NDSocTeam仿真机器人足球队的设计和实现

机器人足球(RoboCup)是研究多agent系统的体系结构、多agent团队合作理论以及机器学习方法的理想测试平台。介绍了开发的仿真球队NDSocTeam系统的设计原理和实现技术。系统设计了以机器学习技术为核心的球员agent结构，并建立了一种分层学习以及多种学习技术相结合的机器学习系统．重点描述了NDSocTeam系统的总体结构、球员agent的结构以及机器学习的实现技术。     

Web信息提取中多策略学习算法的研究

将一种新的机器学习方法－多策略学习算法应用于Web信息提取领域，在原有的机械学习，统计学习和相关学习等三种机器学习法基础之上充分考虑各学习方法的利弊，将三者有机结合，使得结合后的新算法在提取Web信息时比结合前任一单一机器学习方法都更有效、更准确。     

基于数据集元特征的超参数优化方法

超参数优化问题一直是自动化机器学习研究的重点问题，针对特定的需求建立机器学习模型，需要调整大量的超参数。其中，超参数组合形成了大规模的超参数搜索空间，从而需要大量的运行时间。然而，有效探索大量超参数组合具有一定的挑战，现有的自动化超参数优化方法时间复杂度很高。为此，利用相似数据集的最优超参数区间的历史知识，提出了一种基于数据集元特征的超参数优化方法。首先，使用自动化机器学习系统寻找最优超参数的区间范围，然后对历史数据集元特征采用递归特征消除法进行特征提取作为特征向量，将此特征向量与最优超参数区间的对应关系利用XGBoost算法建立预测模型，并使用该模型预测新数据集的最优超参数区间。对OpenML平台的数据集进行实验，结果表明该方法预测的最优超参数区间的精度达87%。同时，把此预测区间作为自动化机器学习系统的搜索空间范围，在很大程度上缩短了运行时间，且确保一定的性能。     

机器学习的若干方法分析

介绍几种典型的机器学习方法，比较和分析其优越性和局限性，并在综合不同学习方法的基础上对集成学习系统进行探讨。     

数据驱动的自动化机器学习流程生成方法

自动化机器学习是机器学习前沿的一个重要问题，自动化机器学习工具根据数据集及任务需求组合机器学习算子来构造流程，使领域用户在不具备专业机器学习知识的情况下也能完成相应数据分析工作，但目前的自动化机器学习工具普遍存在耗时长和精度低的问题。本文基于数据集相似性和强化学习原理，提出一种数据驱动的自动化机器学习流程的生成方法，利用相似数据集的历史知识，将神经网络与MCTS相结合，指导机器学习流程的生成。实验结果表明：该方法在耗时方面缩短至分钟级别，流程性能也得到提升。     

使用王朗道蒙特卡罗算法和机器学习研究伊辛模型相变

文章以伊辛模型为例，首先利用王朗道蒙特卡罗算法构建了完备的数据集，相较于常用的Metropolis算法，避免了在相变点处的临界慢化效应和在低温下无法遍历到所有重要构型的不足。然后运用非监督机器学习方法进行研究：采用主成分分析法与K-means算法处理数据集，采用Calinski-Harabasz指标分析模型相变。最终得到伊辛模型的相变点，与传统方法结果一致。本文方法为使用机器学习研究统计物理中的相变现象提供了一种可行的解决途径。     

基于卷积神经网络的Android恶意软件检测技术研究

Android系统的迅速迭代及其开源特性使得Android恶意软件产生大量的变种,这对Android恶意软件检测和分类带来不小的挑战.机器学习方法已成为恶意软件分类的主流方法,但现有的大多数机器学习方法都使用传统的算法(如支持向量机).目前卷积神经网络(CNN)作为一种深度学习方法表现出了更好的性能,特别是在图像分类等应用上.结合这一优势以及迁移学习的思想,本文提出了一种基于CNN架构的Android恶意软件检测和分类方法.首先,提取Android应用的DEX文件然后将其转换成灰度图像并放入CNN中进行训练分类.本文实验使用Drebin和Android Malware Dataset(AMD)两个样本集.实验结果显示,该方法在Android恶意软件家族分类上准确率达到97.36%,在Android恶意软件检测中在不同样本集上的准确率都达到了99%以上.实验表明,本文提出的方法具有较高的分类准确率和泛化性能.     

地铁列车门系统丢失零速信号后应对方案及RAMS分析

描述了天津地铁1号线列车车门系统零速丢失后的处理办法,分析了三种处理方式的特点,使用RAMS方法对三种零速信号丢失后的车门处理方式的安全性进行了归类分析,提出了处理此类问题的最优方式。     

关于软件自动化系统中的机器学习方法研究

随着计算机科学的发展各领域之间的相互渗透逐渐形成了许多交叉研究方向，基于此本文给出软件自动化系统中的机器学习方法。主要讨论两个方面的问题：一是软件自动化中的机器学习，二是软件自动化中较为复杂的学习算法构架。     

Agent普适机器学习分类器

从20世纪90年代提出普适计算的透明化和不可见性两个特点开始,到2003年国际普适计算会议提出使用自身的信息来提高系统性能以后,普适计算开始向机器学习的方向发展.本文借助普适计算的基本性质,结合机器学习的特点,提出Agent普适机器学习分类器方法.通过Agent的移动性和普适计算的随时随地性来实现机器学习为各行各业服务的普适功能,从而形成Agent普适机器学习基本内容,包括Agent普适机器学习基本概念和Agent普适机器学习分类器设计.最后通过实例分析进一步证明本文提出方法的有效性.     

