路侧公交专用车道下右转出口上游公交车头时距分布特征

为了描述公交专用车道模式下右转出口上游公交车的车头时距分布特征，考虑公交停靠站对公交车头时距分布的影响，将研究对象分为两类。基于实测数据，对公交车头时距进行非线性回归拟合，并通过卡方检验对各组数据进行拟合优度检验，从定性和定量角度对公交车头时距分布进行分析。研究结果表明：第Ⅰ类公交车头时距服从负指数分布，第Ⅱ类公交车头时距服从移位负指数分布。最后，基于可插间隙理论，建立了右转车辆在交织区延长后的通行能力模型；结合两种类型下的公交车头时距分布模型，分别建立了交织区长度与公交车流量和右转车流量的关系模型。     

基于曼哈顿距离构建非参数Q矩阵修正方法

将被试得分、理想反应距离和被试得分异常原理相结合,并加入属性计分下的被试得分特性,开发了用于多级评分情境下属性计分曼哈顿距离法(SA-MD),在不同条件下验证了SA-MD的稳定性和适宜性.通过模拟研究和实证研究表明:(i)从逻辑推导出SA-MD用于多级评分情境下Q矩阵修正更合理;(ii)在多种条件中,SA-MD 均有较优的修正效果,适用范围更广,稳定性更高;(iii)当小样本测验进行Q矩阵修正时,使用SA-MD方法可获得更优的效果.     

基于改进K-Means++分时电量聚类与行业用电行为分析

由于能源互联网中分时电量分布不仅为分时电价的制定提供依据还代表着用户的用电意识,提出改进K-Means++的聚类算法与典型用户筛选模型对分时电量进行挖掘。首先对K-Means++进行改进,利用模拟退火算法(simulated annealing, SA)与中位数阈值分割自动确定聚类初始质心与聚类数,弗雷歇与欧式距离的加权复合作为相似性的度量,权值由信息熵与层次分析法(analytic hierarchy process, AHP)确定。然后对分时电量进行聚类,从每簇聚类结果中依据典型用户筛选模型筛选典型用户,得到3种用电类型,最后从主要用电类型与用电类型转变的角度对行业用电行为分析,得到不同行业相同的用电行为。有助于供电侧初步掌控区域性行业用电群体的用电特征,为精细有序的用电管理做准备。     

深层碳酸盐岩储层有机酸深穿透酸压工艺

利用常规酸液体系对深层碳酸盐岩储层进行酸压改造时面临着酸蚀缝长短、导流能力递减快等问题。为实现这类储层的高效改造,对有机酸、胶凝酸等不同的酸液体系获得的有效作用距离及长期导流能力进行实验研究。对比不同酸液体系的酸岩反应动力学方程,可知相较于胶凝酸,有机酸有效作用距离能提高10倍以上,但有机酸在低闭合应力(10 MPa)和高闭合应力(60 MPa)下长期导流能力均低于胶凝酸液体系。为在实现酸蚀裂缝长有效缝长及高导流能力,提出了"有机酸+胶凝酸"注入方式,先用有机酸进行远端刻蚀,再用胶凝酸提高近井导流能力。并对典型井优化,得到施工排量8～10 m~3/min,施工液量850～950 m~3,施工段塞在2～3段能取得较好的酸压施工效果。     

基于工况识别的安全距离模型

针对传统自适应巡航控制系统安全距离模型缺乏对车辆驾驶工况变化考虑的问题，提出一种基于驾驶工况识别的安全距离模型。依据城市驾驶工况特点构建了4种典型城市工况，引入人工神经网络对车辆实时驾驶工况进行识别与预测，然后以现有安全距离模型为基础，结合工况识别结果，完成对该模型的优化。通过CarSim和Simulink联合仿真验证，结果表明：基于驾驶工况识别的安全距离模型可以更好地实现与前车的速度跟随与距离控制，提高了乘坐安全性与道路利用率。     

