向量优化中广义E-Benson真有效解的代数性质

利用代数内部和代数闭包等工具,在适当的广义凸性条件下研究了集值向量优化问题广义E-Benson真有效解的一些代数性质,建立了广义E-Benson真有效解的线性标量化结果、拉格朗日乘子定理和鞍点定理.     

Banach空间中集值隐函数的类Lipschitz性质及其应用

利用变分分析和广义微分的相关工具,在Banach空间中研究集值隐函数的稳定性,给出集值隐函数在给定点具有类Lipschitz性质的Clarke上导数充分条件.作为应用,讨论参数向量优化问题有效解映射的稳定性,给出有效解映射在给定点具有类Lipschitz性质的Clarke上导数充分条件.所得结果改进了相关文献中的结果.     

一种深度自编码器面部表情识别新方法

为解决面部表情特征维度高的问题,该文提出了一种基于深度学习自编码器的表情识别新方法,该方法利用深度自编码器在多层隐层上进行特征选择,能够在较低维度上表示高维度的面部特征.首先采用定向梯度直方图从面部表情的选定区域提取特征,然后在多个层面上使用深度自编码器,得到最优编码特征,降低特征维度,最后使用支持向量机模型对降维特征进行分类.实验表明,与其他现有特征选择和降维技术相比,该文方法提取的特征优于其他特征,并能够有效实现面部表情识别.     

基于灰度图像二维Gabor滤波的目标识别

提出了一种基于灰度图像的Gabor滤波器识别方法.该方法首先采用Gabor小波滤波器组处理灰度目标图像,并在此基础上采用主元分析法(PCA)提取图像特征,然后结合支持向量(SVM)方法将区域内图像匹配问题转化为分类问题来识别目标物体.仿真实验结果表明,该算法能使移动机器人达到92%以上的识别率,并可满足约8 fps的实时图像处理要求.     

基于模糊聚类和支持向量回归的成绩预测

现有的成绩预测模型往往过度使用不同类型的属性,导致过于复杂的分数预测方法,或是需要人工参与.为提高学生成绩预测的准确率和可解释性,提出了一种融合模糊聚类和支持向量回归的成绩预测方法.首先引入模糊逻辑来计算隶属度矩阵,根据学生的历史成绩进行聚类,随后对每个聚类簇利用支持向量回归理论对成绩轨迹进行拟合建模.此外,结合学生学习行为等相关属性,对最终的预测结果做调整.在多个基准数据集上进行了实验测试,验证了该方法的有效性.     

风载荷作用下的塔群瞬态绕流及受力分析

以某石化企业的3塔柱作为研究对象,分别对塔群和3个塔柱单独建立计算模型.运用Fluent流动软件,模拟计算3种风速下的塔柱瞬态绕流问题. 3个塔柱直径D分别为2. 8 m、3. 3 m和2. 5 m,间距比L/D分别为1. 98、2. 72和4. 69;雷诺数Re=(1. 50～6. 65)×10~6.计算得到了塔柱和塔群的涡脱频率以及所受升力、阻力随时间的变化规律,由此分析了单塔情况下受力和塔群合力的关系,探讨了单塔和塔群的涡脱频率关系及其群体干涉效应,为石化企业的安全运行提供技术支持.     

基于灰色关联度分析和支持向量机 回归的沥青路面使用性能预测

沥青路面使用性能多因素预测是一个复杂的非线性问题,传统预测模型存在很多不足。为弥补传统模型的缺陷,建立一个高精度、长周期、多因素的预测模型,通过灰色关联度分析对各因素进行降维处理,选择与沥青路面使用性能关联度较大的影响因素进行支持向量机回归非线性预测,提出了基于灰色关联度分析和支持向量机回归(GRA-SVR)的沥青路面使用性能预测模型。最后选用广云高速实测车辙指数(RDI)值进行实例验证,并同GM(1,1)和PPI两种模型的预测结果进行了对比分析。结果表明:基于GRA-SVR建立的多因素预测模型具有很好的精度和可操作性,可在长周期过程中使用,为大数据养护决策提供了模型参考和依据。     

基于超结构法的间接式功交换网络综合

由于间接式功交换网络在工业上应用广泛,提出了基于超结构模型的间接式功交换网络综合方法.通过构建分级超结构,以年度总费用最小为目标建立了混合整数非线性规划模型.根据设备操作曲线提出压力与流量的约束,实现了间接式功交换网络中流股间的可行匹配,得到了最优功交换网络结构.算例结果分析表明,最优功交换网络结构的年度总费用比未进行流股匹配的基础结构减少了29.04%,验证了模型的有效性与网络结构优化的可行性.     

涡流管流动结构及能量分离性能LDV实验研究

设计了直径为30 mm的可组装式透明涡流管以实现主流道可视化,并采用二维激光多普勒测速(LDV)技术得到子午面时均流场．研究了不同冷流比(0.1~0.9)、主流道长度(360、600、900和1 200 mm)、入口压力(0.01、0.02 MPa)下的轴向速度和径向速度分布,特别是折返流边界对能量分离性能的影响．LDV结果表明,时均轴向速度分布具有较好的轴对称性,不同压力下流动结构具有相似性,径向速度远小于轴向速度．增加冷流比会导致折返流边界径向膨胀,揭示了在过短管和过长管中两种能量分离恶化机制——过短管中折返流面过厚,过长管中轴向滞止点向冷端靠拢．该结果验证了以往所提出的优化准则,同时可以说明滞止点并不是涡流管中的一种基本流动结构．     

基于机器学习的油气水层随钻识别模型优选

为了解决基于测井数据对油气水层的实时识别这一技术难题,利用计算机科学与现代数学,结合随钻测井技术与机器学习算法进行油气水层的随钻识别。首先,对训练集数据进行相关性分析,剔除弱相关或冗余数据;其次,选择一对多支持向量机、一对一支持向量机以及随机森林算法分别建立油气水层分类识别模型,并使用网格搜索方法及10折交叉验证法对3种分类识别模型参数进行优选;最后,运用参数优选后的各分类识别模型,对随钻测井数据进行油气水层的识别。研究结果表明,3种分类识别模型对研究区块油气水层随钻识别的准确率均达到75%以上。在训练样本较少的情况下,优先选用一对一支持向量机分类识别模型进行油气水层的随钻识别。