基于自监督学习的交通数据补全算法

区域高速公路网收费站数量众多,每日产生海量收费数据,但由于设备、网络等因素,部分站点数据传输存在延迟现象,在此情况下已传输的数据往往不能满足实时流量预测的要求。为了实现实时交通数据补全和动态交通流量预测,文中首先提出了一种基于自监督学习的用于高速公路交通流量数据缺失补全的方法,该方法采用了基于注意力机制的时间序列模型（Seq2Seq-Att）;然后使用自监督学习方式对模型进行训练;最后,以广东省高速公路网的80个收费站为例,验证方法的可靠性。结果表明：文中的数据补全方法能够灵活捕捉交通数据中的缺失情况,并根据数据自身的内在关联性,给出合理的补全值;该方法总体优于其他方法,且在不同缺失率下都有较好表现,总体MAPE约为17.7%、WMAPE为12.8%;在高缺失率情况下,该方法相比于其他补全方法有明显的优势。交通量预测结果表明,使用该方法补全的数据进行交通流预测的预测精度接近使用完整数据的情况。     

激光诱导击穿光谱结合化学计量学的淫羊藿产地快速鉴别

淫羊藿具有增加心脑血管血流量,促进造血和增强免疫功能等功效.淫羊藿的药效受产地的影响,为确保其质量,需对淫羊藿产地进行快速鉴别.为此,采用激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS)结合化学计量学方法对淫羊藿产地实现快速准确鉴别.通过获取6个产地淫羊藿样品的LIBS光谱数据,对比研究两种光谱数据降维方法,基于主成分分析(Principal component analysis,PCA)的特征提取和基于原子光谱数据库的特征谱线选择,并结合线性判别分析、k近邻、随机森林(Random forest,RF)和支持向量机(Support vector machine,SVM)4种机器学习算法,实现不同产地淫羊藿样品的鉴别,最终建立产地溯源算法模型.在PCA可视化中,相同产地淫羊藿样品的光谱数据具有明显的聚类效果.开发的模型均能够实现淫羊藿产地的准确鉴别,其中PCA-SVM模型的分类效果最好,测试集分类准确率为99.17%.此外,采用RF模型计算所选元素谱线的重要性,结果表明Si元素(SiⅠ251.61 nm)是区分不同产地淫羊藿的最重要...     

强底水砂岩油藏水平井含水上升模式及不同开发阶段下产水规律影响因素——以塔河油田九区为例

强底水砂岩油藏生产中后期,进入中高含水期,底水锥进现象突出,产量递减严重,需采取排水控锥等调流场措施维持正常的生产,明确油藏的含水上升规律的主控影响因素及含水上升模式能有效地指导调流场工艺措施的实施。基于塔河油田九区生产现状,对井区水平井产水情况进行了统计,总结了现阶段井区水平井含水上升模式图版;根据井区地质及工程特征,结合不同生产阶段条件下的含水上升规律模式,在时间与空间上定性分析了油藏含水上升规律的主控因素;结合灰色关联法及机器学习方法计算不同区域不同生产阶段各影响因素的关联度,在时间与空间上定量分析油藏含水上升规律的主控因素。结果表明：现阶段塔河油田九区水平井含水上升模式图版为：爬坡型、阶梯型、快速水淹型和开井水淹型四种。结合定性定量分析,生产初期含水上升规律的主控因素为：构造位置、避水高度水平井井段与古河道方向夹角;开采中期含水上升变化规律由层内夹层展布为主,储层非均质性为辅;后期流场调节主要受储层非均质性及夹层展布影响。为不同生产阶段条件下的提液控液及流场调节等工艺措施的实施提供一定的理论指导。     

