基于小波分析的纸浆Kappa值分类模型软测量

针对在蒸煮过程纸浆Kappa值软测量中,基于经验的直接模型法在复杂工况情况下预测精度不高的问题,提出了一种分类模型软测量方法.该方法选择Daubechies小波作为分析工具,提取五维特征向量对升温过程曲线进行特征描述,并利用曲线特征对工况进行分类,对不同工况采用不同的软测量模型进行预测.用某造纸厂化浆车间的130组实际生产数据对该方法进行了检验,其中前100组数据用于训练,后30组数据用于测试.检验数据结果显示,分类模型预测标准偏差(3.87)比直接模型预测偏差(4.21)小,取得了更好的效果.     

基于争议度的Boosting集成网络样本权值调整算法

神经网络集成AdaBoost算法权值调整策略对于分类正确或分类错误的样本采用统一的权值调整幅度,随着迭代次数的增加,统一的权值调整幅度将导致困难样本权重的过分积累,针对这一问题,提出基于争议度的权值调整策略,并采用的标准机器学习数据库UCI进行仿真实验.实验结果表明:该策略能够在样本权值修正阶段对各训练样本权值进行有区别的修改,即将多次连续分类错误的样本的权值提高幅度进行抑制,在一定程度上避免了困难样本权值过大而导致集成网络泛化性能下降,从而使得各个体分类器在不损失差异度的前提下获得理想的精度,提升集成网络的泛化性能,并具有良好的稳定性.     

中低Z元素等离子体辐射不透明度的计算

在局部热动平衡下,采用改进过的平均原子模型的解析式对Fe、Al等离子体在温度、密度较高时的不透明度进行计算.并考虑到元素序数、温度和密度对不透明度的不同影响,引入了一个经验性的修正因子对束缚-束缚跃迁谱线的线宽进行了修正,修正后的不透明度的计算值更接近实验值.     

基于代价敏感LightGBM的网购意愿预测研究

[目的]由于购买商品的消费者数量远小于未购买商品的消费者数量,网购意愿预测研究是典型的不平衡数据分类问题.研究不平衡数据的分类问题以提升网购意愿预测的分类准确率,该问题主要存在少数类样本识别准确率远小于多数类样本的问题.[方法]提出一种基于贝叶斯优化的代价敏感轻量梯度提升机(Light Gradient Boosting Machine, LightGBM)模型.首先引入误分类代价作为惩罚因子修正LightGBM的损失函数,其次通过阈值移动降低模型的分类阈值以提高针对少数类样本的预测准确率,最后利用贝叶斯优化算法优化误分类代价参数、分类阈值及其他参数.[结果]从KEEL数据库中选取5个典型的不平衡数据集进行对比实验,相较于标准LightGBM模型,改进LightGBM模型的AUC值和G-mean值均提升了10%左右;相较于遗传算法优化代价敏感LightGBM模型和粒子群优化代价敏感LightGBM模型,改进LightGBM模型的AUC值和G-mean值普遍提升了4%左右;相较于ADASYN-LightGBM模型和BorderlineSMOTE-LightGBM模型,改进LightGBM...     

密集池化连接和短语注意力下的文本分类算法

为了解决在文本分类中神经网络训练时产生的梯度消失、特征信息丢失以及注意力机制短语维度组合不匹配的问题,提出一种基于密集池化连接和短语注意力机制的文本分类算法.首先,通过密集池化连接中的残差网络部分进行特征提取,可有效缓解梯度消失问题;其次,通过池化层复用重要特征,改善特征信息丢失问题;最后,通过改进常规注意力机制,提出短语注意力机制,可灵活得到不同阶短语之间的联系,解决常规注意力机制短语维度不匹配问题.结果表明,该模型在对比模型中取得了最好的效果,在相同的新闻数据集中准确率可达92.7％,同时还对3个对比模型的收敛性和分类准确性进行分析,可见改进后的模型可以有效缓解梯度消失,并且解决短语维度组合不匹配问题,从而提高了分类准确性.     

基于残差网络的海洋温跃层分析方法

首先, 以世界海洋地图集2013（WOA13）海洋数据为实验数据, 提出将不等距微分法、 垂直梯度法应用于海洋数据预处理、 海洋区域划分和跃层分析中, 并通过对多种神经网络在基于WOA13海洋三维数据二分类实验的性能分析, 选取残差网络作为二分类实验的网络模型, 在三层残差网络模型基础上增加了Dropout保留层以防止过拟合. 其次, 将残差网络模型用于温跃层分析判定, 并针对改进模型进行超参数优化、 残差单元改进、 保留率调整等对比实验. 实验结果表明, 改进的ResNet 26网络对WOA13海洋区域数据的温跃层数据分类有效, 分类准确率超过94%.     

