基于加权朴素贝叶斯分类器和极端随机树的蛋白质接触图预测

提出一个新的基于集成学习的预测器(TargetPCM),对蛋白质接触图(特别是中长程)进行高精度的预测。首先,TargetPCM使用加权朴素贝叶斯分类器(Weighted Nave Bayes classifier,WNBC)融合3个接触图预测器的输出,其中WNBC中的权重参数通过粒子群算法优化得到;其次,将WNBC融合后的输出和基于序列的特征进行组合,得到更具鉴别能力的特征;在此基础上,应用极端随机树训练得到最终的蛋白质接触图预测模型。为了验证TargetPCM的有效性,在包含98个非冗余蛋白质的数据集上进行了测试。结果表明:对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的集成预测器(NeBcon)分别提高了8.2%,16.1%和5.3%。在CASP11上进一步的验证表明,对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的基于协同进化的集成预测器(MetaPSICOV)分别提高了7.4%,9.1%和7.5%。实验结果验证了本文所提蛋白质接触图预测方法的有效性。     

基于声发射砂轮磨损监测系统的研究

磨削加工过程中砂轮出现磨损需要反复的修整,砂轮磨损状态的监测可以有效判别砂轮工作状态,减少砂轮修整次数。本文建立了一种基于声发射信号的砂轮磨损监测模型,提出了基于一种小波分解系数均方值统计分析的砂轮磨损状态特征提取方法。同时,采用BP神经网络对砂轮磨损状态进行识别,其输入为3种提取特征,输出为3种不同的砂轮磨损状态。通过磨削试验对监测系统进行评价。结果表明,所提出小波分解系数均方值统计分析的特征提取方法和砂轮磨损监测系统均具有良好的效果。     

双平行线阵中基于Euler变换传播算子的二维DOA估计算法

考虑双平行线阵中非圆信号二维波达方向 (Direction of arrival,DOA) 估计问题,提出了一种基于Euler变换传播算子（Propagator method,PM）的二维DOA 估计算法。该算法利用非圆信号的特性,扩展了接收数据矩阵,使得角度估计性能优于二维PM算法。同时采用Euler变换把非圆PM算法中的复数运算转换为实数运算,降低计算复杂度,角度估计性能逼近非圆PM算法。该算法可以实现二维角度的自动配对,与传统PM算法相比,可同时估计出更多的信源。该算法的优越性均可在文中得到验证。     

小波分析法在故障诊断中的应用

该文提出了一种基于模拟系统响应函数的故障诊断方法，并给出了容差情况下的仿真诊断例子。该方法无需被检测系统的数学模型，具有实时性好、自动化程度高、准确率高的特点。     

适用于柔性工艺规划的分层规划法

提出了基于分层约束的柔性工艺规划方法,并用实例说明了规划的设计方法;通过引入AOS树作为特征加工顺序的组织方法,为后续的在线设计提供了多种可选方案路线,为非线性工艺设计提供了必需的技术保障.     

面向叶片裂纹检测的自适应图像处理算法研究

提出了一种采用基于边缘检测的小波滤波和自适应阈值分割算法,实现叶片裂纹的自适应快速检测;仿真结果验证了这种检测算法的有效性,能满足外场对发动机叶片裂纹检测的要求。     

基于双树复小波变换的风力叶片监测研究

对风力发电系统而言,结构服役期间的健康监测非常重要.由于布拉格光纤光栅(Fiber Bragg grating,FBG)传感器的中心波长随应变或温度呈线性变化,因此FBG传感器广泛应用于结构测试.本文提出了基于FBG传感器的风力叶片监测方法,并通过实验验证该方法.沿着叶片长度方向粘贴5个FBG传感器进行应变测量.由于环...     

一种分布式组网雷达的航迹融合二次处理方法

提出一种基于改进卡尔曼滤波与实时小波的自适应航迹融合方法,对融合后的航迹进行二次处理,从而提高融合航迹的准确性与稳定性.首先,基于改进Sage-Husa算法提高卡尔曼滤波在实测环境下跟踪目标的鲁棒性,得到更准确的局部航迹估计;其次,采用简单凸组合算法融合局部航迹的估计;最后,基于抽样检测的思想与航迹平滑度自适应采用实时...     

基于PMAC卡的运动伺服系统数据采集和分析

论述了在飞行器仿真转台运动伺服系统中基于PMAC（Programmed Muti Axises Contorller）卡的几种数据采集方法,着重介绍了数据的采集和存储原理,PMAC卡与PC机的通讯方法及数据的解码原理。同时,对伺服系统的相差和幅差的计算方法进行了研究。最后,在某转台控制系统应用这些方法对系统的相差幅差进行了分析,并与外接CF920的测试结果进行了比对,取得了满意的效果。     

三角样条小波的构造及其在故障检测中的应用

本文首先给出了三角样条函数极其性质,然后在此基础上给出了一种构造三角样条小波的新方法.该方法简单易行,而且构造出的小波具有许多良好的性质,这些对信号处理是非常重要的.最后,将构造出的小波应用于故障信号的检测,与一些常用的小波相比,不但消除了边界效应,而且使故障信号在变换域内能量更集中.从而提高了故障检测的准确性.