故障诊断专家系统神经网络学习机研究

根据故障诊断专家系统的特点，设计了一种面向故障诊断问题的机器学习系统。在参数修正自学习模型中，引入了变结构的参数修正人工神经网络模型，采用B-P学习算法及后验学习方式，实现了故障诊断专家系统参数修正学习机设计。在汽车故障诊断问题中的应用结果表明。学习效果良好。     

塑料注射成型机液压系统的改进

本文从注射机液控系统的改进出发,比较了几种控制方式.认为采用由计算机直接控制,不需数/模(D/A)转换的数字阀、数字泵系统改进注射机的液压系统,并将各种控制功能集成为一个的系统,这是切实可行的改进注射机液控系统的新途径.     

数控校直机床的伺服控制

以ＩＰＣ为硬件平台,研制了具有标准ＰＣ总线接口的智能型主控板,利用位置调节器和速度调节器构成了半闭环伺服控制系统。上位机ＩＰＣ与智能型主控板构成主从结构,以中断为握手方式进行总线通信。系统由ＩＰＣ向主控板发出指令,由主控板根据指令要求进行伺服控制完成指令动作,并将工作状态信息反馈回ＩＰＣ。经试验,该系统满足数控校直机床的控制要求。     

智能积分方法在精密注塑机控制中的应用

研究了一种智能积分控制方法，该方法采用ＭＭ控制模式切换界面的仿人工智能控制规则集，它把变放大系数的ＭＭ控制模式和智能积分相结合，具有仿照人的控制决策的性质，智能积分有非线性控制的特性。ＭＭ控制规则集不要求精确对象传递函数，把智能积分控制方法应用于精密注塑机液压油温度控制系统中，收到良好效果。     

基于机器视觉与Andriod的停车场智能管理系统

为了实现停车场的智能与精确管理,设计了一套基于机器视觉与Andriod的停车场智能管理系统。首先,集成网络摄像头、数据处理服务器硬件和Andriod终端显示器,组成系统硬件平台;嵌入机器视觉算法和局域网通信,构建了停车场智能管理系统架构。然后,基于10万帧各场景各车型的大数据样本,利用卷积神经网络四层训练,设计了车牌定位检测算子,实现车辆有无判断与车牌定位。在Visiual Studio平台开发系统,并对该智能管理系统进行了测试,输出结果表明:所提出的停车场智能管理系统,在车牌检测和系统智能性方面,都优于传统停车场管理系统。     

重力式平衡机的灵敏度分析

重力式平衡机是利用偏重力矩检测盘状零件不平衡度的一种设备。它有一个很灵敏的零件架。本文对它的三种支承型式的灵敏度进行了分析,弄清了影响平衡机灵敏度的有关因素,从而,为设计高灵敏度的重力式平衡机指明了途径和方法。     

电脑绣花机控制系统的实现

本文在借鉴国外进口电脑绣花机的基础上,对电脑绣花机的控制原理进行了分析。给出系统的调速方法和花样数据的输入编码,以及研制此系统的硬件结构和软件流程。可以作为开发研制电脑绣花机的技术参考。     

MTS数字程控伺服岩石刚性试验机功能开发

介绍了以美国 MTS 815 Teststar型程控伺服单轴岩石刚性试验机为基本设备 ,配套开发的常规三轴、真三轴和直剪试验等功能组成的一个多功能数字程控伺服岩石力学试验系统的结构和性能。     

RULE-BASED FABRIC INSPECTION USING MACHINE VISION

Automatic visual inspection of fabric is not only one of the potential application of machinevision but a considerable challenge in textile engineering as well.This paper mainly discusses howto inspect fabric defects using machine vision.The introduced inspection system has a feature of:(?)Categorizing the fabric defects into 4 groups,for each group diffcrent image processing and recog-nizing methods are designed for fast and efficient inspection:2.The inspection and recognitionparameters are determined by training and self learning,these parameters vary with different kindsof fabric;3.Human inspetor's experiences are summed up as rules to ensure the system has a s(?)lar evaluation performance of human inspector.This system can detect most of the fab(?) defects.the total recognition error is less than 5% except for the detection error of yarn irregularity,whichcould be as high as 20%.     

利用支持向量机方法预测储层产能

支持向量机方法(SVM)是基于结构风险最小化原理,采用核函数处理技术,较好的适应小样本、非线性和局部极小点等实际问题,克服了常规统计方法的局限性,避免了维数灾难。能够在有限的样本集基础上,兼顾模型的通用性和推广性,有效解决了学习性和延拓性的问题,预测精度更高。实际生产中影响储层产能因素众多,各因素间相互影响,在综合考虑地层因素的基础上,提取了测井产能预测参数,利用支持向量机方法对产能进行了预测,预测结果与实际一致,并将处理结果与多元回归及BP神经网络处理结果进行了对比分析。实践表明支持向量机方法优于后两种方法,是一种值得推广使用的方法。