基于K均值和支持向量机的燃料电池在线自适应故障诊断

基于K均值(K-means)和支持向量机(support vector machine, SVM)算法,提出了一种车用燃料电池系统(fuel cell system, FCS)在线自适应故障诊断方法.该方法通过不断获取系统最新单体电压,采用K-means算法改进传统的静态SVM分类器模型,对实时获取的信息进行聚类,实现分类器的在线自适应调节.采用已发表文献中的实验数据进行了相关的验证分析,结果表明,提出的方法能有效地在线调节故障分类器,实现FCS系统特性发生改变后的故障检测.     

"互联网+"背景下高校MOOC互动教学模式框架研究

基于在“互联网+”背景下,对构建的高校MOOC( Massive Open Online Course) 互动教学模式进行完善,健全其平台功能框架,解决当前该平台运行过程中所存在的问题,及时指导使用者的实践过程,简化资源下载难度和协作交流等。侧重对综合B/S 架构的服务器和浏览器,J2EE 开发环境,采用集成架构SSH( Secure Shell) 的分层设计原则进行研究,在划分平台时将其分为控制器层、数据层、用户视图层以及业务逻辑层4 层,实现开发效率的显著提升。该研究对当前已有的MOOC 平台展开更加深入的分析,进一步完善了其不足之处,增强了其交互性和实用性,二者的耦合提高了教学效果,为学生提供一个能使课前学习高效完成的平台。     

结合遗忘特性的多任务多核在线学习算法

对于数据流的处理,多任务多核学习已逐渐成为在线学习算法研究的热点,它在一定程度上可提高数据流预测的准确性。多核方法尽可能使用最少的核函数得到最好的实验效果,当数据量增大、训练模型稳定时,通过阈值限定的方法对核函数进行遗忘,从而减少基本核函数的使用个数,使得计算更加简单;对于算法的优化,通过引入一个遗忘变量,从对偶的角度来进一步优化权重更新过程,这里的权重指多个任务的共有特征权重和每个任务间的特有权重,以提高算法的收敛速度。实验部分对核函数的选取进行了较为详细的分析,通过对UCI数据集和实际的机场客流量数据集进行分析,证明该本算法的合理性和高效性。     

基于多级工作流的在线查新服务平台建设实践

随着计算机网络技术的快速发展和社会科技创新能力的不断提高,科研新项目和新课题的数目迅速增长,传统的查新工作由于受到于工作流程繁杂、沟通方式不畅、资源分配不均等方面的限制,在高效性、及时性、针对性等方面已逐渐满足不了科技人员的需求.为此,本研究设计了一条高效、简捷的工作流程,用于合理重组、分配查新资源;规范科技查新工作内容,模块化业务流程;基于用户委托信息数据合理重组、分配查新资源,从而提高科技查新工作效率,节省大量时间及人力资源,极大地便利用户查新工作.以紧密吻合业务、模块化的业务流程模型为基础,结合针对用户委托信息数据的统计分析进行查新资源的重组优化,可大幅度提升信息交流及工作效率.     

大学生线上自主学习能力培育影响因素模型及实证研究

大学生线上自主学习能力是衡量新时代下大学生综合能力和素质的重要标准,因此对影响大学生线上自主学习能力培育的因素进行研究。通过理论演绎和实际调研,从学习者,教育者、线上课程和学习环境等4个维度出发提出大学生线上自主学习能力培育影响因素模型,运用SPSS和AMOS等工具对收集的数据进行统计和分析。结果表明:影响大学生线上自主学习能力培育的因素权重排序为学习者>教学者>线上课程>学习环境,但是它们之间的差异并不是特别明显,而且学习环境对学习者,教学者和线上课程也有一定的影响和制约。相关数据分析结果为科学培育大学生线上自主学习能力提供了一种思路和方向。     

