基于属性约简的PLS加权朴素贝叶斯分类

朴素贝叶斯算法是一种简单而高效的分类算法,它的属性独立性假设,影响了它的分类性能.针对这种问题,在分析属性相关性的基础上,通过属性约简选择一组近似独立的属性约简子集,提出一种基于属性约简的偏最小二乘回归加权朴素贝叶斯分类算法.对不同的条件属性给予不同的权值,从而在保持简单性的基础上有效地提高了朴素贝叶斯分类算法的分类性能.实验结果表明,该方法可行且有效.     

基于低秩矩阵恢复的视频背景建模

针对传统背景建模存在的问题,文中基于低秩矩阵恢复原理,直接从视频序列中分离出前景物体和背景模型.已有低秩矩阵恢复算法的迭代计算过程中涉及大量的奇异值分解,而这些奇异值分解一般非常耗时且不够简洁,文中在非精确增广拉格朗日乘子法中引入线性时间奇异值分解算法,以得到更加有效的背景建模算法.基于实际视频序列实验,结果表明该改进算法具有更好的建模效果和较少的运算时间.     

毡房结构与风压作用特征分析

介绍了哈萨克族毡房的结构组成,分析了毡房结构在竖向荷载作用下受力的合理性。针对毡房存在的抗风问题,采用FLUENT软件,建立毡房在风作用下的流体分析模型。建筑周围流场的绕流特性表明:由于毡房连贯流畅的流线曲面,极大地减少了风阻力。毡房表面的风压系数分布显示,在风荷载作用下,迎风面和背风面均受风压力作用;屋面整体受风吸力作用,极值出现在球冠形天窗处,且受θ角影响显著,在风荷载作用下此处有被局部掀起的可能,应对天窗处风载作用下的安全性予以重视。     

浅谈信息时代的基层情报工作

从找准情报需求、提升情报附加值等方面,讨论了基层情报部门如何有效地开展情报研究和服务工作,针对基层情报工作存在的问题提出了一些意见和建议。     

坡改梯地区不同土地利用方式对土壤养分的影响 —以重庆市巫山县为例 (三峡地区资源环境生态研究)

为探讨坡改梯地区不同土地利用方式对土壤养分的影响,在巫山县选择撂荒地、林草地、农耕地、经果林等4种土地利用方式进行了研究。结果表明上述土地利用方式中土壤有机质含量由高到低依次为:撂荒地、林草地、农耕地、经果林,土壤全氮含量由高到低依次为撂荒地、林草地、农耕地、经果林,但是最大值和最小值之间仅相差0.029%;土壤全钾含量由高到低依次为农耕地、林草地、经果林、撂荒地;土壤速效钾含量由高到低依次为撂荒地、农耕地、经果林、林草地;土壤全磷含量由高到低依次为经果林、撂荒地、农耕地、林草地,最大值和最小值之间相差0.012%;速效磷含量由高到低依次为农耕地、撂荒地、经果林、林草地;撂荒地的土壤有机质、全氮、速效钾含量均最高,撂荒地土壤全磷、速效磷含量均位于第二位,全磷含量仅比经果林低0.002%,速效磷含量比农耕地少1.318mg.kg-1,但是撂荒地土壤全钾含量最低。由于撂荒地土壤养分含量除全钾含量较低外,其余养分含量均较高,因此研究认为撂荒地在坡改梯地区具有明显的培肥作用。     

弹性地基梁问题的无网格伽辽金分析

移动最小二乘近似具有计算稳定,全局相容,求解精度高的特性。采用最小势能原理推导了Winkler地基梁的无网格伽辽金离散系统方程,使用Lagerange乘子法对离散系统方程施加本质边界条件。算例表明:使用无网格伽辽金法处理弹性地基梁问题,具有精度高和易于实现的优点。     

圆柱孔收缩的弹塑性解及其在隧道工程中的应用

基于传统的临界状态土力学理论,借鉴Yu圆柱孔收缩弹塑性解的推导过程,给出了圆柱孔收缩问题孔压与孔径变化之间的关系.并把隧道开挖问题简化为圆柱孔收缩问题,基于Mair提出的隧道开挖引起的土体瞬时沉降的理论,给出了隧道支护压力和地表最大沉降量之间的关系.将该方法的计算结果分别与Grant的离心机试验结果和收集到的国内外的工程实测结果进行了对比分析和验证.结果说明:该计算方法准确合理,可为隧道开挖引起的短期土体变形分析提供借鉴.     

太原市物联网发展现状及应对策略

本文通过综观全球物联网产生、发展的现状,结合太原市物联网应用产业优劣势及SWOT分析,阐述了太原物联网产业发展的趋势,提出了太原物联网产业发展目标和政策建议。     

煤与瓦斯突出强度预测的IGABP方法

针对传统松散式(Genetic Algorithm Based Back Propagation Neural Network,GABP)模型应用于复杂煤与瓦斯突出预测时,存在GA自身性能及模型间相对孤立等不足,提出二者优势互补的IGABP一体化模型。IGABP首先在自适应交叉、变异率等方面进行改进,以提高GA自身的性能。其次,将BP导向性训练以算子的形式引入到标准GA进化过程,实现了GA寻优搜索的随机性向自主导向性转变。BP对GA搜索到的近似最优值进行微调,GA算法的收敛速度得到提升,确定精确解的位置能力加强,同时,又避免了单一BP网络本论文易陷入局部极小值的缺点,实现了两者一体化结合。仿真实验表明,构造出的进化神经网络更能反映煤与瓦斯突出强度样本的复杂非线性关系,有效克服了传统模型的不足,其运行效率、预测精度、可靠性等方面均优于传统模型,为瓦斯智能预测提供了新的解决方案。