绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 16
  (已选择0条) 清除 结果分析
找到 312 条结果
[硕士论文] 白雪美
系统科学 南京信息工程大学 2017(学位年度)
摘要:由于对能源需求的逐年增加,二氧化硫所造成的污染日益严重。目前,我国大气质量检测仪器基本来源于进口,价格昂贵,后续维护费用高。所以,研制出可靠的大气质量检测仪器可以摆脱对进口仪器的依赖。
  基于目前二氧化硫检测技术的研究现状,结合嵌入式技术,本文提出了一种大气硫含量检测仪的设计方案。首先将空气中的硫转化成二氧化硫,再利用紫外荧光法定量测量二氧化硫的技术,进而检测出空气中的硫含量。系统在紫外荧光法检测二氧化硫抗干扰能力强、分辨率高、检测速度快的基础上,利用ARM11微处理器,选择Windows CE6.0作为操作系统,完成了与大气痕量硫检测仪之间的数据通信,实现了数据的采集、处理,实现了实时查看检测进程,回看以往检测数据等功能。
  系统的硬件部分主要由氧化裂解炉、硫反应室、温度和气体流量控制器以及主控板组成,在此基础上,设计了系统的光学检测模块、气路模块、电源模块、光电倍增管高压控制模块、温度和气体流量检测控制模块、串口通信模块等。应用软件主要实现检测波形的绘制,样品含量的计算以及数据的存储等功能,目前,已完成了系统的硬件设计和应用软件的开发,经实验验证,系统具有较好的实时性,实现了硫含量检测仪的自动化、一体化和小型化,基本满足大气硫含量的检测要求。
[硕士论文] 孟霄
系统科学 南京信息工程大学 2017(学位年度)
摘要:分数阶系统是整数阶系统的一般化,因为其阶数可以为任意实数,在描述动态系统上具有更大的灵活性。此外,分数阶控制器相比于整数阶控制器具有阶数可调的新优势。因此,分数阶系统分析及分数阶控制方法已成为研究热点。然而,分数阶微分是非局部算子,相比于整数阶微分其计算要复杂得多。为此,本文运用分数阶积分运算矩阵开展了分数阶系统分析、分数阶系统辨识等相关问题的研究。主要工作如下:
  考虑到分数阶微分的非局部性特征,运用Haar小波来逼近系统的输入、输出信号,给出一种基于Haar小波积分运算矩阵的分数阶系统分析方法,推导了分析过程,并通过系统准确解和其它算法结果的对比验证了所提方法的正确性。分数阶系统辨识相比整数阶系统辨识要复杂,主要是系统阶数辨识的问题,若把分数阶阶数当成参数直接辨识会导致一个非线性优化问题,为此,本文通过给定阶数将其转化为最小二乘优化问题,然后采用在一定范围内寻找最优阶数的办法来避免非线性优化问题。除此之外,受小波多分辨分析的启发,通过舍弃输入输出的高频系数来降低运算矩阵维数,最终,给出了一种能够加快分数阶系统辨识的方法。通过对已知系统的辨识验证了方法的可行性和正确性,并将所提方法应用到多质量弹性扭转系统辨识上,通过整数阶模型辨识和分数阶模型辨识的比较,结果表明分数阶模型的均方误差更小。根据辨识的多质量弹性扭转系统模型,设计了PIλDμ控制器对系统进行控制,仿真结果表明,分数阶PIλDμ较整数阶PID控制器具有更好地控制效果,分数阶PIλDμ控制效果在实际平台上得到了验证。
[硕士论文] 申茂阳
系统科学 南京信息工程大学 2017(学位年度)
摘要:云量不仅是影响地气系统辐射收支平衡的重要参数,同时也是研究大气环流及气候变化的重要指标。云量计算又与云检测息息相关,卫星云图分类方法的检测精度直接影响着云量计算的准确率。在卫星云图云检测处理的实际应用中,扩大训练集是提升分类精度途经之一。然而,大量的已标记数据集需要耗费大量的人力和物力成本。在遥感领域,现代高分辨率传感器技术的飞速发展,使得收集未标记数据变得更加容易和经济。因此,通过少量已标记训练样本和大量未标记样本提高算法的检测性能就显得很有意义。
  本文基于机器学习理论,将主动学习与极限学习机相结合,充分挖掘卫星云图分类中大量样本的有用信息,用以少量已标记样本,快速提高分类器的性能,提高检测的精度,减少人工标记成本。