基于自律分散系统在线技术的轨道电路监测系统优化

针对传统集中式系统结构无法满足ZPW-2000轨道电路监测系统在运行过程中的在线扩展、在线维修以及系统容错需求的现状,提出了基于自律分散系统（ADS）在线技术的ZPW-2000轨道电路监测系统优化方法。在分析自律分散系统特征的基础上,构建ZPW-2000轨道电路监测系统的优化方案,提出了ADS在线技术的轨道电路监测系统架构与要素。通过案例实验分析,证明了ADS自律分散系统在线技术在在线扩展、在线维修以及系统容错方面的优势,可有效提高ZPW-2000轨道电路监测系统的可靠性和可维护性,并且增加系统扩展的灵活性。     

基于PCA-OS-ELM的大气PM2.5浓度预测

为了提高细颗粒物PM_2.5浓度预测精度,提出一种主元成分分析与在线序列极限学习机相结合（PCA-OS-ELM）的PM_2.5浓度预测方法. 首先,通过主成分分析方法（PCA）提取高维大气数据中影响空气质量的关键变量,并去除不必要的冗余变量;其次,利用提取的关键变量建立在线序列极限学习机（OS-ELM）网络预测模型,将批处理和逐次迭代相结合,不断更新训练数据和网络参数实现大气PM_2.5浓度快速预测.研究结果表明,PCA-OS-ELM预测方法采用不同批次训练数据更新模型的方式,能够快速实现大气PM_2.5浓度预测,证明了该方法的有效性.与其他方法相比,该方法预测误差小,预测精度高,具有更好的实用价值.      

基于特征加权词向量的在线医疗评论情感分析

针对在线医疗评论文本具有行业专业性强、差异性大、不够规范等特点,提出一种基于特征加权词向量的在线医疗评论情感分析方法.利用Word2vec方法构建词向量模型,抽取情感词集合完善医疗服务领域情感词典,根据句法关系识别主题词与情感词的依存关系,引入期望交叉熵因子,建立特征加权词向量模型,分析在线医疗评论的情感倾向.实验结果表明扩充的医疗服务情感词典在分析性能上的准确率、召回率以及F₁值均高于基础情感词典,引入期望交叉熵因子后,基于特征加权词向量的情感分析方法在SVM分类上表现出更好的效果,体现了其在在线医疗评论挖掘领域的良好效用.      

大气环保技术线上推广的影响因素分析

信息网络技术的迅猛发展, 使得大气环保技术线上推广成为必然, 但目前平台建设仍在起步阶段, 对平台影响因素的分析数据极少, 不利于平台的建立和推广. 采用类比法和调研法, 对线上平台用户行为以及用户需求进行分析. 研究发现: 北京、江苏、福建、山东的用户对线上平台的关注度位居前四, 分别占总浏览量(page view, PV)的 12.69%, 9.6%, 8.73% 和 8.49%; 平台中大气环保技术来源前三位的分别是中国、韩国和美国, 其中中国技术占比达 61%; 我国环保技术发展迅速, 但用户对国外技术关注度较高, 对国内技术的浏览量仅占 10%; 用户关注度首位的大气污染治理技术为脱硝技术; 政府型平台公信力最强, 而商业型平台资源丰富, 但是公信力较低. 综合上述分析, 得出线上技术推广影响因素主要有技术推广的平台影响力、完整度、友好度、价值度 4 个方面. 因此, 在大气环保技术线上推广平台建设中, 首先要解决平台自身的推广问题, 同时保障平台中各技术、企业、内容等信息的完整、规范和价值提升, 如此才能提升线上推广平台的实际使用价值.     

消费者危机感知风险对在线评论效果的影响

突发公共事件中在线评论的效果受到消费者对危机风险的感知程度的影响突显.构建消费者危机感知风险情景下的在线评论内容对消费者购买决策的影响模型,运用多元回归分析模型和Bootstrap分析进行验证,探讨评论长度、评论丰富度、评论回复等在线评论内容对消费者购买的影响,同时考虑评论有用性的中介作用以及外在感知风险和内在感知风险的调节作用.结果表明:评论有用性有中介作用,外在感知风险起正向调节作用,内在感知风险起负向调节作用,且外在感知风险对消费者购买的影响更大.突发公共事件会放大在线评论对消费者在线购买的影响,电商应加强在线交易服务和对在线评论的监管,降低消费者在线购物感知风险,促进电子商务稳定有序持续发展.