智能仿生PDC钻头的破岩数值模拟

为解决普通孕镶金刚石钻头(普通钻头)破岩效率低、钻进不稳定、不耐磨以及不能根据地层选择合适形态破岩等问题,结合仿生原理和非平面结构设计了新型聚晶金刚石复合片(polycrystalline diamond compact, PDC)齿和钻头底唇面,提出一种在钻头底唇面安装传感器进行岩性识别,可选择合适形态破岩的智能仿生PDC钻头(智能钻头)。利用机器学习,基于现场钻井数据对岩石性质进行分类。分析了智能钻头切削结构针对软中硬地层和硬地层具有两种工作形态,基于建立的切削模型和岩石失效准则,对智能钻头和普通钻头的破岩过程进行数值模拟对比,结果表明：机器学习的加权KNN(K-nearest neighbor)算法可很好避免样本重叠问题,可精确对岩石性质分类,其训练模型可提供给传感器进行岩性识别。破碎砂岩时,智能钻头经传感器调节将具有PDC齿的底唇面和仿生底唇面保持同一高度破岩,对比普通钻头,其破岩比能和切削力明显更小,表明其效率更高、切削更稳定;破碎花岗岩时,智能钻头经传感器调节将具有PDC齿的底唇面下放破岩,其破岩效率明显高于普通钻头,也更稳定。研究成果对石油钻井设备智能化发展有重要意义。     

中文关系抽取技术研究

在网络数据杂乱繁多的今天,信息抽取越来越受到重视,而关系抽取作为信息抽取的一个重要研究方向也倍受学者们的关注.在对关系抽取的发展历史进行回顾的基础上,阐述了近五年里关系抽取研究中的主要方法和思路.根据关系抽取中所采用的不同技术,对比分析了他们在模型思路及技术实现上的异同,同时对优势和劣势比较了分析.最后,对关系抽取任务中存在的难点问题进行了阐述,并提出了未来可能的解决思路,旨在为关系抽取技术的进一步发展和应用提供有效的说明和借鉴.     

基于文本分类的农业种植信息集成推荐方法研究

目前网络上存在着海量的农业信息,但是对于广大农民来说信息得不到有效的利用,迫切需要对信息进行集成推荐.针对网络上的农业种植方面的文本信息进行了深入研究,该系统首先利用爬虫技术自动地爬取海量农业种植信息,经清洗整理后构建数据集语料库.其次利用机器学习中KNN方法找到每个样本的k近邻对文章进行聚类,通过TF-IDF方法提取出关键词并构造词频矩阵,然后从文本中构建特征向量,进而对相似文档进行分类,最后将加权值经排序后的结果推荐给用户.该系统实现了对农业文本进行准确的自动分类以及自动提取出文章摘要,并对相似文章进行推荐展示的效果.     

人脸检测与识别方法研究

人脸图像处理包括人脸检测、人脸识别等．分析了有关人脸检测问题的研究方法并对其进行了分类和评价,重点介绍了人脸自动识别这一领域的研究方法并对其进行了简要分析评价,最后提出了人脸图像处理领域的研究展望．     

基于机器学习的智能防火墙设计

在防火墙中实现了一个学习模块,并对攻击以及正常网络数据进行收集分析,然后选择属性良好的网络数据作为训练样本,进行了决策树的ID3算法实现.通过这一学习模块的加入,使得防火墙可以对新的流入数据进行判断和学习,从而向智能化方向发展.     

基于监督学习的同义关系自动抽取方法

目的 解决从大规模文本中自动获取同义关系.方法 将同义关系抽任务取看成一个二值分类问题,将其分为训练阶段和抽取阶段,共4个处理模块:预处理、特征生成、模型训练和分类.结果 提出并建立了一种新的同义关系抽取模型,并给出了该模型的关键实现算法.结论 提出的方法 比基于模板方法 的F1值高出了24.4%,大幅度提高了同义关系抽取结果 的精度.同时提出的方法 有效地改善了基于模板方法 领域自适应性差的缺点,所定义的特征和特征的权重计算更适合于判定学习算法.     

一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果.基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度.