基于Kriging模型的多点加点准则和并行代理优化算法

针对并行仿真环境下复杂工程系统的优化设计问题,提出一种基于Kriging模型、多目标策略和聚类方法的并行代理优化算法.该算法的多点加点准则,以同时优化期望改进准则和可行性概率准则为目标,首先生成兼具目标响应改进和可行域边界刻画功能的备选试验点集;再利用聚类方法从备选点集中选取多个有代表性的新试验点.通过两个数值算例和一个工程算例,将所提并行优化算法与已有算法做比较,结果表明所提算法具有更高的优化精度、效率和稳健性.     

移动商务中融合签到位置与用户间相似性的兴趣点精准推荐

向位置频繁变化的移动用户进行精准推荐,如何提高推荐准确性,已经成为一个理论研究与实践中的热点与难点问题.针对于此,本文提出了面向移动社交商务的精准用户兴趣点推荐模型--MRGR.首先,利用用户的历史签到信息,通过改进核密度估计对兴趣点进行预测;其次,进一步考虑到用户间的签到相似性,使用信息熵定量表示用户移动的随机性和不确定性;最后,融合地理位置信息与用户间相似性,精准推荐用户兴趣点,并在Foursquare数据集上进行验证.实验结果表明:与传统模型相比,提出的模型在准确预测用户兴趣点的同时,可以有效缓解数据稀疏性和冷启动问题,并在准确率和召回率上都取得了显著的提高.成果将为移动商务中,如何更好满足企业的精准推送与用户个性化需求提供有力的技术支持和决策服务.     

叠前深度偏移技术在煤炭地震勘探中的应用

叠前深度偏移技术是解决速度变化地区和复杂构造地区成像的最佳技术方法。因此,本文主要分析叠前深度偏移技术在煤炭地震勘探中的应用。叠前深度偏移的关键是建立好深度域速度模型,再利用矿井资料和深度域构造模型进行约束,从而提高深度偏移的成像精度。叠前深度偏移能提供精确的构造成像,进而提高煤层的地质构造解释精度,为煤矿安全、高效生产提供保障。     

人工智能在车辆智能驾驶中的应用

智能驾驶汽车系统与人工智能相结合,会对汽车的产业结构甚至是上下游结构产生重大影响。由此,本文首先分析人工智能和车辆智能驾驶,然后探讨将人工智能和汽车相结合,特别分析了人工智能对无人驾驶系统的影响及其变革,以此说明人工智能对汽车和出行方式产生的影响。     

铅丝石笼最优吊点位置及吊筋长度分析与计算

铅丝石笼是一种自透水的、柔性的、生态防护结构,广泛应用于河道调治构造物坡脚、公路石质挖方边坡等防护工程中.本研究以某高速公路工程中典型的铅丝石笼构造为研究对象,建立了等效力学模型,用解析法求解了最优吊点的布设位置.并结合工程实践,从受力合理性和经济性角度分析和计算了最优吊筋长度.分析及计算结果表明:采用6点吊装时,铅丝石笼最优吊点位置在距端部U8处,最优吊筋竖直长度在0.7B～1.0B内,为此类防护工程中铅丝石笼的吊装方案提供参考.     

基于深度学习的建筑物识别

针对随着城市化的快速发展,城市与城市间的辨识度越来越弱,城市地标的概念越来越热门这一现象,提出了一种基于深度学习的建筑物识别方法;使用改进的Faster R-CNN算法作为训练模型,首先,将需要识别的图片输入深度神经网络,提取出特征框图;然后,模型通过区域建议网络预测目标建筑物所在位置的区域建议,并将这些区域建议映射到特征框图上,RoI Pooling层将这些区域建议转换成固定大小的特征框图;最后使用非极大值抑制从预测边界框中移除相似的结果,得到预测边界框以及边框中目标建筑物的类别和概率;实验结果表明:在训练数据集充足的条件下,使用此方法对地标建筑物的识别率能达到90. 8%,通过与其他模型比较分析,该模型具有较好的识别效果。     

基于最大熵原理的金融系统风险测度及实证研究

金融系统是一个复杂的非线性系统。信息熵是一种对系统整体性不确定程度的一种度量。从信息理论出发,用信息熵度量金融风险,通过最大熵分布采用定性分析与定量计算相结合,构建一种金融系统风险分析模型,并以中国股票市场为例分析与验证模型。实证结果表明,该模型是一种有效的风险分析方法,较准确地反映了金融系统的风险状况,为金融系统风险分析提供了一种新的思路。     

基于密度自适应深度网络的点云场景语义分割算法

由于传感器噪声干扰，点云密度不均匀，场景复杂多样以及物体之间存在遮挡现象等问题，使得三维点云场景语义分割问题的研究工作极具挑战性。针对三维点云数据采样密度不均匀以及图卷积网络深度有限的问题，提出一种密度自适应的方法。该方法通过多层感知器学习一个权重函数，利用核密度估计学习一个密度函数，对非均匀采样的点云数据进行卷积操作。同时，受深度学习在图像领域的启发，引入残差连接、空洞卷积等结构，训练更深层的点云分割网络。该算法在多个点云分割的标准数据集上取得了优秀的性能。     

量子点敏化太阳能电池ZnO光阳极的制备及性能

先用水热法合成ZnO颗粒, 再用溶胶 凝胶法将ZnO颗粒制备成量子点敏化太阳能电池光阳极, 并通过X射线衍射(XRD)、 扫描电子显微镜(SEM)、 透射电子显微镜(TEM)、 紫外-可见吸收光谱(UV-Vis)和光电流密度 电压曲线分析不同厚度的六方纤锌矿型ZnO光阳极对量子点敏化太阳能电池性能的影响. 结果表明, 增加量子点的吸附面积可使ZnO光阳极的UV-Vis谱吸收带边红移, 进而提升太阳能电池的光电转换效率.