数据不完备下基于特征识别的公交客流短时预测

识别公交客流特征是提高短时预测质量的关键。但由于设备故障、数据收集受限等原因,客流数据属性往往是不完备的,这给特征识别和客流预测带来了挑战。文中以缺少乘客属性数据的长沙市104路公交卡数据为样本,利用卡号与出行时间的关联性识别乘客出行频次,以此作为区分出行特征的变量,将客流总集划分为不同的特征子集,依据子集规模、方差确定变量最佳取值,推断客流特征。与直接预测客流总集相比,文中为每类子集建立季节性差分自回归滑动平均(SARIMA)模型分别进行预测,整合后得出的样本外平均绝对误差改善了36.11%,依据乘客出行特征建立的预测模型拟合度为0.95,可有效识别公交客流特征。     

基于多级深度特征与随机游走的显著性检测

为了解决图像显著性检测中传统方法特征学习不全面、复杂场景下显著区域凸出不明显的问题,提出了一种基于多级深度特征和随机游走的显著性检测算法。首先,利用全卷积神经网络,结合深层和浅层卷积特征信息对图像进行多级卷积深度特征提取;然后,对图像进行超像素分割,将提取的深度卷积特征分配给相应的超像素,构建特征矩阵;最后,通过正则化随机游走排序模型生成最终的显著图。在ECSSD和DUT-OMRON数据库上的实验结果表明,与6种具有代表性的显著性检测算法相比,文中算法的准确性和F值具有一定的优势。     

基于高维特征选择的跳频电台细微特征识别

将高维特征用于跳频电台细微特征个体识别具有很大优势,为了增强对跳频电台的分类识别能力,需要增加特征类型和维数,提高特征集的表征能力,但同时会引入大量冗余特征,导致分类器计算时间过长,分类正确率降低。为了降低高维特征集维数,首先采用相关性快速过滤特征选择算法,删除高维特征集中的不相关冗余特征,得到最优特征集。然后利用经过参数优化的支持向量机(support vector machine, SVM)分类器进行训练分类。实验表明,所提算法能够对高维特征集进行合理的降维,提高了SVM的分类器的分类性能,在保证分类正确率的基础上,降低了运算量,提高了跳频电台细微特征识别的时效性。     

石河子121团多年大风特征分析

对1961～2018年石河子121团大风观测资料进行统计分析,结果表明:58年来,石河子121团大风发生频数总体呈逐年下降趋势,下降系数为0.0 183次/年。4～7月石河子121团大风发生次数较高,11月到次年3月没有出现过大风。石河子121团大风的日变化特点是:大风多出现在13:00以后,下午19:00左右减少,16:00～18:00是大风出现次数最多的时段,并且风向以西北风居多。石河子121团大风的天气特征主要有三种:冷锋过境型大风、动量下传型大风和热力对流型大风,其中以冷锋过境型大风出现次数居多,约占大风总数的82%。最后提到大风预报的着眼点和防御大风的对策措施。     

基于免疫遗传优化支持向量机的普米语孤立词语谱图分类

基于免疫遗传优化支持向量机的普米语孤立词语谱图分类方法,首先利用短时傅里叶变(STFT)生成普米语孤立词语谱图;其次,提取普米语孤立词语谱图的二值特征;最后,利用免疫遗传优化支持向量机实现语谱图的分类.实验结果表明:普米语孤立词语谱图分类预测准确率为88%～91%.基于免疫遗传优化支持向量机的语谱图分类比基于语音信号分类效果更好.     

框架术语学的三大研究焦点

框架术语学对普通术语学进行了反思和批判,是描写术语学的最新流派之一。文章介绍了该学派的三个研究焦点:主张基于事件概念组织,从而把术语的句法和组合特征纳入研究视野;考察了术语概念的多维性,突出了语境要素在术语概念表征中的重要作用;把专业语料库作为提取概念知识的主要来源,采用自下而上为主的研究路径。     

中国煤中金属元素成矿区带

从煤中提取锗、镓等金属已经取得实质性进展,煤逐渐成为多种战略性金属矿产的主要来源,但对煤中金属元素矿产资源尚缺乏系统的矿床学理论支撑.本文在以往煤中金属元素矿产资源研究成果的基础上,结合野外实地调查,总结了煤中锗、镓、锂、稀土资源矿化特征,并以丰富的煤中金属高异常点、区域构造背景及演化、地层沉积环境特征、煤层煤质特征等为依据,将全国煤中锗、镓等金属元素矿产资源划分为7个成矿区带,进而讨论了各成矿区带地质特征,为煤中金属元素矿产资源研究提供地质理论依据.     

不同岩性组合条件下顶板采动效应研究

针对工作面回采后采动顶板稳定性的问题,通过FLAC3D数值模拟软件建立8种不同岩性组合条件下顶板采动效应模型,研究不同组合条件下采动顶板的应力和位移分布变化规律。研究结果表明:顶板全为硬岩时顶板垂直集中应力最大,全为软岩时最小;顶板的剪应力集中区主要位于上覆岩层的硬岩中,剪应力最大组合顶板类型为软-硬-软-硬组合;在不同岩性组合顶板条件下,顶板为软岩时其变形量远大于顶板为硬岩及软硬岩结合时的变形量;相同顶板条件下随着距离的加大,顶板垂直位移量呈现降低趋势。研究结果可为工作面布置方式和顶板支护方式的选择提供参考依据。     

基于度量核和GHI核混合的植物叶片识别算法

针对现有识别算法中的核函数不能充分利用直方图的整体特征和不同维特征间的内在联系,提出基于度量核和广义直方图交叉(generalized histogram intersection,简称GHI)核混合的植物叶片识别算法.首先,构建多尺度边缘轮廓(multi-scale marginal contour,简称MMC)算子;其次,提取预处理后的叶片图像MMC形状特征、局部二值模式(local binary pattern,简称LBP)空域纹理特征、局部向量化(local phase quantization,简称LPQ)频域纹理特征,进而将这些特征拼接成复合特征;再次,利用度量学习和马氏距离改造负距离核构建度量核,将其与GHI核加权融合形成组合核;最后,进行仿真实验.仿真实验结果表明:相对于现有算法,该文算法对不同种类的植物叶片具有较高的识别率.