简介：针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

简介：目的：初步判断了风柜斗草中主要化学成分的类型。方法：采用中药化学成分系统预试验等方法，对风柜斗草的水提取液、乙醇提取液及石油醚提取液进行分析研究，通过沉淀反应、颜色反应及薄层色谱法进行分析鉴别。结果：风柜斗草含有多糖类、氨基酸类、酚类、黄酮类、有机酸以及甾体皂苷等成分。结论：通过对风柜斗草化学成分分析，将为进一步确定其活性部位，开发利用风柜斗草提供实验依据。

简介：对国内具有代表性的4家燃气表企业生产的超声波燃气表进行了高低温环境下的相对误差及重复性试验.分析了超声波燃气表的计量性能受流量和温度影响的变化特性,比较了国产超声波模组和进口超声波模组的性能差异.试验结果表明：流量和温度对超声波燃气表的计量性能均存在影响.超声波燃气表在大流量段的计量性能优于小流量段（低于3qmin）.当试验温度偏离参考温度20℃时,超声波燃气表的计量性能明显下降.试验结果还表明,在参考温度20℃下,进口超声波模组的性能优于国产超声波模组.本文所获得的试验结果可为我国超声波燃气表相关标准的制定提供参考,为国内超声波燃气表的研发和改进提供底层试验数据支持.

简介：设计了一种植保无人机离心喷头,优化了离心盘内部旋流室分水长筋条、分水短筋条和喷嘴筋条的参数.设计了一套雾化效果试验装置,研究了电机电压对雾滴粒径、雾滴沉积量和喷幅的影响,获得了最佳工作参数为：电机电压12V,喷雾压力0.08MPa,喷嘴口径0.471mm（筋条数为40）.装配有4只喷头的植保无人机,在飞行高度为1.7m,电机电压为12V时,雾滴粒径均值为112.32μm,实际喷幅约为4m.

简介：为了检测医用体外碎石机焦点位置的声场特性，判断是否符合国家标准要求，特采用直接测量的方法，使用针式水听器在时间和空间域内进行逐层扫描，寻找焦点位置并测量焦点位置的声压强度；通过能量图直观显示焦点位置的能量分布，通过测量采集到焦点位置连续10次冲击波的声场强度、脉冲上升时间、脉冲宽度．这样所得到的医用体外碎石机焦点声场特性符合国家标准的要求．

简介：将实时快速图像处理技术引入射流浓度场检测领域,结合自主研发的浓度场扩散试验装置,设计了一套以DM8148为图像处理核心,CCS5.5.0和Matlab为软件平台的射流浓度场检测系统.在实验水槽射流扩散实验中,CMOS相机采集示踪物质浓度扩散的一系列瞬时图像,并提取示踪物质扩散区域,通过图像处理算法使示踪剂的扩散图像以等浓度线图形式显示,实现流场浓度分布可视化.实验表明,本系统对污染物扩散规律研究及水环境质量评价均有借鉴意义,同时也表明本系统在水体污染物浓度场测量中具有一定的可行性.

简介：设计了一种分布式光伏电站数据通讯管理机,包括硬件系统和软件系统.硬件系统基于ARM嵌入式处理器设计,通过RS485/232串口对光伏电站终端设备的实时数据进行采集并解析处理,采用以太网/GPRS与光伏电站控制系统的服务器相连,实现数据的远程无线通讯和传输.软件系统基于多任务实时系统Linux,采用模块化设计,包含了任务管理、内存管理、时间管理和同步通信等功能模块.该通讯管理机具有对分布式光伏电站监控数据的实时采集、存储、分析处理、上传和转发等功能.

简介：为解决空气处理机组在故障检测过程中难以获得大量带有类标记样本,且故障样本数据标记代价较高的问题,本文结合支持向量机与半监督学习方法,提出了针对空气处理机组故障检测的半监督学习算法.首先利用序列前向选择选出重要的特征作为分类依据,将半监督学习方法引入支持向量机的学习过程中,并使用遗传算法寻找支持向量机的最佳参数.然后选择类标记置信度高的未标记样本加入训练样本集,利用未标记样本中有利于支持向量机的信息,提高学习性能.实验表明,提出的混合算法能够在故障标记样本比较少的情况下达到较高的故障诊断率.

简介：域自适应算法是一种能有效解决训练集（源域）和测试集（目标域）样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机（DDM-ELM）用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标：1）最小化源域样本的分类误差;2）通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3）利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.

简介：在C-R2A数据处理机上,根据故障现象结合电路原理,用替换法查找故障,并进行元件代换。