选择性研究

采用固相法、燃烧法和溶解-凝胶法等3种制备固体氧化物燃料电池阴极材料的常用方法合成了La0.7Sr0.3MnO3（LSM）材料．合成的粉体成,钙钛矿结构,没有杂相生成．采用三电极法对阴极材料的电化学性能进行了研究;同时将制备的3种LSM阴极材料应用于阳极支撑型固体氧化物燃料电池,组装成单电池,采用四电极法对单电池的输出性能进行了测试和比较．结果表明,溶胶-凝胶法合成的LSM阴极材料在800℃下界面电阻最小。约为3Ω·cm^2,表现出良好的电性能．溶胶-凝胶法合成的LSM阴极材料制备的单电池电化学性能优良,在800℃时,输出功率密度达745mW／cm^2．     

基于人工智能的温室环境控制算法

温室环境控制系统的最大特点是控制对象的精确数学模型很难建立。文章将常规PID控制算法与现代控制理论相结合,对常规PID算法进行改进,得到新型MPT控制算法,并加入模糊控制算法规则,在误差大时,运用模糊算法进行调节,以彻底消除PID饱和积分现象,当误差较小时,采用改进后的PID算法控制输出。同时加入了自适应调节规则和自整定专家系统,建立了基于人工智能的温室环境控制算法。将此算法应用于温室环境控制。系统具有无超调和控制精度高等特点。     

圆弧插补对数算法及误差分析

提出了一种采用对数算法的圆弧插补方法，并对插补误差进行了分析，插补软件利用ＭＣＳ－５１汇编语言编制。     

Research on Anti-noise Processing Method of Production Signal Based on Ensemble Empirical Mode Decomposition(EEMD)

The grain production prediction is one of the most important links in precision agriculture. In the process of grain production prediction, mechanical noise caused by the factors of difference in field topography and mechanical vibration will be mixed in the original signal, which undoubtedly will affect the prediction accuracy. Therefore, in order to reduce the influence of vibration noise on the prediction accuracy, an adaptive Ensemble Empirical Mode Decomposition (EEMD) threshold filtering algorithm was applied to the original signal in this paper: the output signal was decomposed into a finite number of Intrinsic Mode Functions (IMF) from high frequency to low frequency by using the Empirical Mode Decomposition (EMD) algorithm which could effectively restrain the mode mixing phenomenon; then the demarcation point of high and low frequency IMF components were determined by Continuous Mean Square Error criterion (CMSE), the high frequency IMF components were denoised by wavelet threshold algorithm, and finally the signal was reconstructed. The algorithm was an improved algorithm based on the commonly used wavelet threshold. The two algorithms were used to denoise the original production signal respectively, the adaptive EEMD threshold filtering algorithm had significant advantages in three denoising performance indexes of signal denoising ratio, root mean square error and smoothness. The five field verification tests showed that the average error of field experiment was 1.994% and the maximum relative error was less than 3%. According to the test results, the relative error of the predicted yield per hectare was 2.97%, which was relative to the actual yield. The test results showed that the algorithm could effectively resist noise and improve the accuracy of prediction.     

空间效应模型分析田间试验的方法与效果

为了提高田间试验分析的准确性,讨论了利用空间效应模型分析田间试验的方法,并通过实例分析和随机模拟分析对该方法的分析效果与传统方差分析法进行了比较。结果表明,空间效应模型数据拟合效果较传统方差分析模型好,空间效应模型具有较高的分析效率,在不同空间变异条件下效应误差估计和一类统计错误率控制准确;而传统方差分析模型的效应误差估计和一类统计错误率控制的准确性随空间变异增强和变程增大而降低。因此,建议采用空间效应模型分析田间试验数据。     

基于Kd树改进的高效K-means聚类算法

针对经典的K-means算法在多维数据聚类效率上还有待提高的问题，本文提出一种称为CK-means的改进聚类算法。该算法在k-means算法的基础上，通过引入Kd树空间数据结构，初始聚类中心从多维数据某一维的区间等间隔集中选取，以及在数据对象分配过程中采用剪枝策略来提高算法的运行效率。实验结果表明，CK-means聚类算法较经典的k-means聚类算法运行效率更高。