  论文完成的主要工作如下:(1)研究极限学习机的样本不确定性评估策略,用于主动在线极限学习机,并通过与极限学习机、主动支持向量机以及主动极限学习机在4种不同公共数据下的性能表现,证明了所提出的主动在线极限学习机的有效性。(2)运用主动在线极限学习机进行云检测,对原始卫星云图进行样本提取、预处理后,已极限学习机作为基本分类器,采用非确定性抽样提取信息丰富的样本,进行主动在线学习,实现薄云、厚云、晴空以及薄云和厚云交界的检测。在不降低分类器性能的前提下,减少样本人工标注成本,缩减分类器训练时间。通过与阈值法、主动支持向量机、ELM实验比较,验证本文提出的方法在处理卫星云图数据时的有效性。(3)将检测后的卫星云图,利用“空间相关法”在云检测的基础上进行云量计算,并与4种不同的算法进行对比实验,最后通过与专家标定的标准数据库进行对比分析,改进并完善卫星云图云量计算模型。
[硕士论文] 李晓宇
系统科学 南京信息工程大学 2017(学位年度)
摘要:高斯图模型是一种基于高斯分布假设的无向图模型。图中节点表示变量,节点之间的边界表示变量之间的依赖关系。高维和复杂结构数据下的图模型学习是当前图模型研究的热点和难点问题,具有很高的研究和应用价值,广泛应用于统计机器学习、数据挖掘、计算机视觉和生物信息等领域。随着大数据时代的来临,数据收集和挖掘的能力不断提升,研究者可以获得的数据量急剧增加。传统的图模型结构估计算法是基于独立计算系统设计的,现有设备的条件,无法实现海量数据下的图模型结构估计。
  为解决上述问题,本文基于传统高斯图模型结构估计算法中具有代表性的两种算法,提出可并行的分布式算法,使现有设备可以进行更高维度和更复杂情况下的图模型结构估计。首先本文基于邻域选择的算法提出一种可并行的分布式算法(DCD-NS),该算法在保证求解精度和效率的前提下,可以使MPI集群中各个计算节点利用部分数据完成计算,并对结果进行汇总,得到完整的图模型结构估计。但该算法的底层求解过程不可并行,使得该并行分布式策略不具备通用性;为克服上述问题,本文提出一种可并行的分布式块坐标下降法(PDBCD),该算法适用于MapReduce的并行模式,通过给定的两种策略汇总各个计算节点的计算结果,可用于对一类优化问题的求解。本文对该算法的收敛性、求解效率以及求解精度进行了详细分析,证明了该算法的有效性;本文将上述并行分布式的优化思想与传统图模型估计算法中具有代表性的GLasso算法相结合,提出一种可并行的分布式GLasso算法(DBCD-GLasso),并在Spark框架下进行实现,Spark集群下的各个计算节点可利用部分数据完成图模型结构的估计。实验结果表明该算法适用于MapReduce并行框架下的计算集群,与此同时,在保证算法的求解精度和求解效率的前提下,该算法可以有效地减少单个计算节点在计算时的内存占用率。
[硕士论文] 毛海强
系统科学 南京信息工程大学 2017(学位年度)
摘要:随着社会的进步,人们对能源的需求日益增多,能源短缺已经成为制约经济发展的重要原因之一。现有的能耗监控系统多为总线模式,存在成本高、布线受到楼宇格局限制、不利于扩展和维护等缺陷。本文在研究现有能耗监控系统的基础上,结合电能检测技术、Zigbee无线通信技术和嵌入式技术设计并实现了一套楼宇能耗监控系统。主要工作如下:
  (1)设计了基于物联网技术的楼宇能耗监控系统架构,主要由无线监控网络和监控管理平台两部分组成,其中无线监控网络分为监控节点、路由节点和协调器;监控管理平台分为监控终端和网络终端。
  (2)完成无线监控网络的构建,包括监控节点、路由节点以及协调器的软硬件设计。可以通过监控节点监测楼宇任意分区能耗情况,并将监测结果上传至监控终端,同时也可以执行监控终端下发的操作指令。
  (3)完成监控终端软硬件设计,包括网络接口、LCD接口、USB接口等电路的设计以及嵌入式Linux系统移植、监控终端应用软件开发。可以实现监控节点管理、数据实时显示、动态曲线绘制、历史数据查询、操作指令发送等功能,还可以通过短信与手机进行信息交互。
  (4)完成网络终端搭建,包括Boa服务器搭建、CGI程序编写和Web网页界面设计,通过网络对多个楼宇的监控终端进行控制,进而可以远程管理整个监控系统的运行。
