基于双层模型的置信规则库参数与结构联合优化方法

作为置信规则库优化过程的两个重要方向,参数学习和结构学习共同影响着置信规则库的建模精度和复杂度.然而,现有的置信规则库优化方法大多只关注参数学习或结构学习某一方面的研究,无法有效平衡建模精度和复杂度这对相互影响的指标.为此,本文提出了置信规则库参数与结构联合优化方法.该方法基于赤池信息准则将建模精度和复杂度两方面信息纳入统一目标,建立置信规则库联合优化目标函数;然后,建立交集假设下的置信规则库双层优化模型并提出模型求解算法;进一步拓展前提假设条件,提出并集假设条件下的置信规则库规则激活方法和权重计算方法,并提出并集假设下的置信规则库双层优化模型以及相应的求解算法.经过参数与结构联合优化之后,得到置信规则库最优决策结构.文末,引入输油管道泄漏检测案例验证所提出方法的有效性.通过与已有研究相对比,结果表明并集假设下的置信规则库联合优化方法在提高建模精度和降低复杂度方面均具有良好表现.     

钢骨高强砼框架节点抗裂承载力计算的BP方法

根据钢骨高强混凝土柱/钢筋高强混凝土梁框架边节点抗震性能试验的结果,确定了在开裂时核心区的抗剪承载力.基于MATLAB建立了钢骨高强混凝土柱/钢筋高强混凝土梁框架边节点的神经网络模型,并根据试验结果对网络进行训练,使其具有分析和判断的功能,从而形成1种快速的设计方法.     

速滑蹬冰下肢关节工作顺序分析

运用生物力学方法,从机能解剖学角度对弯道蹬冰动作中下肢关节的工作顺序及发力时机进行了分析,并从速滑运动员不同滑行阶段关节的角度变化,蹬冰阶段下肢关节角度的动态变化及蹬冰脚关节角速度的变化三方面进行了研究,得出了速滑蹬冰技术中下肢关节工作顺序是髋、膝、踝,为速滑运动员蹬冰技术提高提供了理论依据.     

新型承插型盘扣式模板支撑体系承载力计算方法缺陷分析

对承插型盘扣式模板支撑体系的承载力进行准确预测,有着十分重要的工程意义,但目前普遍采用的承载力计算方法中存在诸多缺陷。根据规范建议方法设计搭建某实际工程承重型高大模板支撑体系。通过现场检测以及有限元模拟分析,探讨承插型盘扣式模板支撑体系的承载力计算方法。在有限元分析中,采用水平力法考虑初始缺陷对承载力的影响,在接头处设置转动刚度值以分析钢管接头处刚度的削弱;并将有限元计算结果与现场实测值对比。结果表明:仅仅采用规范建议的方法进行计算,其结果与实测结果误差较大;考虑初始缺陷和节点半刚性后,结果获得改善;进一步考虑接头转动刚度后,承载力计算结果与实测结果吻合较好。说明在承插型盘扣式模板支撑体系承载力计算中应充分考虑钢管接头处刚度的削弱,以保证施工安全。     

朋友圈社交行为对员工知识共享意愿的影响机制——职场友谊的中介作用和感知差异性的调节作用

基于社会影响理论,从社会影响的内化视角探究员工朋友圈社交行为对知识共享意愿的影响机制,并揭示了朋友圈社交行为对知识共享意愿的不同程度感知差异性的差异化作用。通过对255个有效样本进行分析发现:职场友谊完全中介了朋友圈社交行为与知识共享意愿的关系;职场友谊对知识共享意愿有着积极影响;感知差异性负向调节了"朋友圈社交行为-职场友谊-知识共享意愿"的前半径,即感知差异性水平低的员工通过加强社交互动会增强职场友谊,而感知差异性水平高的员工则会因为过度的社交互动而削弱其职场友谊。     

时宽-波形基联合捷变的LPD通信波形

为了提升通信信号的低检测概率(low probability of detection, LPD)性能,从降低通信波形各域能量聚敛性的角度,提出时宽-波形基联合捷变(joint agility of time width and waveform bases, JATW)的波形构架。基于此构架,以切普扩频(chirp spread spectrum, CSS)和正弦扩频(sinusoidal frequency spread spectrum, SFSS)为波形基,采用变时宽(varied of time width, VTW)参数配置方法,提出基于VTW-CSS/SFSS混合波形的LPD通信波形。采用数学推导辅以数值仿真分析的方法,分析所提出波形的各域能量聚敛特征。理论分析和数值仿真结果表明,相较于CSS和SFSS,所提波形的各域能量聚敛性明显较弱, JATW的波形构架有助于提升通信波形的LPD性能。     

基于联合子带ANM的小快拍宽带DOA估计方法

针对被动探测系统中,经典宽带信号波达方位(direction-of-arrival, DOA)估计方法在小快拍条件下无法直接有效地进行方位估计的问题,提出了一种基于联合子带最小原子范数(atomic norm minimization, ANM)的小快拍宽带信号方位估计方法。该方法首先将宽带信号划分的各子带聚焦到参考频点,再联合聚焦后的子带进行数据矩阵重构,最后通过ANM半正定规划优化,构造并恢复出一个最优的Toeplitz矩阵。该Toeplitz矩阵经过特征分解,能获得准确的信号子空间,从而实现有效的DOA估计。仿真结果表明,本文所提的方位估计方法在小快拍条件下具有良好的DOA估计性能,且能够估计相干源目标。     

基于多模态融合技术的用户画像方法

针对当前用户画像工作中各模态信息不能被充分利用的问题, 提出一种跨模态学习思想, 设计一种基于多模态融合的用户画像模型。首先利用 Stacking集成方法, 融合多种跨模态学习联合表示网络, 对相应的模型组合进行学习, 然后引入注意力机制, 使得模型能够学习不同模态的表示对预测结果的贡献差异性。改进后的模型具有精心设计的网络结构和目标函数, 能够生成一个由特征级融合和决策级融合组成的联合特征表示, 从而可以合并不同模态的相关特征。在真实数据集上的实验结果表明, 所提模型优于当前最好的基线方法。     

人工智能背景下的配送网络优化方法研究

伴随着人工智能的快速发展,在配送领域内无人机得到广泛应用;针对卡车和无人机在配送中的特征,提出卡车与无人机联合配送模式下的路线网络规划问题;在假定该模式具体应用情境的基础上,分别以碳排放量以及配送效率为目标建立路径规划模型,根据模型的特征设计了相应的求解方法;最后通过算例论证联合配送模式的可行性与有效性。     

互助担保:连带责任、互助保证金与成员努力程度

构建了针对现行互助担保模式的简单模型，分析了在互助担保中连带责任以及互助保证金对成员企业努力程度的影响.为了进一步激励成员企业的努力程度，提出增加监督惩罚机制和次序担保贷款机制，并通过建立动态激励模型验证了这些机制的有效性.研究结果如下:在现行的互助担保机制下，连带责任越大成员企业努力程度越低，且保证金越多成员企业努力程度越低，而引入监督惩罚机制以及次序贷款机制能够一定程度避免成员企业低努力程度行为的发生.