基于公共数据模型CDM的数据融合

提出了一种基于超图的公用数据模型CDM(common data model),实现了关系模式与XML文档相互转换的方法,从而实现了这两类数据的融合.     

基于面向对象公共数据模型的领域构件模型及其实现

在领域公共数据模型和领域公共模型存取规范的基础上，设计适当的领域构件模型，实现领域构件的重用和数据共享与软件重用的统一，对石油勘探开发领域具有重要的实际意义。给出了一种基于领域面向对象公共数据模型的领域构件模型，并论述了该模型实现的关键技术，包括领域公共事务对象（CBo）的设计原则与步骤，CBO对公共数据模型的数据存取接口，CBO对领域不同数据源的数据共享和CBO间的数据存取一致性技术等。石油领域构件实现和应用实例说明，利用构件开发模式可以提高软件开发的可靠性和效率。     

基于面向对象公共数据模型的领域构件模型及其实现

在领域公共数据模型和领域公共模型存取规范的基础上,设计适当的领域构件模型,实现领域构件的重用和数据共享与软件重用的统一,对石油勘探开发领域具有重要的实际意义。给出了一种基于领域面向对象公共数据模型的领域构件模型,并论述了该模型实现的关键技术,包括领域公共事务对象(CBO)的设计原则与步骤,CBO对公共数据模型的数据存取接口,CBO对领域不同数据源的数据共享和CBO间的数据存取一致性技术等。石油领域构件实现和应用实例说明,利用构件开发模式可以提高软件开发的可靠性和效率。     

基于平滑转换机制分位点回归模型的动态相关性

构建了平滑转换机制下的分位点回归模型,其平滑转换变量选取市场波动率指数(volatility index,VIX),研究了美国股市对全球若干代表性股市风险的非线性影响.研究发现平滑机制转换模型的转换位置能够刻画全球股市对美国股市的敏感点,转换斜率则描述了联动性的转换速率.实证结果表明,国际股市相关性存在非线性机制转换,几乎全球股市都受到了美国股市的冲击,且在不同的分位点下,相关性在高低机制间平滑转换,转换速率各不相同,并在低分位下表现强烈,说明金融市场间的相关性主要是尾部风险的传导.将所选数据样本分为三个子样本,用所提出的平滑转换机制分位点回归模型分别对它们进行研究,结果表明危机期间与非危机期间的位置转换参数及相关性都不同,危机期间的位置转换参数明显降低了,且在低分位下的相关性明显提升,说明该模型对于研究金融市场间的动态相关性是可行的,而且外生变量VIX能对金融市场间的联动性产生显著影响.这给国际投资者和政策制定者提供了一种新的思路,即可以借助于VIX变化考虑美国经济对全球股市的影响。     

从NEWCOM模型到关系模型的转换机制研究

本文首先简要地介绍了分布式应用程序的体系结构描述语言－ ＮＥＷＣＯＭ,以及问题提出的背景,并研究利用基于知识的方法将所得到的相关信息转换为关系模型的算法,该系统的底层是用关系数据库管理系统语言描述的企业管理信息系统。换句话说,我们实现的系统具有：基于领域概念知识的转换机制将分布式应用程序的体系结构变换为企业管理信息系统的功能;本文讨论了按系统的功能进行了模块划分,并研究各个模块在转换过程中实现的方法。     

基于模型参考的自适应PID控制器

提出了一种基于模型参考的自适应 PID控制器 ,通过引入一自适应误差信号 ,根据模型参考自适应控制原理的方法 ,推导了 PID参数整定的自适应率 .仿真结果表明 ,该控制器与典型的PID控制器相比 ,显著提高了系统的动态响应性能 ,系统输出能够很好地跟踪参考模型的输出 ,具有一定的抗干扰性 ,鲁棒性较好     

基于多模型的自适应控制研究进展

基于多模型的自适应控制（ＭｕｌｔｉｐｌｅＭｏｄｅｌＢａｓｅｄＡｄａｐｔｉｖｅＣｏｎｔｒｏｌ,ＭＭＡＣ）其目的在于对各种复杂的、具有高度不确定性的、快时变的系统给出一种行之有效的控制方法．文中对这一领域的研究进展进行了回顾、分析与总结．介绍了ＭＭＡＣ的基本原理和基本思想,给出了ＭＭＡＣ的结构框图,分析讨论了其中存在的几个重要问题,并指出了与这些问题相关的未来的研究方向     

基于神经元网络多模型自适应控制

多模型自适应控制（ＭＭＡＣ，Ｍｕｌｔｉ—ＭｏｄｅｌＡｄａｐｔｉｖｅＣｏｎｔｒｏｌ）是一种离线设计和在线识别与决策的新方法，它将有限多个简单控制联结成一种从总体上具有大范围的鲁棒控制。利用神经元网络对被控系统模型进行识别的思想，构成神经元网络的多模型自适应控制。     

基于DNN的声学模型自适应实验

声学模型自适应算法研究目的是缓解由测试数据和训练数据不匹配而引起的识别性能下降问题.基于深度神经网络(DNN)模型框架的自适应技术中,重训练是最直接的方法,但极容易出现过拟合现象,尤其是自适应数据稀疏的情况下.文章针对领域相关的自动语音识别任务,对典型的两种声学模型自适应算法进行了尝试,实验了基于线性变换网络的自适应方法和基于相对熵正则化准则的自适应方法,并对两种算法进行了详尽的系统性能比较.结果表明,在不同的自适应数据量下,相对熵正则化自适应方法均能表现出较好的性能.     

