课程文献中心 更多>>

关键词： 机械振动   特征向量   多层感知机   故障诊断   信号分析  

摘要： 针对传统的振动信号分析方法已难以满足复杂工况下的实时性与高精度需求,研究一种基于多层感知机的分析方法。先设计一个用于机械振动信号分析的系统架构,然后深入研究其中的数据处理与分析方法。在实验部分,选择FEMTO-ST轴承数据集进行训练与测试,采用混淆矩阵评估模型的分类效果。实验结果表明,模型具有较高的信号识别准确性。

关键词： 冲积平原   土壤   重金属   源解析   正定矩阵因子分解模型  

摘要： 为探讨冲积平原地区土壤重金属污染来源与现状,以珠江三角洲冲积平原典型区为研究对象,采集表层土壤样品,分析土壤重金属含量及其污染现状,综合运用地理信息系统(GIS)空间分析、多元统计分析以及正定矩阵因子分解(PMF)模型对土壤重金属空间分布规律及污染来源进行研究。结果显示:研究区内表层土壤Cd、Hg、As、Pb、Cr、Cu、Ni和Zn的平均值分别为0.150、1.02、16.72、57.61、49.86、25.85、15.26、94.03 mg/kg,其中Cd和Hg的平均值高于珠江三角洲土壤背景值。区域内主要污染重金属为Hg和Pb,超标点位占比分别为26.25%和27.50%,受污染土壤主要分布在河流西侧;Cd、As、Cu、Zn污染程度较轻,超标点位占比均不超过5%;Cr和Ni均未超标。多元统计分析和PMF模型显示,Cd主要受农业活动影响,As、Cu、Cr、Ni和Zn主要来源于成土母质,Hg和Pb受工业源和交通源双重影响。

关键词： 关键帧提取   特征向量   镜头检测   特征提取   深度网络   三重损失学习  

摘要： 针对基于内容的视频检索中关键帧提取效率不高,导致选取的关键帧代表性不够,造成整个视频检索系统性能不足的问题,提出一种基于多特征融合相似度的关键帧提取算法。该算法使用颜色直方图与全卷积神经网络结合的方法对视频进行镜头检测,将视频分割成内容相关性更高的镜头,使用多特征融合求相似度的方法在镜头中提取关键帧,使用深度特征求相似度的方法去除冗余的关键帧,得到更精确的结果。实验数据表明,该算法提取的关键帧对视频有较强的概括性,可应用于视频检索与摘要,整体查全率与查准率分别能达到85.61%和83.21%,与其他算法比较,该算法提取的关键帧冗余度相对较小。

关键词： 恒化器   抑制因子   食物链模型   度理论   特征值   正解  

摘要： 研究了非均匀恒化器中具有抑制因子的高维食物链模型,其中两个竞争捕食者以生长在恒化器中的单个食饵为食.首先,运用特征值理论,得出系统正解存在的必要条件;然后,运用度理论和不动点指标等方法,给出具有抑制因子的食物链恒化器模型的正解;最后,通过数值模拟得到:食物链中食饵的最大生长率过大或过小都不利于多个物种的共存;对处于弱势的捕食者来说,抑制因子反而有助于其存活.

关键词： 可修、可靠的人与机器构成的系统   特征值   共轭算子   渐近展开  

摘要： 可靠性模型的时间依赖解的渐近展开不仅在理论上而且在实际中具有重要的意义.本文研究于1998年Sridharan等建立的由可修、可靠的人与机器构成的系统的数学模型的时间依赖解的渐近展开.当修复率满足一定的条件时,首先证明该模型的主算子在左半复平面中的带形区域内至多有有限个特征值,并且这些特征值的几何重数为1,0是该主算子的严格占优特征值,然后证明该模型主算子的共轭算子在左半复平面中的带形区域内至多有有限多个特征值,并且这些特征值的几何重数为1,0是该主算子的共轭算子的严格占优特征值,最后证明所有特征值的代数重数为1.由此推出该模型的时间依赖解的渐近展开.此外,还得到该系统的瞬时可用度收敛于该系统的稳态可用度,该系统的瞬时故障频度收敛于该系统的稳态故障频度,并给出稳态可用度和稳态故障频度的具体表达式.本文的结果蕴含几位其他学者研究的可修复计算机系统等模型的时间依赖解的渐近展开.