  (5)构建了基于PSR-ELM的楼宇能耗预测算法,并借助现有能耗监控系统的历史数据,对该算法的有效性进行了验证。根据预测结果与实际值的对比分析,该算法能够较为准确的对楼宇能耗进行短期预测。
  (6)对本设计的楼宇能耗监控系统各部分的软硬件性能进行测试。测试结果表明,系统运行状态良好,数据传输稳定,各方面功能已经达到了设计要求。
[硕士论文] 王舒啸
系统科学 北京交通大学 2017(学位年度)
摘要:铁路作为关系国计民生的重要运输方式,在拉动国民经济增长、保障居民出行等方面,发挥着不可替代的作用。2015年发布的《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》中提出,预计“十三五”期间全国新建铁路不低于2.3万公里,总投资不低于2.8万亿元。随着铁路运营里程的不断增加,铁路安全问题也愈发受到重视。铁路安全涉及广泛、专业性强且繁琐复杂。随着铁路运输速度的提高和行车密度的增大,出现安全问题的可能性也随之升高。
  铁路事故预测作为铁路安全研究中的重要问题,一直受到铁路运营管理部门和研究铁路运营的学者们的高度重视。铁路事故预测建立在铁路事故致因分析和铁路事故风险分析的基础上,根据已经发生的铁路事故和当前铁路环境对未来可能发生的趋势做出预测,是铁路安全研究的重中之重。基于铁路事故预测的研究现状,本文开展了如下工作:
  一、选择基于数据驱动的方法对铁路事故预测进行研究。针对铁路事故数据中的不确定数据的问题,提出用机器学习中的支持向量机模型处理铁路数据中的包含不确定数据的数字数据,以改进的完全支持向量机作为预测方法,将真实铁路事故数据为训练数据,建立机器学习模型,在此基础上针对数字数据中的不确定数据进行改进,得到基于数据驱动的铁路事故数据预测结果,结果显示本文的改进方法可以让铁路事故预测准确率从67%提升到81%左右。
  二、提出用机器学习方法中的深度学习作为工具处理铁路数据中的包含不确定数据的文本数据,以卷积神经网络作为预测方法,将美国联邦铁路管理局提供的数据作为训练数据,建立卷积神经网络预测模型,针对包含文本数据中的不确定数据进行改进,得到针对文本数据的铁路事故预测结果。结果表明,可以将预测准确率由改进前的71%提升到改进后的74%左右。
  三、基于前文工作中的实际运算情况,运用计算机知识和开源数据处理工具,对整个运算工作流进行抽象,提出铁路数据高速处理框架。该框架使用ElasticSearch和Cassandra等现代非关系型数据库进行数据的安全存储和高速读写,利用面向对象语言实现模型与算法,并针对铁路数据特征进行优化,在数据读写速度数据计算速度和框架使用便捷性等方面,相较于其他交通领域内的数据处理框架都有较大提升,在性能上有30%以上的提升。
[硕士论文] 龚杨杨
系统科学 南京信息工程大学 2017(学位年度)
摘要:近年来,随着生物医学、生物信息学等领域研究的深入与应用,基因调控网络相关性能的研究受到科学工作者的高度关注。由于基因调控网络中的蛋白质、DNA、RNA等分子起着调控生物系统各种生命机理的作用,故上述分子浓度变化规律的分析与综合无疑成为研究的重点。从理论模型角度,研究较多的主要有由微分方程描述的基因调控网络,较为复杂的有,基于维纳过程驱动的基因调控网络与随机混杂基因调控网络。然而,已有实验证明,在某些特定因素的影响下,各分子浓度随时间连续地变化时,部分分子浓度会发生突变,此时,如果仍用基于维纳过程驱动的基因调控网络表述就不十分准确。为准确分析分子浓度的突变对基因调控网络性能的影响,本文考虑由Lévy噪声驱动的基因调控网络,研究当有分子浓度发生突变时,相应的基因调控网络性能的变化是否仍能在可控范围之内:
  1、研究了Lévy噪声驱动的变时滞基因调控网络的稳定性。通过构造Lyapunov函数,运用推广的Itó公式,结合Leibniz-Newton公式,以及利用Kunita估计方法和基本不等式等技巧,对跳变项进行估计,获得了Lévy噪声驱动的变时滞基因调控网络全局渐近稳定的充分条件,并通过仿真验证了充分条件的有效性。
