边界监督多重集典型相关分析

多重集典型相关分析(multiset canonical correlation analysis,MCCA)仅仅考虑了多组数据间的相关性信息,不能有效地反映样本数据的几何结构与鉴别信息,因此为了解决这个问题,首先在LDA思想的启发下,构建了监督多重集典型相关分析(supervised multiset canonical correlation analysis,SMCC)的理论框架,并以此为基础,结合边界Fisher分析(marginal fisher analysis,MFA),提出了边界监督多重集典型相关分析(marginal SMCC,MSMCC).该算法的基本思想是在最大化数据相关性的同时,还要最大化组内数据的类间离散度以及最小化组内数据的类内离散度.在人脸图像与目标数据库上的实验结果验证了所提算法的有效性.     

YLN-S智能型气泡式水位计在中小河流水位站的应用

介绍了一种有别于传统气泡式水位计的YLN-S智能型气泡水位计的工作原理、设备的特点、用途及使用范围、主要技术指标、设备工作原理及技术优势。该水位计无需建设水位自计井,安装方便,适用于各种地形及气候条件下作为水位传感器使用。     

我国重载铁路技术发展趋势

重载铁路运输技术在世界范围内广受重视,因其为铁路运输发展的必然趋势。由于历史原因,我国的重载铁路技术发展相对滞后和缓慢。在各方的高度关注和努力下,利用新技术对重载铁路存在的问题不断进行改进和优化,为我国重载铁路事业发展开创新的局面。该文分析了重载铁路技术创新原理,罗列了几项重载铁路关键技术,并对其发展趋势进行了阐述。     

智力资本投资对企业营运能力的有效性研究

企业智力资本的投入对其营运能力有着重要的影响。通过实证检验可知,企业人力资本、关系资本、流程资本的投入对企业营运能力提供正向影响,而创新资本的投入与企业营运能力负相关。知识经济时代,智力资本的价值创造功能越来越凸显,它可以帮助企业实现资源的优化配置,提升企业营运效率,为企业赢得竞争优势。     

基于规划视角的炎陵县环境保护发展战略探讨

在剖析炎陵县环境保护的外部环境和内部环境基础上,结合炎陵县的环境保护的现状,并针对炎陵县环境保护存在的城市生活污染严重、工业结构性污染严重等主要问题进行了深入研究,并提出调整产业结构和布局,加大城市生活污染防治力度,加大农村环境保护力度,加快深坑经济工业区建设,加强辐射安全保护工作,以及提升全社会生态文明意识等对策.     

某公司煤低温干馏工艺能效分析

对某公司煤低温干馏生产工艺过程中的能效进行了分析,提出了烟气余热回收方案,以及利用螺杆膨胀机回收半焦煤物理潜热发电的方案,最后给出了能效分析及提高能效的建议.     

大型活动散场期间地铁车站短时进站客流预测

大型活动散场期间的地铁车站客流属于可预知的非常规客流,采用常规客流的统计预测方法难以准确预测其客流需求.基于深度学习,将历史客流规律、大型活动数据与实时自动售检票系统数据相结合,提出了一种适用于大型活动散场期间地铁车站的短时客流预测模型.首先对历史客流数据进行了拆分及降噪处理,并分析了活动客流特征.之后,基于深度学习框架构建多层结构的卷积神经网络,拟合活动客流特征与客流时空分布的映射关系,并选取Adam(adaptive moment estimation)算法优化训练过程,以适用于活动散场时客流集中进站的情况.最后,以北京地铁奥林匹克公园站为例,利用实测数据验证了模型的准确性.预测结果表明:建立的Adam-CNN(convolution neural network)模型相对于常用时间序列方法自回归滑动平均和传统神经网络SGD-CNN模型具有更高的精度,能够为大型活动的组织提供更为有力的支持.     

圆锥电磁轴承耦合特性研究

分析了圆锥电磁轴承的几何耦合效应以及电流耦合效应,推导了圆锥电磁轴承特有的力矩耦合特性,给出了圆锥电磁轴承动力学特性的计算方法。在此基础上,计算了轴承锥角、宽径比以及极角比对圆锥电磁轴承静特性基础解的影响。结果表明,圆锥电磁轴承静态力与轴承宽径比成线性关系,但轴承力矩与宽径比之间是非线性的;圆锥电磁轴承极角比越大,磁极面积越小,轴承静态力以及力矩都会减小。     

分布式多Agent塔群智能安全监控系统

1项目背景 塔式起重机俗称塔机,由于工作重心高、起重载荷大、运行速度快,工作过程中频繁启动和制动,具有较大的动载荷,特别是在大型建筑工地,多塔机协同工作的情况更加复杂,容易发生恶性事故。早在上世纪90年代,欧洲、美国已普遍开始应用起重机安全监控管理系统和塔群防碰撞系统,并被列入强制性法规。     

一种基于主成分分析的稀疏数据模式分类隐私保护算法

 模式分类过程涉及到对原始训练样本的学习,容易导致用户隐私的泄露。为了避免模式分类过程中的隐私泄露,同时又不影响模式分类算法的性能,提出一种基于主成分分析（PCA）的模式分类隐私保护算法。该算法利用PCA 提取原始训练数据的主成分,并将原始训练样本集合转化为主成分的新样本集合,然后利用新样本集合进行分类学习。选用Adult 数据集和KDDCUP 99 数据集进行仿真实验,并采用正确率和召回率进行性能评价,结果表明,该隐私保护算法通过PCA 提取原始数据特征属性的主成分,可避免原始属性的泄露,同时PCA 在一定程度上可实现去噪,从而使分类器的分类性能优于原始数据集的分类性能。与已有算法比较,该隐私保护算法具有更好的模式分类精度和隐私保护性能。