关键词： 特征值耦合   动力学特性   转子系统   坎贝尔图  

摘要： 随着大流量涡轮泵的迅速发展,其叶轮尺寸和转速日益增大,导致涡轮泵本身的耦合振动现象凸显。为保持涡轮泵的平稳运行并降低其振动噪声,本文研究了涡轮泵转子系统的耦合动力学特性。首先,基于简化的涡轮泵转子有限元模型进行分析,发现当转子不同阶频率在Campbell图中相互趋近时,接近重合的区域会发生转向和合并两种耦合特征现象。进一步分析发生耦合特征现象时的转子模态,发现互相耦合的不同阶特征模态会相互影响。接着,采用双自由度系统模拟转子耦合特征现象,分析耦合度、阻尼以及陀螺力矩对其特性的影响。最后,分析双自由度系统耦合动力学特性,发现系统发生转向及合并现象时,其动力响应会发生突变,导致系统耦合振动幅值增大,甚至系统失稳。研究成果可为转子系统安全稳定运行提供理论指导。

关键词： 图像处理   点云语义分割   局部特征增强   反密度函数   深度学习   特征向量  

摘要： 相比二维图像数据,三维点云数据普遍具有无序性、稀疏性和密度不均匀性,同时点与点之间的相关性以及结构信息的获取也是很大的挑战。正是由于点云的这些特性,对于特征信息不显著的物体的语义分割,一直是点云处理领域的一大难题。为此,提出了一种用于点云语义分割的局部特征增强网络,该算法设计了一种局部特征聚合模块用于增强特征信息。该模块将点云的相对点位置与其对应点特征串联在一起,从而获得增强的特征向量,实现了特征信息的增强。通过该模块使网络能够有效地学习复杂的局部结构信息,增强对局部几何信息的处理能力。此外,该算法在提取特征时采用反密度函数对稀疏区域的点赋予较大的权重,对稠密区域的点赋予较小的权重,从而有效消除了点云的密度不均匀性造成的影响。实验结果表明,该算法在斯坦福大规模三维室内空间数据集的平均交并比达到了67.4%,整体准确率达到了88.4%,相比DGCNN分别提升了11.3%和4.3%,对特征信息不显著的目标物的分割效果提升显著。

关键词： Hermitian Toeplitz矩阵   单叶函数   有关共轭点的星像函数   有关对称共轭点的星像函数类   逆函数  

摘要： S_(c)^(*)和S_(sc)^(*)分别称为有关共轭点的星像函数类、有关对称共轭点的星像函数类,得到了其逆函数的Hermitian Toeplitz行列式的估计.

关键词： 建筑工程   工程造价   特征向量   最小二乘法   预估模型  

摘要： 为了提升建筑工程造价预测精度,文中以先验数据为预测模型的初始条件,提出改进灰色Markov工程造价预测模型,并与GA-BP神经网络预测模型与机器学习预测模型预测精度进行对比。结果表明,根据改进灰色Markov模型获取的造价特征向量分布与实际结果一致。改进灰色Markov模型预测值与实际值误差最低,为10.36%,即该预测模型精度最高,预测效果最佳。

关键词： 高等代数   线性方程组   线性变换   线性空间   二次型   向量组   学习效果   行列式  

摘要： 本文揭示了线性方程组与行列式、矩阵、向量组、二次型、线性空间及线性变换等概念之间的联系。对于高等代数中的重要概念,以线性方程组为基点,论述了各个概念与线性方程组之间如何进行相互转化。抽象的概念能够从线性方程的角度去探究,这样更易于学生理解和掌握,能够运用所学知识解决问题。同时,方便学生建立高等代数的整个知识体系,能够把握整个高等代数课程的学习,从而达到更好的学习效果。