基于残差网络的海洋温跃层分析方法

首先, 以世界海洋地图集2013（WOA13）海洋数据为实验数据, 提出将不等距微分法、 垂直梯度法应用于海洋数据预处理、 海洋区域划分和跃层分析中, 并通过对多种神经网络在基于WOA13海洋三维数据二分类实验的性能分析, 选取残差网络作为二分类实验的网络模型, 在三层残差网络模型基础上增加了Dropout保留层以防止过拟合. 其次, 将残差网络模型用于温跃层分析判定, 并针对改进模型进行超参数优化、 残差单元改进、 保留率调整等对比实验. 实验结果表明, 改进的ResNet 26网络对WOA13海洋区域数据的温跃层数据分类有效, 分类准确率超过94%.     

基于改进自适应阈值局部三值模式的遥感图像分类

遥感图像背景复杂,存在光照变化和噪声干扰,导致图像分类准确率不高。针对该问题,在计算邻域像素离散度的基础上,通过对其施加不同权重以细化阈值范围,提出一种改进的自适应阈值局部三值模式(ATLTP)纹理特征提取算法,以提高遥感图像分类精度。首先,对原始遥感图像进行灰度拉伸预处理以增强图像对比度;然后,采用改进自适应阈值局部三值模式提取遥感图像的纹理特征;最后,利用支持向量机对遥感图像进行分类。在标准遥感图像数据集中稀疏建筑物和密集建筑物分类的实验结果表明:采用改进后的局部三值模式纹理特征对遥感图像进行分类的性能要优于传统的局部三值模式,验证了改进算法的有效性。     

主动轮廓模型及其在医学体分割中的应用

利用医学序列切片在灰度值和空间位置上的相关性,对传统主动轮廓模型进行改进,将其应用于医学体数据分割中.以物体轮廓采样到其相邻两采样点中点的距离为内部能量函数,同时通过制约轮廓的长度,使其尽可能短来达到;利用图像区域的局部梯度信息,同时利用序列图像之间局部区域的全局信息及其相关性重新构造外部能量函数;并根据内外部能量的比值,动态的调节权值参数.实验结果表明,改进算法既可以有效地检测出一些拐角点和凹点,又可以避免目标边缘收敛于某些噪声点或伪边缘点,可达到良好的体分割效果.     

优化背景值的GM(1,1)

为了提高模型的拟合精度,提出了一种新的改进GM(1,1)模型.从优化GM(1,1)模型背景值的定义出发,推导出利用原始数据生成的背景值公式,将其与经过优化的初始条件结合,构造出改进的GM(1,1)模型.此模型将在很大程度上消除由于背景值的选取所产生的误差.对该模型进行数据模拟,通过与原模型中数据的比较、分析,验证出新的优化模型具有更好的模拟精度,说明该模型的有效性,可以将其应用于对其它数据的拟合预测.     

基于矢量场自适应采样算法的图像体绘制技术

针对医学数据体绘制的特点,研究了体数据矢量场的变化特征,分析了采样频率与矢量场的关系,提出基于矢量场的自适应采样算法,对重建图像贡献最大的数据区域采用高频采样,对其贡献小的数据区域采用低频采样,从而自适应地控制采样步长,提高了重建性能.研究结果表明,自适应采样算法在重建效果不受影响的前提下,将重建速度提高约30％～60％.     

建筑空间温度分布特性对交叉扩散水平的影响分析

基于不可逆热力学,分析了建筑室内热量、水蒸气组分和污染气体组分之间交叉扩散耦合特征,并给出了三者之间的交叉扩散传递关系以及温度分布对交叉扩散水平的影响关系,同时针对室内不同湿度和污染气体浓度水平,对温度分布影响下的交叉扩散特征与水平进行了具体讨论.结果表明,当温度梯度和热附加扩散系数正负相同时,交叉扩散作用所形成的水蒸气组分梯度和污染气体组分梯度小于零,反之则大于零;同时,在相同温度梯度和热附加扩散作用下,室内初始湿度和初始污染气体浓度水平越高,所形成的2种组分梯度的绝对值越大,并且初始湿度和初始污染气体浓度水平的影响都具有显著性.     

