关于常州社区成员学习心理的调查分析

目前,常州市社区教育的发展已经取得了显著的成绩,走在全省、乃至全国的前列。常州开放大学是常州市社区教育推展的重要协调、指导机构。为了给常州市民提供更加优质的社区教育服务,常州开放大学对常州社区成员学习心理进行了问卷调查,主要内容包括社区成员对社区教育课程、教学、组织管理等方面的学习心理分析。     

机器学习在车载激光点云分类中的应用研究

点云信息分类提取与利用是车载移动测量系统的关键技术,提高车载激光点云分类的智能化已成为当代信息科学技术发展所面临的重要问题.从分析点云的特征入手,采用机器学习方法对车载激光点云的行道树提取进行了大量实验研究.首先,在点云原始特征的基础上,根据其局部几何特征及空间分布,构造了由三维空间位置、回波强度、颜色值、法向量、单位投影密度、残差及回波强度维度内的残差等17个特征值组成的点云高维特征向量,然后采用支持向量机和人工神经网络两种机器学习方法分别对行道树点云进行提取实验.实验中采用了粒子群优化算法对支持向量机进行参数寻优,采用所构造的由17个特征值构成的特征向量对点云进行机器学习,两种学习方法的行道树点云分类精度分别可以达到99.75%和99.25%.实验结果表明,采用机器学习的方法对于提高车载激光点云分类自动化程度和智能化水平具有重要意义和作用.     

基于双重字典及联合特征的遥感图像超分辨率算法

为了解决低分辨率遥感图像超分辨重建的问题,本文提出了一种基于双重字典及联合特征的遥感图像超分辨率算法.超分辨率重建技术目的就是根据低分辨率图像重建出原始高分辨率图像的高频信息.本文将图像的高频信息分解成为主高频信息和残差高频信息两个部分,然后针对主高频信息和残差高频信息,分别训练主高频字典和残差高频字典,并结合稀疏表示方法对图像进行重构.同时,为了建立更能反映图像内部结构信息的字典,本文联合图像的不同的结构特征,建立统一的字典.本文算法对图像取得较好的复原效果,复原出的高分辨率图像更接近于真实图像,与其他方法相比具有更好的主观和客观质量.     

二值无线传感网络下异常活动的分布式检测

针对无线传感网络下的异常活动检测问题,提出了异常活动分布式检测方法(distributed abnormal activity detection approach,DetectingAct). DetectingAct将活动的定义从轨迹扩展到轨迹和持续时间的组合,将异常活动定义为在数据分布上与正常活动,即数据中反复出现的活动,偏差较大的活动,利用节点自身计算资源和存储资源进行检测. DetectingAct采用时间相关的频繁项集挖掘算法(duration-dependent frequent pattern mining algorithm,DFPMA )从数据中挖掘正常活动. 算法采用了非监督学习方法,避免了监督学习需要大量标记数据的缺点;按分布式存储机制(distributed knowledge storage mechanism,DKSM)将正常活动模式存入各节点;用分布式检测算法(distributed abnormal activity detection algorithm,DAADA )检测活动. 理论分析和实验结果表明,分布式检测方法相比传统的活动检测算法,实时性更强,平均检测长度为轨迹的78.2%,精度更高,准确率达到96.9%.      

基于LDA+kernel-KNNFLC的语音情感识别方法

结合K近邻、核学习方法、特征线重心法和LDA算法,提出了用于情感识别的LDA+kernel-KNNFLC方法.首先针对先验样本特征造成的计算量庞大问题,采用重心准则学习样本距离,改进了核学习的K近邻方法;然后加入LDA对情感特征向量进行优化,在避免维度冗余的情况下,更好地保证了情感信息识别的稳定性.最后,通过对特征空间再学习,结合LDA的kernel-KNNFLC方法优化了情感特征向量的类间区分度,适合于语音情感识别.对包含120维全局统计特征的语音情感数据库进行仿真实验,对降维方案、情感分类器和维度参数进行了多组对比分析.结果表明,LDA+kernel-KNNFLC方法在同等条件下性能提升效果最显著.     

网络能力、创业学习对中小型科技企业创业绩效的影响研究

突破网络能力影响企业绩效的一般研究范式,通过整合社会资本与组织学习理论,依据对江苏、浙江和上海中小型科技企业的实地调研,重点探讨了在考虑创业学习情况下,网络能力对科技型中小企业创业绩效的影响。结果表明,无论利用式还是探索式学习,均表现出对科技型中小企业创业绩效的正向作用,尤其后者影响更明显;且在考虑创业学习基础上,创业网络表现出对科技型中小企业创业绩效更显著推动作用。     

先张及后张预应力矩形梁疲劳受力性能研究

折线配筋预应力混凝土先张梁采用合理的布筋方式,克服传统直线先张法布筋方式与结构的实际受力特点不相适应的缺点,增加了跨度;同时避免了后张法在耐久性和施工工艺等方面缺陷,有效地控制了梁端斜裂缝的出现.通过室内试验验证,折线配筋预应力混凝土梁提高了梁体的疲劳受力性能,能够较好地延长桥梁使用寿命.     

条形基础下竖向布置纤维增强聚合物板材地基试验研究

与传统加筋材料相比,FRP材料具有高强度和良好耐久性优势,因此它更适于用作加筋材料。完成了纯砂和5种竖向加筋方式的加筋地基模型试验,对比了不同加筋方式对地基承载力和地基沉降的影响,分析了每种加筋方式下FRP的应变及土压力的变化规律,据此探讨了FRP筋材的加筋机理。试验结果表明,不设横筋的加筋地基的加筋效果很小,加设横筋的竖向加筋地基的加筋效果明显,横筋、竖板高度、竖板间距对加筋效果的影响明显,地基的破坏模式均为土体剪切破坏,加筋存在深基础和扩散层两种机理。     

基于生成型深信度网络的回归算法鲁棒性分析

目前,深度学习在分类问题中取得了很多很好的效果,并开始在部分回归任务得到应用。然而,绝大部分研究重点都集中在相对其他回归算法的预报精度上,而忽视了有实际应用需求的回归算法预报鲁棒性问题。首先基于受限的玻尔兹曼机建立了一个具有3个隐含层的生成型深信度网络多步预测模型;然后,建立了基于单隐含层神经网络、三个隐含层的神经网络以及单核支持向量的典型多步预测模型,并利用4组宁夏地区不同季节的风速数据进行回归算法的稳定性对比实验。实验结果显示,基于受限玻尔兹曼机建立的具有三个隐含层的深信度网络模型的多步预报误差的均值和方差都是最小的。因此,基于生成型深信度网络的回归模型不仅预报精度高,而且此预报算法的鲁棒性也比较好;相对其他三种典型回归算法来说,可以更好地满足风电场风速预报问题的实际工程应用需求。     

条形基础下竖向布置FRP板材地基试验研究

与传统加筋材料相比,FRP材料具有高强度和良好耐久性优势,因此它更适于用作加筋材料。完成了纯砂和5种竖向加筋方式的加筋地基模型试验,对比了不同加筋方式对地基承载力和地基沉降的影响,分析了每种加筋方式下FRP的应变及土压力的变化规律,据此探讨了FRP筋材的加筋机理。试验结果表明,不设横筋的加筋地基的加筋效果很小,加设横筋的竖向加筋地基的加筋效果明显,横筋、竖板高度、竖板间距对加筋效果的影响明显,地基的破坏模式均为土体剪切破坏,加筋存在深基础和扩散层两种机理。