基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性。针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit, GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将其编码为网络安全态势值;利用改进的粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优,以加速GRU神经网络的训练。仿真分析表明,所提方法具有更快的收敛速度和较低的复杂度,并且在不同的预测时长下具有较小的均方误差和平均绝对误差。     

基于多阶段退化建模的谐波减速器实时可靠性评估与寿命预测

谐波减速器是工业机器人的关键核心部件,其可靠性的实时评估和剩余寿命预测对于提升工业机器人的工作性能和健康监管具有重要意义.作为一种复杂的高精度机械部件,其退化过程表现出明显的多阶段性特点.因此,针对谐波减速器的退化特性,提出基于Gamma过程的多阶段退化模型对谐波减速器性能退化过程进行精确描述.首先,根据谐波减速器退化趋势的变化,进行多阶段退化过程的划分;然后采用历史性能指标数据,基于最大皮尔逊相关系数准则估计模型先验分布的超参数,建立基于Gamma过程的多阶段退化模型.在此基础上,针对在役设备的实际运行特点和工程现场中性能指标数据获取困难的问题,提出采用振动特征来建立高斯过程回归模型,对性能指标值进行精准预测以实现对退化模型后验分布参数的实时更新.最后在此基础上对谐波减速器进行实时可靠性评估和剩余寿命预测.通过对谐波减速器可靠性实验数据的分析表明,所提出的方法能够实现可靠性的实时评估,并且与单一阶段退化模型相比,该方法对剩余寿命的预测精度更高.     

基于原模图LDPC码的联合信源信道译码器的硬件实现

采用FPGA(field programmable gate array)设计基于原模图低密度奇偶校验(low density parity check,LDPC)码的联合信源信道译码器,信道部分和信源部分都是由原模图LDPC码组成.在原模图LDPC码联合译码器的硬件实现架构中,通过2步循环扩展得到了适合硬件实现的准循环原模图LDPC码,译码器信息的迭代更新采用TDMP (Turbo decoding message passing)分层译码算法,采用的归一化最小和算法使得P-JSCD(photograph-based joint source and channel decoding)具有部分并行结构.最后,为了降低资源消耗和译码延迟,采用了提前终止迭代策略.基于FPGA平台的硬件实现结果表明,该联合译码器的译码性能非常接近相应的浮点算法,并且最大时钟频率达到193.834 MHz,吞吐量为24.44 Mbit/s.     

基于侵蚀循环理论的地震触发崩塌滑坡灾势评价

构建了一种与选线原则方案精度相匹配的、区域性的预测地震触发崩塌滑坡灾势的方法.论述了在侵蚀循环(幼年期-壮年期-老年期)的一个地貌发育周期内,流域谷坡将相应经历向临界坡发展、达到临界坡、偏离临界坡的过程,提出了根据流域演化发育阶段预测山地灾害危险性的原理;基于河谷与谷坡的反馈机制,提出通过点坡度变化确定纵剖面特征点,进而区分不同的发育阶段,解决了斯特拉勒分析方法只能适应于小流域的问题.通过汶川地震、玉树地震、芦山地震这3次21世纪以来我国震级在Ms7.0以上的大地震实震资料,检验了本方法的正确性.流域的斯特拉勒积分在0.5~0.6之间时,崩塌滑坡灾势最严重;距上值越远,灾势越轻.     

基于改进直接灰色模型的泵车摆缸泄漏预测

提出一种基于参数和时间响应序列的改进直接灰色模型IDGM(1,1),对泵车摆缸泄漏的趋势进行预测分析,并与传统灰色模型GM(1,1)和直接灰色模型DGM(1,1)的预测结果进行比较。结果表明,该方法可以准确地预测摆缸泄漏故障的劣化趋势,其预测精度明显优于传统灰色模型GM(1,1)和直接灰色模型DGM(1,1)的预测精度,可为摆缸泄漏故障的主动维护提供重要理论依据。     

基于遗传优化支持向量机的软件缺陷预测模型

有效的软件缺陷预测能够显著提高软件安全测试的效率,确保软件质量,支持向量机(support vector machine,SVM)具有非线性运算能力,是建立软件缺陷预测模型的较好方法,但其缺少统一有效的参数寻优方法。本文针对该问题提出一种基于遗传优化支持向量机的软件缺陷预测模型,将支持向量机作为软件缺陷预测的分类器,利用遗传算法进行最优度量属性的选择和支持向量机最优参数的计算。实验结果表明,基于遗传优化支持向量机的软件缺陷预测模型具有较高的预测准确度。     

配电网馈线负荷特征及短期预测分析

馈线负荷由于其重要性受到了各方关注。在分析馈线负荷特征的基础上,对影响配电网馈线短期负荷预测的因素和馈线短期负荷预测方法进行了分析。     

自然崩落法矿山井下大规模开采综合评价及模拟技术

为降低矿山采用自然崩落法存在的风险,为后续井下安全大规模开采提供保障,对自然崩落法矿岩可崩性和崩落后的块度分布规律进行综合评价及模拟,提出一种矿岩可崩性三维数字化评价方法和矿岩崩落块度预测算法。通过对评价区域的三维建模,基于地质统计学理论将矿岩岩体参数推估反演到离散化后的矿岩工程模型中,根据三维节理面Monte Carlo模拟原理对矿岩崩落块度进行三维重现。将上述方法用于云南省普朗铜矿进行验证。研究结果表明:普朗铜矿III级和IV级矿岩质量分数之和为99.1%,矿岩可崩性级别为III至IV,适合应用自然崩落法开采;原始崩落块度等效尺寸大于1.65 m的块体筛上累积百分比为40%,建议普朗铜矿放矿口长×宽为5.00 m×5.00 m,此时放矿堵塞概率较小。     

复杂地质条件煤层群开采矿井合理生产能力分析

为确定复杂地质条件煤层群开采矿井合理生产能力,将采煤工作面煤层地质条件开采工艺性综合评价结果与计算机模拟的工作面单产相结合对工作面进行可靠的单产预测,基于工作面预测产量对可能满足矿井生产能力的多种方案进行接续方案的比较分析以得出矿井合理生产能力。以燕家河煤矿5-1,5-2和8煤层为研究对象,首先,对矿井未来开采的83个工作面进行开采工艺性综合评价;其次,基于综合评价结果对各工作面进行了可靠的单产预测;再次,提出了2种工作面配置方案并进行工作面接续编排;最后,分析了矿井合理生产能力。研究表明,矿井合理生产能力为180万t/a,产量波动范围为156.5~208.7万t,平均年产量为178.5万t,产量波动系数为0.114,矿井持续稳定开采25 a.