Grads脚本语言在格点资料转化中的应用

介绍了用Grads脚本语言将气象信息综合分析处理系统(Micaps)格点资料转化为Grads格式资料的方法,具体说明了数据转换程序及函数子程序的源代码和具体的使用方法。     

基于特征组合的视觉目标跟踪

针对大多目标跟踪算法仅关注目标特征的问题,提出同时采用目标特征及背景特征对目标进行跟踪.针对场景中灰度和梯度特征在跟踪过程中其分类性能动态变化,首先计算各特征似然度,然后根据各特征分类性能计算特征权重,求取加权似然图.根据该似然图,结合粒子滤波算法,进而确定待跟踪目标位置与尺寸.仿真结果表明,该方法对环境光照变化、目标尺寸变化、局部遮挡等均具有一定的鲁棒性.     

温度梯度对管中非线性驻波的影响

从流体动力学基本方程出发，根据大振幅驻波理论，给出了不存在温度梯度时大振幅驻波声场的严格解，并进一步得到了存在温度梯度条件下的声场近似解．通过数值计算，分析了温度梯度对大振幅驻波场的影响．结果表明，有温度梯度时，声压级差(即相同条件下有无温度梯度声压级的差)变化总趋势随温度梯度的增大而增大；温度梯度给定时，声压级差随距离的增大而增大；温度梯度对高次谐波的影响较大，且阶次越高，影响越大．     

接种密度、食物量及温度对萼花臂尾轮虫（Brachionus calyciflorus）种群增长的影响

萼花臂尾轮虫(Brachionus calyciflorus)是淡水仔鱼的理想开口饵料,许多环境因子对其生长繁殖都有影响.研究了不同接种密度、不同食物量、不同温度对萼花臂尾轮虫种群生长的影响.接种密度选择5、15、20、35个/mL等4个梯度;食物量选择每日每百万只1、5、10 g酵母3个梯度;温度选择20、25、30、35 ℃等4个梯度.结果表明:1)利用干酵母培养萼花臂尾轮虫时,接种密度每20个/mL左右为宜:密度过低时,种群很难适应新环境;密度过高时,平均增长率低下;2)每日每百万只5 g酵母比其它食物量更适合萼花臂尾轮虫种群的增殖:食物量过低,生长慢,个体小;食物量过高时,水体污染严重;3)30 ℃萼花臂尾轮虫大量快速增殖:温度低于30 ℃繁殖缓慢;温度高于30 ℃无法生存.     

基于Femlab的煤层气瞬态非平衡吸附的数值模拟

煤层甲烷运移模型的非稳态模型考虑了气体体积分数梯度的影响,使得求解复杂,计算量大,给实际应用带来困难.针对此问题,采用Femlab商业数值模拟软件,对所建的非稳态模型进行了模拟求解.结果表明:该软件模拟的产气量与资料显示的实测数据有较好的拟合关系,分布曲线能够较好的预测煤层中甲烷气的运移和分布规律.该软件的模拟结果有较高的借鉴价值.     

基于速率梯度参数的道路线形评价研究

修正了传统对"速度梯度"概念理解和应用上的偏差,提出更加实用、有效的新参数对道路线形进行安全评价.采用理论分析和实践检验相结合的方法,提出了"速率梯度"概念,构造了速率梯度模对时间变化率参数;初步验证了速率梯度模对时间的变化率参数的振荡幅度与车辆发生交通事故之间存在一定的内在关系.文章分析结论说明借助于速率梯度模对时间的变化率参数的振荡分布可以初步实现对道路设计线形的安全性评价.     

WASS电离层网格算法在低纬地区的误差分析

对不同纬度的8个GPS观测台站得到的数据,采用广域增强系统(WASS)电离层网格算法计算了斜向电离层时延,并将计算结果同实际观测值之间的差别进行了统计分析.结果表明:在中高纬地区,WASS电离层网格算法的精度很高,但是在纬度较低的地区存在着较大的误差,产生这种误差的原因是由于低纬电离层中的电子浓度较大并且存在较大的经向梯度变化.为了减少这种误差,可以在低纬地区增加广域基准站的数量、缩小电离层单元网格的尺度等方法.     

基于光学相干层析图像的眼底黄斑部三维重建

基于眼底黄斑部光学相干层析(OCT)图像提出一套建立视网膜局部三维模型的方法,并为实现三维OCT临床诊断技术进行前期探索.本文以梯度结合数学形态学的方法分割图像,采用基于互信息的配准算法进行图像配准,并设计了一种改进的线性插值算法进行片层间插值,最后用体绘制方式重建出眼底黄斑部三维模型.基于上述方法在PC机上成功构建出视网膜黄斑部三维模型.该模型外观平滑,较为精确,为临床应用奠定了基础.