一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

基于强化局部特征的3D点云分类与分割网络

在点云的处理过程中，许多深度学习网络未能充分考虑局部点之间的复杂关系，导致大量空间几何信息丢失。针对该问题，提出了一个强化局部特征的网络，用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码；通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数，结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验，结果表明：该网络在点云的目标分类和语义分割任务上表现出较好的性能。     

基于不平衡数据的公司破产预测研究

整合创新数据预处理技术与集成算法利用不平衡数据探讨了公司破产预测问题。首先，运用冗余信息处理方法、不同抽样方法等对不平衡数据进行预处理。其次，以5.0分类器（Classifier 5.0,C5.0）决策树和单隐层前馈神经网络作为基分类器，分别与三类重抽样数据预处理技术结合，择出最优抽样法。再次，结合自助汇聚法提升分类效果，并运用十折交叉验证的受试者操作特征曲线的下方面积进行评价，对比了两基分类器的集成模型。最后，运用加利福尼亚大学尔湾分校数据库中一万多家波兰制造业公司的实际数据进行实验验证。实验结果表明：欠抽样或人工少数类过采样法与神经网络结合的集成模型分类效果最优，为企业实施破产预测提供积极支撑。     

低渗储油层水力压裂裂缝延伸过程及成缝机理

为了评价花古6井低渗储油层的压裂效果，在该井地表建立了微震监测系统.基于微震监测结果，利用裂纹延伸路径分析方法及矩张量分析方法对压裂过程中裂缝延伸的时空过程及成缝机理进行了分析.分析结果表明:不同黏度液体注入时，裂纹的空间展布具有不同的特征，注入高黏液时储层中形成了裂缝密度较低的缝网，注入低黏液时储层中形成的缝网具有延伸路径短、分叉明显、密度高、范围大等特征，注入中黏液会在储层形成一些始于分支裂缝端部的裂纹;裂缝的破裂类型以剪切破裂为主(占比89.5%)，并且破裂类型占比不受液体黏性的影响.     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.     

基于共现分析的分类器链标签序列优化方法

针对分类器链模型采用随机生成方式确定标签序列会极大影响分类器链性能的问题。通过共现分析技术深入挖掘标签间的潜在关系, 提出一种基于贪心算法和n-gram模型的两种标签序列优化策略以提升分类器链模型性能。基于贪心算法的策略通过计算和排序标签之间共现率来生成优化的分类器链标签序列, 而基于n-gram模型的策略则通过最大化标签之间条件概率来生成优化的分类器链标签序列。最后通过多个多标签基准数据集进行实验验证, 实验结果表明, 与当前流行的各种分类器链模型相比, 所提的两种策略很有竞争力, 可以明显提升多标签分类效果。     

安次地区奥陶系潜山裂缝特征及油气地质意义

针对安次地区奥陶系潜山储层非均质性强、井间生产差异性大等问题，利用岩芯、薄片及测录井等资料，对研究区内裂缝类型、发育程度及有效性进行分析，认为工区内发育构造缝、溶蚀缝和成岩缝3类，其中，构造缝最为发育，以NE走向的高角度缝为主；岩性和断层控制裂缝的发育程度，厚度薄、岩性纯、靠近断层发育的白云岩储层裂缝最为发育；张开度和充填程度反映裂缝有效性，研究区裂缝发育，多数裂缝半填充未填充，裂缝有效性好。多口井钻探证实，裂缝具有重要的油气地质意义，它不仅可以改善储层物性条件，还提供油气运移优势通道，提高单井产能，同时，裂缝的形成时期和发育部位控制油气运聚成藏：新近纪以后形成的裂缝发育程度高、有效性好；油气藏内部的裂缝发育，有利于油气运聚，形成富油气聚集区。     

浅论气象术语标准研制的问题与对策

为避免气象术语中出现循环定义、定义不协调、定义与术语不匹配、定义重复术语名称或使用代词等问题,运用术语学原理分析,提出研制术语时要注意“语料收集、定义研制、术语分类、辨析关系”的对策建议,这对提高术语研制质量,增强表达交流效果,完善气象标准体系具有重要作用。     

基于深度无监督学习的图像分类算法

为了取得精确的图像分类效果,一方面需要提取大量的图像特征数据进行样本分析,另一方面大量的数据又造成了维数灾难.因此,为了解决信息全面与维数灾难的矛盾,引入了深度学习.深度学习利用分层结构处理复杂的高维数据,可以完成复杂函数的逼近,是一类具有多层非线性映射的学习算法,但深度学习模型优化困难且对隐层参数敏感.针对上述问题,将无监督算法引入深度学习,这种学习方法无须人工设计特征提取数据,训练过程中样本标签是未知的.实验表明,该算法在不影响图像分类效果的前提下,可以大大降低计算复杂度,具有一定的时效性.     

压裂液侵入对页岩储层导流能力伤害

大规模水力分段压裂是页岩气等非常规资源高效开发的关键技术。页岩气井返排率一般较低,大量的压裂液长期滞留地层对储层岩石、支撑剂强度等造成一定的伤害,影响页岩储层压裂改造长期效果。针对该问题,通过室内试验模拟研究现场压裂前后气测导流的变化规律,对压裂液伤害程度进行表征。结果表明:压裂液侵入降低了支撑剂、页岩岩石强度,导致支撑剂破碎率、岩石嵌入程度加剧,导流能力伤害达到60%以上;使用大粒径支撑剂、较高铺砂浓度,优选破胶性能好、低残渣、防膨性强的压裂液,能有效提高导流能力,降低压裂液伤害程度。研究结果对页岩地层压裂设计,降低压裂液伤害提高产量提供参考。