材料力学性能纳米压入测试仪器发展综述

综述了材料力学性能纳米压入测试仪器的发展现状。阐述了纳米压入测试技术的发展历程;从驱动、载荷测量和位移测量3方面对目前材料力学性能纳米压入测试仪器的基本结构进行了比较分析;介绍了材料力学性能纳米压入测试仪器集成技术,包括影响压入深度测量精度的集成技术、观测技术、大载荷模块和高温试验模块等;最后,对未来材料力学性能纳米压力测试仪器的发展趋势作了展望。     

基于偏最小二乘特征提取的支持向量机回归算法

为了提高SVM的建模质量,简化建模难度,提出了PLS-SVM组合回归建模方法.该方法通过PLS对样本数据进行降维、去噪以及消除共线性处理后,再进行SVM回归建模.不仅保持了SVM良好的模型性能,而且使SVM具备特征提取功能.实验结果表明,该方法是可行的,采用此法构建的SVM模型,泛化性能优于没有特征提取的SVM.     

KPLS-SVM在缺失飞参数据估计中的应用

飞行参数的缺失给飞行事故调查工作带来了很大困难.将核的偏最小二乘法与支持向量机耦合,建立基于状态匹配的飞行参数估计模型可以较好地解决缺失飞参数据的估计问题.首先将初始输入映射到高维特征空间,进而利用偏最小二乘法在特征空间中提取对缺失飞参数据影响较强的得分向量, 最后将提取的得分向量作为输入建立支持向量机模型.既克服了输入变量间的相关性问题, 又降低了支持向量机的输入维数.仿真也说明了使用该方法估计缺失飞行参数的可行性和有效性.     

一种GMM-SVM混合说话人辨认模型

文中提出了一种GMM和SVM混合说话人识别模型,在特征参数域和概率得分域对两种模型进行了融合。混合模型结合了GMM和SVM各自的优势,使SVM的概率输出兼顾各说话人模型内部和模型之间的信息,并有效解决了SVM训练算法复杂,难以处理大量样本的问题。采用TIMIT数据库进行了说话人辨认实验,结果证明本文提出的GMM-SVM模型比传统的GMM模型和SVM模型具有更好的辨识性能。     

一种新的甚低频发射机调机方法

提出一种基于阻抗测量的甚低频发射机调机新方法,该方法通过实时测量甚低频发射机双调谐回路输入节点的阻抗值,在发射机电子管不加电的状态下实现天线与甚低频发射机阻抗的匹配.实验结果表明,与传统的调机方法相比,新方法快速准确且安全.     

内蒙古一机集团加强安全生产

2009年是国家“安全生产年”．按照国家和兵器工业集团的部署．今年内蒙古～机集团将在公司范围内深入开展安全生产宣传教育,安全生产执法、安全生产治理“三项行动”．和加强安全生产法制体制机制、安全生产保障能力、安全生产监管队伍“三项建设”。为切实做好集团公司的各项安全生产工作,着力建立安全生产长效机制,促进“安全生产年”各项工作的深入开展,推动安全生产持续稳定好转,近日内蒙古一机集团在公司范围内开展“安全生产年”活动。目前,公司的“安全生产年”活动已进入全面实施阶段。     

用于多类分类的层次式支持向量机

针对支持向量机存在的训练数据量大导致的训练时间过长和训练数据不平衡导致的分类结果会向训练数据多的类倾斜等问题,提出了适合于多类分类的层次式支持向量机。在训练过程中,首先折衷考虑各类之间的距离和各类的训练数据长度,据此将训练样本分为距离较远且其长度基本平衡的2类,然后逐层进行训练,最终形成二叉树分类结构。仿真实验证明,该方法能够有效地缩短训练和分类时间,且对多类分类中的数据不平衡问题有一定的效果。     

支持向量机在柴油机技术状况评估中的应用

介绍了现有的柴油机技术状况评估方法,分析了这些方法的局限性和支持向量机在处理小样本、非线性、高维数等方面的优势。提出了基于支持向量机的柴油机技术状况评估模型。确定了能够表征柴油机技术状况变化的特征,并通过实车试验提取这些特征;构建了基于支持向量机的柴油机技术状况评估模型,并对部分试验车辆柴油机进行了评估。结果证明：支持向量机在装甲车辆柴油机技术状况评估中的应用是可行的。     

基于支持向量机的威胁判断模型

目标威胁判断是防空作战中一项重要内容,在建立目标威胁模型时,首先要挑选特征参数,分析了影响威胁度的若干因素.这里采用Rough理论中知识约简方法选择目标的特征参数;支持向量机是一类新型机器学习方法,由于其出色的学习能力,该技术已成为当前国际机器学习界的研究热点,利用支持向量机建立了威胁判断模型,给出了实例和解决此问题的支持向量机源程序.通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单.     

超音速外流与塞式喷管形成的干扰流场数值模拟

从考虑了k ε湍流模型和双组分气体模型的三维薄层近似NS方程出发 ,采用高效ENO差分格式 ,数值模拟了超音速空气外流与塞式喷管燃气形成的内外流干扰流场。部分计算结果与国外文献相比一致。在此基础上论证了应用计算流体力学开展塞式喷管研究的可行性。