  2、研究了Lévy噪声驱动的Markov调制的基因调控网络的有界性。考虑到Markov调制的基因调控网络有时会出现分子浓度爆炸的现象,通过选取适当的Lyapunov函数,利用推广的Itó公式以及复杂技巧的处理,反过来充分利用Lévy噪声抑制可能出现的分子浓度爆炸现象,给出了分子浓度增长具有上确界的条件,并通过数值仿真验证了所获条件的可实现性。
  3、研究了Lévy噪声驱动的具分布参数基因调控网络的指数稳定性。考虑到分布参数主要是刻画因分子浓度分布不均,导致分子扩散方向不同的基因调控网络,为了确保所获结论与扩散系数相关,通过构造关于空间变量平均的Lyapunov函数,利用Hardy-Poincare不等式,并设计反馈控制器,获得了Lévy噪声驱动的具分布参数的基因调控网络指数稳定性的充分条件,且条件与扩散系数相关,并通过数值仿真验证了所得结论的正确性。
[硕士论文] 梅建辉
系统科学 南京信息工程大学 2017(学位年度)
摘要:增强现实是在虚拟现实的基础上发展起来的新技术。它是将计算机系统生成的虚拟信息叠加到用户所在的真实场景中,实现对现实世界的增强。用户可以以更加自然的方式与环境中的真实和虚拟的物体进行交互。将增强现实技术应用到康复领域已经成为了国内外研究的热点,它不仅可以以贴近生活的方式帮助患者训练,还可以让患者摆脱对治疗师的依赖,自主进行康复训练,更具有真实性。
  本文以国家自然科学基金项目为背景,结合标识和自然特征,设计并开发一个基于视觉的增强现实手部康复训练系统。本文的主要研究内容如下:
  本文对目前基于标识的增强现实研究现状做了相关的比较,分析各种标识的设计原理和不足之处。针对手部康复训练的需要,本文改进一种用于手部康复训练的海明码彩色标识,通过实验验证了彩色标识的鲁棒性和实用性。
  其次,本文对基于自然特征的增强现实技术做了相关的研究,并提出一种基于ORB和KLT结合单应性矩阵的跟踪注册方法。该方法的创新点在于对传统KLT算法的改进,通过加入图像金字塔分析在特征点“大运动”情况下的跟踪性能,使用改进的KLT算法结合单应性矩阵对目标特征进行跟踪注册,通过实验验证了该方法的可行性。
  最后,本文开发设计一个基于视觉的增强现实手部康复训练系统。该系统将基于标识和自然特征的跟踪注册方法相结合,设计了三个康复训练项目:柱子训练、插棍训练和打地鼠训练。三个项目在难度上具有递进关系,主要锻炼人的手指、腕关节、肘关节和肩关节等功能。最后通过实验进行了问卷评估和分析,验证了该系统的有效性和实用性。
[硕士论文] 柏佩良
系统科学 南京信息工程大学 2017(学位年度)
摘要:提高公共交通分担率是目前阶段减缓道路交通拥堵主要措施,移动互联技术的出现为此实现了可能。在出行高峰阶段,移动互联接运以准公交价格,围绕地铁站、快速公交站进行短距离接运出行服务,实现首末一公里机动化出行,促使小汽车向公共交通转移,并以此统计上述运营数据,作为在其他时段常规运营服务门槛指标。与传统搭乘方式相比,移动互联短距离接运有如下明显的优势:
  (1)没有必要提前预约和计划,以防后期计划的变更。
  (2)短距离接运适用于大部分人群,在不占用主干道道路资源的情况下,对需求者实行快速转移,避免了交通拥堵状况。
  (3)能够通过政府补贴手段鼓励接运车辆运转,提高公共交通分担率。
  为此,本文首先对短距离接运出行及其特性进行了阐述,分析其优势所在,针对城市交通网络结构的不足,进行了短距离接运出行路线的规划设计,以确保接运出行中行驶较短的路线,保证居民快速转移。其次,对小汽车使用者进行RP调查,确定他们原本一周小汽车通勤天数,再采用SP调查法调查在不同接运价格下小汽车出行者放弃或减少小汽车使用的比例。然后,分析被调查者基本属性,包括性别、年龄及职业等所占比例,分别探讨其与被调查者小汽车通勤天数选择的关系,初步确定被调查者小汽车通勤出行天数选择的影响因素,同时也探讨了影响小汽车使用者公交出行的主要影响因素。最后,本文基于MNL模型及NL模型,建立RP模型、SP模型,以及RP&SP数据相融合的模型,探讨小汽车使用者通勤天数选择的影响因素和模型间检验结果对比分析,并对模型敏感度分析,探讨不同接运价格及出行时间下,需求量变化情况。