信息几何研究进展

随着人工智能的不断深入，基于欧氏框架的数学理论无法有效地解决信息领域中的一些非线性和随机性问题，而信息几何是解决非线性和随机性问题的有效工具。基于黎曼几何的信息几何由于其在统计推断、信号处理、图像处理、神经网络、机器学习等领域的广泛应用，受到了人们的关注，成为热门的研究领域。经过几十年的发展，信息几何已经从最初鲜为人知的领域发展成为研究非线性、随机性复杂信息的重要工具。将对信息几何研究进展做一个综述。首先介绍信息几何的理论框架，包括对偶联络、流形上的测地距离、以及黎曼梯度等，然后简要介绍信息几何在统计推断、神经网络、控制系统领域、信号处理、机器学习等领域的应用，最后介绍信息几何的展望，期望对信息几何感兴趣的学者有所帮助。通过该综述，读者可以了解到信息几何的基本理论框架，了解到信息几何的重要应用场景，为解决信息领域中的瓶颈问题提供一定的启发。     

新不确定度量下的冲突证据融合

针对证据高度冲突的情况下,DS证据理论在实际应用中出现错误融合结果的问题,提出基于不确定度的冲突解决方法.首先分析现有的不确定度量方法的不足,研究基本概率赋值本身所包含的信息,提出一种新的对证据不确定性度量的方法;依据新的不确定度量,结合证据距离生成权重来修正待组合证据体,再利用Dempster规则完成证据组合,可有效解决证据高度冲突情况下的信息融合问题,最后通过算例验证了该方法的有效性.     

非线性中立型时滞微分方程解的零点距估计

泛函微分方程振动解的零点分布作为方程振动理论的一个重要分支,使方程振动解的研究更加定量化,但目前对非线性及多个变时滞微分方程振动解零点距估计的研究成果还很少.本文通过非线性问题线性化处理,多个变时滞取上下界的方法,对一类一阶非线性多个变时滞中立型微分方程振动解的零点距进行了估计,获得了方程所有解都振动的充分条件,改进和推广了已有的一些的结果.     

基于图像欧氏距离流形降维的端元提取算法

由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高针对高光谱图像的非线性结构.本文提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法该方法结合高光谱数据的物理特性,将图像欧氏距离引入局部切空间排列进行非线性降维以更好的去除高光谱数据集中冗余的空间信息和光谱维度信息,然后对降维后的数据利用寻找最大单形体体积的方法提取端元.真实高光谱数据实验表明,提出方法对高光谱图像端元提取具有良好的效果,性能优于线性降维的主成分分析算法和原始的局部切空间排列算法.     

基于句法依存卷积神经网络的句子相似度计算

句子相似度计算是自然语言处理的一项基础任务，其准确性直接影响机器翻译、问题回答等下游任务的性能。传统机器学习方法主要依靠词形、词序及结构等浅层特征计算句子相似度，而深度学习方法能够融入深层语义特征，从而取得了更好效果。深度学习方法如卷积神经网络在提取文本特征时存在提取句子语义特征较浅、长距离依赖信息不足的缺点。因此设计了DCNN （dependency convolutional neural network）模型，该模型利用词语之间的依存关系来解决该不足。DCNN模型首先通过依存句法分析得到句子中词语之间的依存关系，而后根据与当前词存在一跳或者两跳关系的词语形成二元和三元的词语组合，再将这两部分信息作为原句信息的补充，输入到卷积神经网络中，以此来获取词语之间长距离依赖信息。实验结果表明，加入依存句法信息得到的长距离依赖能有效提升模型性能。在MSRP （microsoft research paraphrase corpus）数据集上，模型准确度和F1值分别为80.33%和85.91，在SICK （sentences involving compositional knowledge）数据集上模型的皮尔森相关系数能达到87.5，在MSRvid （microsoft video paraphrase corpus）数据集上模型的皮尔森相关系数能达到92.2。