基于深度强化学习的机场货运业务优化研究

为了将智能Agent技术架构应用于机场货运业务的仿真模型开发,以机场货运资源优化为目标,提出了将深度强化学习与机场货运业务仿真模型结合的决策支持系统框架,用仿真数据实现对深度学习网络的训练,运用深度学习网络优化模型中的调度方案.训练成熟的系统采取在线模式,可以用于实时优化货运流程的调度方案.为了验证架构的有效性,在An...     

单变量序列数据分类方法综述

单变量序列数据分类涉及现实世界的诸多应用领域,具有重要的研究意义与应用价值。目前,单变量序列数据分类领域的发展处于深度学习逐渐取代传统方法的关键时期,但相关的归纳综述仍然很少。为了促进未来研究,本文对单变量序列数据分类方法进行了全面的总结,根据提取分类信息的不同,将现有分类方法分为基于形状信息、基于频率信息、基于上下文信息以及基于信息融合4种类别。此外,本文依托公开数据集对典型分类方法进行了对比与分析,并对未来研究方向进行了展望。     

基于强化学习的改进三维A*算法在线航迹规划

针对飞行器在线航迹规划对算法实时性与结果最优性要求高的问题,基于强化学习方法改进三维A^*算法。首先,引入收缩因子改进代价函数的启发信息加权方法提升算法时间性能;其次,建立算法实时性与结果最优性的性能变化度量模型,结合深度确定性策略梯度方法设计动作-状态与奖励函数,对收缩因子进行优化训练;最后,在多场景下对改进后的三维A^*算法进行仿真验证。仿真结果表明,改进算法能够在保证航迹结果最优性的同时有效提升算法时间性能。     

LTE网络S1接口流量监测技术的研究与实现

为了实现对长期演进(long term evolution,LTE)网络的流量监测,对S1接口用户面协议栈和应用层协议进行了分析,利用模块化设计思想实现了对S1接口应用层协议的全面监测。针对传统信令监测系统数据业务识别度低、统计能力不强的问题,在传统的监测系统基础上,应用深度包检测（deep packet inspection,DPI）技术对应用层业务进行精细化识别, 并设计了基于传输流的业务呼叫/事务详细记录(call/transaction detail record,xDR)合成方法,实现了对业务流量的精确监测。经现网测试验证,所设计的基于深度包检测技术的业务识别方案和基于传输流的呼叫/事务详细记录合成方案达到了预期的效果,在移动通信网络业务流量监测领域具有推广意义。     

深部复杂环境下采空区激光扫描异常点云数据修正

分析了激光扫描轨迹曲线的拓扑关系;研究了深部复杂环境下采空区激光探测结果中异常点:“坏点”和“噪声点”产生的环境因素.针对XYZ格式数据,基于四点插入法提出了坏点修正方法;基于二阶几何连续性提出了弦夹角和弦高比的噪声点过滤复合判据,利用阈值选择方法,过滤噪声点.工程验证表明:修正后空区内部形态、顶板边界更准确,体积修正约20~70m3,顶板高度提高1~2m左右,为空区安全预警提供依据.该算法逻辑简单、计算量小,为深部复杂环境下采空区三维边界信息精确获取提供了一种新方法.     

木兰溪前布墩水闸基坑开挖与基础处理方法

在木兰溪前布墩水闸工程施工图设计时,针对复杂的地形、地质条件,分别采取浆砌石围堰、喷射混凝土防渗墙、钻孔灌注桩相结合等综合方法,保证闸室底板及消力池基坑开挖边坡的安全;采取桩基础解决闸室、公路桥基础土层地震液化以及它们之间的不均匀沉降问题,为该工程保质保量顺利完成奠定了的基础,取得了良好的经济和社会效益。     

劲芯水泥土桩复合地基承载路堤失稳破坏模型试验

劲芯水泥土桩可有效提高软土地基承载力,减小地基沉降和提高边坡稳定性。目前对于劲芯水泥土桩的研究主要集中在其承受竖向荷载条件下的工程特性上,对于路堤荷载下桩体失稳破坏模式与计算方法的认识尚不全面。开展1g重力场模型试验,对比研究了路堤荷载下天然地基、水泥土桩复合地基、劲芯水泥土桩复合地基路基变形、桩土应力、桩体应变、桩体破坏形态及路堤失稳模式,并评价了现有刚性桩复合地基稳定性计算方法对于劲芯水泥土桩复合地基承载路堤稳定性分析的适用性。结果表明：相较于水泥土桩,劲芯水泥土桩能有效约束地基土变形,路面沉降约为水泥土桩复合地基的61%～71%,坡外隆起约为12%～46%,进而显著提高路堤的稳定性。在路堤荷载下,劲芯水泥土桩表现出渐进式失稳破坏特征,桩体可发生纯压破坏、压弯破坏和弯曲破坏,且与桩体刚度和相对于路堤位置有关,桩体断裂位置与滑动面位置并未重合。等效抗剪强度法对于劲芯水泥土桩承载路堤稳定性分析具有一定的适用性和应用价值。     

VLBI软件相关处理机研究进展及其在深空探测中的应用

甚长基线干涉测量（VLBI）是重要的射电天文技术，具有极高的空间分辨率，是国际上广泛采用的深空探测器高精度测量手段，相关处理机则是VLBI数据预处理的核心设备.由于VLBI观测数据的相关处理具有数据密集和计算密集的双重特点，目前绝大多数均由专用的大规模高速硬件相关处理机承担.随着通用计算机性能的迅猛发展，基于通用商用计算机的VLBI软件相关处理机的研究逐渐得到重视，并发展迅速，成为VLBI技术领域新的研究热点.软件相关处理机具有制造价低、复制容易、升级简便等特点，有可能在不久的将来，以深空探测领域为切入点，得以普遍应用，并且在常规天文数据相关处理中替代现有的硬件相关处理机。     

基于类间损失和多视图融合的深度嵌入聚类

针对深度嵌入聚类方法仅考虑类内关系及多视图聚类存在特征表示不足等问题,提出一种基于类间损失和多视图特征融合的深度嵌入聚类方法,该方法在深度嵌入聚类的损失函数中引进一个新的正则项提高类判别性.先通过自动编码器提取多视图数据的特征表示,对不同视图的特征表示进行融合得到公共表示,基于此得到数据的软分配分布和辅助目标分布;再对公共表示和聚类分配进行联合优化得到最终的聚类结果.在多视图数据集上的实验结果表明,该方法能有效提高聚类性能.     

面向光伏电站识别的深度实例分割方法

针对遥感图像上光伏电站边界精细提取的难点,在传统分割网络上添加逐像素的类别信息约束,提出了一种融合逐像素置信度模块的两分支深度实例分割网络。该网络通过四个损失结构和两个分支结构来实现,纵向上保证了网络每一层的语义信息,横向上保证了目标检测分支和分割分支的信息共享,提升了网络对于光伏电站边界的识别能力。采用国产GF-1数据进行新疆光伏电站提取实验,结果表明基于该方法进行光伏电站检测的准确率在召回率为89.5%的情况下达到83.4%,该方法可以为新疆光伏电站动态监测提供支撑。