MIV-SVM-BPSO模型在铀矿堆浸中的应用

利用某矿区ZQ7堆浸柱实测数据作为建模分析样本,建立MIV-SVM、BPSO-SVM、MIV-SVM-BPSO三种模型,对铀矿堆浸进行建模仿真。其中,平均影响值(MIV)算法,可对影响铀矿浸出率的特征因子进行排序;离散二进制粒子群(BPSO)算法可筛选出最优的特征子集;而改进的MIV-SVM-BPSO模型,则是将排序后的优良子集作为后续BPSO算法的部分种群,进而对样本进行仿真实验。结果表明,MIV-SVM-BPSO模型的模拟效果均比单一的MIV-SVM和BPSO-SVM模型好,该模型具有有效降低数据维数,在小样本条件下学习更加有效,建模采样过程更快,模拟精度更高的优点;将浸出液体积,Eh_出,Fe■,Fe~(2+)_出作为铀矿生物堆浸工艺的主要控制因数可降低生产成本,提高铀矿浸出率。     

大入射余角CFAR检测器

雷达在大入射余角高分辨率海杂波背景下检测时,等效后向散射面积增大,大部分海杂波能量投射到少数距离单元,能量分布不均,出现功率突然增大的杂波“异常单元”,导致检测器参考窗口所处的背景环境复杂多变,传统检测器检测概率降低,虚警率及误检率增加。为解决此问题,通过参考滑窗单元的协方差矩阵构造正定矩阵,求解其矩阵范数用以估计杂波功率水平,并采用支持向量机改进传统恒虚警率(constant false alarm rate,CFAR)检测器,得到基于正定矩阵杂波功率估计训练支持向量机的改进CFAR检测器。实验结果表明,新检测器在均匀杂波、多目标环境下检测性能稳定,在杂波边缘的虚警控制能力良好。     

装配式夹芯复合墙板抗震性能模拟分析及优化设计

为了研究装配式陶粒混凝土夹芯复合墙板的抗震性能,本文共建立了4个有限元模型,主要包括普通混凝土夹芯复合墙板、陶粒混凝土夹芯复合墙板、纤维增强陶粒混凝土夹芯复合墙板以及实心陶粒混凝土墙板.通过计算结果与实验结果对比分析,验证了计算模型的正确性.采用ABAQUS模拟求解的分析方法,分别研究了4种墙板的滞回性能、延性、承载及变形能力以及刚度退化等性能.结果表明:夹芯复合墙板表现出相对良好的抗震性能;两侧核心承重部件材料对墙板整体抗震性能影响较大;纤维增强陶粒混凝土表现出较好的延性,整体抗震性能相对较好,具有一定推广价值.另外,发展夹芯节能墙板也符合国家提倡的绿色、节能、保温等发展政策.     

绕线式电动机改为鼠笼式电动机的实用案例

考虑到宁波富德能源有限公司的实际情况,本文通过对绕线式电动机和鼠笼式电动机的组成结构、工作原理进行详细分析,结合公司实际运行情况,提出了绕线式电动机改造成鼠笼式电动机的改造方案,以期为电气管理人员提供一定帮助。     

Loewy矩阵与几乎Koszul代数

几乎Koszul代数作为Koszul代数的推广,在代数周期性和分次自入射代数的研究中起到了重要的作用.几乎Koszul代数的刻画是一个复杂的计算问题,而Loewy矩阵为Koszul代数的刻画带来了较为直观的计算方法.通过经典的Loewy矩阵和构造增广Loewy矩阵,利用分次代数分次模的两种不同Loewy维数向量得到了一个分次模成为d-线性模的充分必要条件,并得到了一个有限维分次代数成为几乎Koszul代数的充分必要条件,从而推广郭晋云利用Loewy矩阵刻画Koszul代数的相关结果.     

高程度构式"如此X"的特征及演变

"如此X"可表示说话者对某种性质或行为程度的主观强调,构式由回溯推理获得高程度的基本语义范畴,同时包含反预期义的寄生范畴,在表达时具有言语内指功能和语境外指功能.从历时角度看,"如此"的句法功能经历了由谓语变为补语、再前移作状语的过程,由于表义重心转移、紧邻语境影响以及代词替代功能弱化,短语在词汇化的过程中衍生出指称程度的作用,但与普通程度副词有诸多区别.     

基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法

全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.     

基于MEMS传感器的助老型机构人体姿态识别方法

研究一种基于MEMS传感器的助老型机构人体姿态识别方法,通过对老人的坐起、卧起、走路、上下楼梯五个动作识别,验证该识别方法的有效性.将7个传感器模块置于老人的腰部、大腿、胳膊等部位,采用坐标变换的方法,将采集到的相关部位四元数信息转化到腰部坐标系下,并组建标准矩阵,提取标准矩阵的均值、方差等特征值,通过基于阈值的两层识别算法快速判断动作类型,并采用支持向量机融合多种特征值作对比实验.实验表明,使用融合后的特征,平均识别率提高了18.4％.本研究完成了老人日常生活中五个动作的识别.     

基于深度学习的Stack Overflow问题帖分类方法

针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题, 提出一种基于深度学习的问题帖分类方法, 采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型. 实验结果表明, 基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法, 且使用的Adam优化器优于SGD优化器, 使用Glove预训练的词向量优于使用随机生成的词向量. 该方法以提问目的对帖子进行分类, 可为分析Stack Overflow(SO)上的帖子讨论主题增加新维度.