高速网络分布式抽样中的统计随机性分析

针对当前分布式抽样方法不能较好地解决抽取样本的随机性和估计无偏性的问题,采取对被抽样的数据包头中没有实际意义的Flag预留位做标记的方法,以保证各测量点抽取样本的一致性;在入口点处采取泊松抽样保证样本的随机性和估计无偏性.理论推导和实验验证均表明:所提方法实现简单、准确性高,抽取样本能较为准确地估计出流量总体特征,并且部署灵活,适合于工程应用.     

“X男／女”的词语模语义建构和语用理据分析

“X男/女”词族近年来涌现出很多新成员,对“X男/女”这一词族进行词语模语义建构分析,指出“X男/女”词语模之所以会流行,除了因为其语义建构符合语言的经济原则和语义的关注原则,外部语用环境也起着重要的作用。     

无线扩频调制调器的应用研究

介绍一种采用可编程数字扩频处理模块设计的无线扩频Modem,论文首先概述了该无线扩频Modem的硬件系统构成,然后详细讨论了实现该无线扩频Modem的关键技术－－扩频处理模块内部参数寄存器的设置方法,最后给出了系统测试结果。     

虚拟现实技术及其在高校化工教学中的应用

虚拟现实（简称VR）是以沉浸性、交互性和构想性为基本特征的计算机高级人机界面。目前,作为一种全新的立体化教学手段,虚拟现实技术已应用于化工机械、化工工艺等课程的辅助教学。它可以逼真地向学生展现那些采用传统教学手段难以描述的内容,如设备内部构造、化学反应过程等,学生也可以自主地对虚拟对象进行观察和操作。教学内容生动,教学场景逼真,教学效果突出。实践表明,虚拟现实技术可解决当前化工教学面临的诸多问题,应用前景广阔。     

聊城大学学生宿舍能耗现状调查

对聊城大学的11座宿舍楼进行了水电能耗调查,根据宿舍实地调查及聊城大学水电暖处记录的数据,对聊城大学宿舍楼建筑能耗,特别是水电能耗现状作了分析,得出此类建筑单位水面积能耗平均为2.27953m3,单位电面积能耗平均为6.05kW.h,并对其进行了节能潜力分析。     

基于节点分类的区域货流分布预测方法

为了更加精确地预测区域货流分布并准确描绘区域经济之间的联系与互动,提出了基于聚类算法与改进重力模型相结合的区域货流分布预测方法。首先,通过Pearson相关性检验对货运影响因素进行分析,针对不同区域之间的异质性和相似性,采用K-means++算法进行节点聚类,对起讫点（origin-destination, OD）对进行精细化研究;其次,引入货运影响因素、社会联系强度以及由距离成本和时间成本构建的阻抗函数作为参数,对传统重力模型进行改进,灵活地适应不同地区的交通特征,使得模型更具通用性和适应性;最后,以云南省为例,利用构建的改进重力模型进行货流分布预测,并与传统重力模型预测结果进行比较。结果表明：改进重力模型预测精度比传统重力模型提升了57.75%,稳定性提升了54.66%。该方法预测精度明显提升,为区域货流预测提供了更为可靠的方法。     

基于生成对抗网络的气缸套表面缺陷图像生成

针对气缸套缺陷检测中缺陷样本不足限制气缸套缺陷检测性能提升问题,采用基于生成对抗网络的气缸套表面缺陷检测算法.首先,为了保持缺陷图像中原有缺陷位置与特征不变,通过循环生成对抗网络模型学习有缺陷气缸套图像与正常图像的关系;其次,利用学习得到的模型对有缺陷气缸套图像进行风格迁移,即把有缺陷气缸套图像背景替换成无缺陷气缸套图像背景,实现对气缸套缺陷数据集的扩充与增强;最后,通过基于数据增强的RetinaNet网络模型对生成图像的有效性进行验证.试验结果表明,通过生成对抗网络生成的气缸套数据集可以提升缺陷检测性能,进一步证明了生成对抗网络在工业应用的可行性.     

多重运输调度问题的模拟退火算法

提出了多重运输调度问题的模拟退火算法,实际运算表明,该算法具有较快的收敛速度,是一个较实用的算法。     

求解二层线性规划问题的混合粒子群算法

结合粒子群优化方法和单纯形法为二层线性规划构造了一个混合粒子群优化算法.算法具有两层结构,其中粒子群算法用以求解上层规划问题,单纯形法用以求解下层规划问题.设计的粒子群在上层决策变量的可行城内搜索最优解,同时通过单纯形法求解下层规划问题得到每个粒子相应的下层规划问题的解.算法通过初始种群可行化,以及步长控制、不可行粒子淘汰等技巧避免了使用罚函数处理约束带来的困难,提高了粒子群优化算法的计算性能.最后,我们给出算法的数值例子并对该算法的计算性能加以分析.     

面向用户偏好的属性值评分分布协同过滤算法

针对传统协同过滤算法存在的不足,本文充分考虑用户对项目相关属性特征的偏好,将用户对项目的评价转化为用户对项目属性偏好的评分分布;在此基础上,对传统的协同过滤算法的相似性度量方法进行改进,并采用修正的用户偏好数学期望预测模型,提出一种面向用户偏好的属性值评分分布协同过滤推荐算法.实验结果表明,该算法可有效解决传统过滤算法存在的问题,推荐精度显著提高,使推荐服务更好地满足用户的偏好需求.