基于比较视角的厦门市公共数据开放对策研究

研究背景和研究目的 随着大数据、物联网、5G、人工智能等新一代信息技术的发展,数据不仅成为社会经济发展的新型生产要素,更是国家基础性、战略性资源.各级政府部门及履行公共管理和服务职能的企事业单位在依法履职过程中采集和产生的数据资源,无论在数据规模、质量及种类上都占有核心优势.加快政府公共数据资源开放,鼓励社会机构和个人...     

基于GIS的图形数据格式一体化转换技术

开发了基于GIS的地形符号设计和绘制软件,使地形图符号具有图形和属性两个特征,经过适当的整理加工,实现图形数据一体化转换,建立GIS数据库,提出了在GIS的各种软件中有效集成应用CAD等模型各种数据的解决方案,并且着重在点状符号、线状符号和面状符号的符号显示,以及地理要素与符号库的连接及匹配的问题做了重点阐述.     

基于自适应用户模型的RSS内容过滤

为更好地解决用户如何从过载信息中快速获取需要的信息,利用RSS标准与内容过滤技术,提出了一种使用Rocchio单次反馈和多次反馈相结合的方法,此方法可以准确、快速地追踪用户兴趣的概念漂移,自适应用户模型的变化,更好地实现用户的个性化需求.为验证该方法的可行性,实现了一个基于RSS新闻的内容过滤系统(RSS News Filtering).     

基于Agent的Web网页自适应检索模型

分析了Agent和一般信息检索模型的特征 ,根据Web网页信息检索的特点 ,综合布尔逻辑模型和向量空间模型的优点 ,提出了一种基于Agent的智能、主动、自适应超文本网页信息检索模型 .     

基于网络信息流的自适应MWM模型研究

多重分形小波模型(MWM)可以用于网络流量非严格自相似性的分析,但现有MWM及改进模型大多不能保证各个尺度下尺度系数的边缘分布都能拟合业务流数据,当边缘分布与源数据的统计特性有较大差异时,得到的排队分析结果也将出现较大差异.针对传统多重分形小波模型存在的缺陷,在分析实际视频流量多分辨率性能的基础上,提出了参数可调的自适应多重分形小波模型.该模型的改进之处在于它能够根据实际情况实时地调整小波参数和乘性系数,更好地适应实际网络流量的特性.对新模型的仿真流进行了尺度函数和多重分形谱的分析,结果证明了新模型的准确性.     

基于深度模型的场景自适应行人检测

针对现有基于机器学习的行人检测算法存在当训练样本和目标场景样本分布不匹配时检测效果显著下降的缺陷,提出一种基于深度模型的场景自适应行人检测算法.首先,受Bagging机制启发,以相对独立源数据集构建多个分类器,再通过投票实现带置信度度量的样本自动选取;其次,利用DCNN深度结构的特征自动抽取能力,加入一个自编码器对源-目标场景下特征相似度进行度量,提出了一种基于深度模型的场景自适应分类器模型并设计了训练方法.在KITTI数据库的测试结果表明,所提算法较现有非场景自适应行人检测算法具有较大的优越性;与已有的场景自适应学习算法相比较,该算法在检测率上平均提升约4%.     

基于自适应参数的全变分综合图像去噪模型

分析了ROF去噪模型和LLT去噪模型的优缺点,提出了一种基于自适应参数的全变分综合图像去噪模型.先利用高斯滤波对噪声图像进行预处理,以减少噪声在后续处理时被当成假边缘的可能性,再根据图像中每一像素点的梯度信息,自适应地选取模型中决定平滑强弱的参数,使模型能在接近图像边缘处平滑较弱,在远离边缘处平滑较强.实验表明,本模型在去噪的同时能有效地保留图像的纹理信息,并对降噪性能指标有较好的提高.     

基于线性化误差模型的自适应控制系统设计

本文提出了一种基于线性化误差模型的自适应控制系统。该控制系统首先为非线性过程建立一个ARX模型与一个基于神经模糊系统的线性化误差模型组成的合成模型,然后再引入单神经元控制器,利用线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。最后,将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并和传统的PID控制器进行比较。仿真结果表明,这种基于线性化误差模型的自适应控制和PID控制器相比,具有更快的响应速度。     

基于局部自适应约束的图像恢复模型

针对基于自适应Lp范数的图像恢复(adaptiveLpnorm based image restoration,ALPIR)模型在恢复图像时引入"阶梯"效应的问题,提出了一个基于局部自适应约束的图像恢复模型."阶梯"效应的产生与ALPIR模型的Lp范数自适应方案性能密切相关;在新模型中,依据人类视觉感知特性,采用图像方向信息测度和局部方差表征图像的边缘特征,利用可见度函数构建了一个新的自适应方案确定Lp范数.实验结果表明,新模型在恢复图像的同时很好地保持了图像的边缘细节,有效地抑制了"阶梯"效应,综合性能优于ALPIR模型.