[硕士论文] 李权
系统科学 南京信息工程大学 2017(学位年度)
摘要:无轴承电机集旋转驱动与悬浮功能于一体,以其无摩擦、无需润滑、转速高等诸多优点,具有较好的应用前景。然而,已经出现的永磁型无轴承电机多将永磁体置于转子,存在着冷却条件差和机械结构牢固性等问题,限制了电机性能的进一步提升。本文将无轴承技术和定子永磁型电机相结合,以无轴承双凸极永磁(Bearingless Doubly Salient Permanent Magnet,简称BDSPM)作为研究对象,在分析电机结构和工作原理的基础上,推导求解了径向悬浮力数学模型,并以数学模型为基础,基于Matlab/Simulink建立了旋转和径向位移控制系统的仿真模型,搭建了基于DSP的BDSPM电机实验平台,通过实验对数学模型及控制系统仿真模型的正确性进行了验证。本文的主要研究内容如下:
  (1)阐述了BDSPM电机结构,在介绍了其旋转运行原理的基础上,结合麦克斯韦力产生原理,对径向悬浮力产生机理进行了详细分析;
  (2)米用虚功法分别求解了BDSPM电机的气隙磁导、电感及磁能表达式,根据磁能表达式对径向悬浮力进行了求解,并对其进行了化简。基于Ansoft建立了电机的有限元仿真模型,通过对比分析数学模型和仿真模型的结果,验证了虚功法求解径向悬浮力的有效性;
  (3)结合有限元模型求解的转子偏心位移与悬浮力的关系,对推导的径向悬浮力数学模型进行了优化,以此为基础,基于Matlab/Simulink建立了BDSPM电机旋转部分控制系统稳态和动态仿真模型,并结合逆系统原理建立了转子径向位移控制系统的仿真模型,仿真结果达到预期效果,证明了控制系统模型及理论分析的正确性;
  (4)完成了BDSPM电机的样机加工,搭建了基于DSP的电机控制系统实验平台,分别进行了反电势测试、旋转控制和静态悬浮实验,实验结果进一步验证了数学模型的正确性以及逆系统原理用于转子位移控制系统的可行性。
[硕士论文] 吴杰祺
系统科学 南京信息工程大学 2017(学位年度)
摘要:稀疏子空间聚类通过找到子空间数据之间的相似度来进行聚类,广泛运用于各种计算机视觉领域。由于数据集的增长,稀疏子空间聚类面临着多种问题。现有方法难以利用多核和计算机集群提高处理大规模聚类问题的效率。因此本文提出基于坐标下降的并行稀疏子空间聚类方法研究,工作总结如下:
  首先,利用坐标下降法实现并行稀疏子空间聚类中提出了运用坐标下降法的并发特性和坐标下降法求解Lasso问题的快速与准确的特性,同时利用稀疏子空间聚类可以建模为求解一系列的样本稀疏自表达子问题的特点,使用坐标下降法来求解每个子问题,配合openMP并行框架实现单机多核的并行稀疏子空间聚类,实验结果表明,在聚类准确率不降低的情况下,大大提升了稀疏子空间聚类的速度。
  然后,基于无穷范数判定的Lasso动态筛选方法主要是运用矩阵无穷范数的性质来有效的去除坐标下降迭代更新过程中的一些冗余步骤,稀疏解在目标函数收敛时必有大量的值为零,本章节的方法将这些零值提前找出来,跳过优化程序的计算,在求解的稀疏度越大的情况下相比完全更新的时候速度提升越明显,实验数据表明算法在模拟数据和真实数据上都取得良好的效果。
  最后,基于Spark的分布式稀疏子空间聚类应用中设计了基于Spark平台的分布式稀疏子空间聚类的系统应用,该系统运行在linux服务器集群上,利用Spark框架将稀疏子空间聚类算法实现计算分布式化,实验结果表明,随着计算节点的增加,需要的时间越短,较以往的单机串行计算和matlab平台,能更快地处理数据,而且解决了单机下大规模数据的存储不可行性。
  针对传统稀疏子空间聚类算法过程不可分,执行效率低的缺陷,提出基于坐标下降的并行稀疏子空间聚类方法的研究,采用坐标下降法求解稀疏子空间聚类的关键计算部分,并分布式的实现,实验结果表明,本文算法运用openMP和Spark分布式框架,在处理高维稀疏问题上取得不错的实验结果。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部