基于核主元分析和贝叶斯推理的建设工程项目质量状态在线诊断模型及其仿真北大核心CSSCI

针对建设工程项目质量控制过程的随机变化性,运用核主元分析和贝叶斯推理的方法,建立了工程质量状态在线诊断的数学模型;借鉴现代工业控制技术与手段,通过实时连续采集质量信息、提取信息特征、识别特征异常以及估计异常模式,实现了对质量异常状态的在线监测与模式识别。利用Matlab对某工程实例进行了常态下的仿真试验。分析结果表明,该模型不仅可以快速响应突发性质量异常,而且能够提前预警累积性质量异常,还能以概率形式诊断出异常状态所属的模式类型。     

AdaBoost分类问题的理论推导

为解决AdaBoost算法在二分类问题及多分类问题上缺乏共同的理论基础,算法系列的系统性难以得到理论诠释这一问题,首先,从算法思想的层面对AdaBoost算法与最优贝叶斯推理的关系进行了探讨;然后对AdaBoost算法的训练流程及相关参量进行了定量分析;最后从基本不等式定理入手,重点推导了AdaBoost算法由二分类问...     

基于案例推理和数据融合的煤与瓦斯突出预测

为了实现对煤与瓦斯突出快速、准确和动态预测,确保煤矿安全生产,考虑影响煤与瓦斯突出多种因素,提出了一种基于案例推理和数据融合技术的煤与瓦斯突出预测方法.利用基于均值的分批估计融合方法对判别煤与瓦斯突出指标的多传感器数据进行处理以获取更为准确、可靠的数据以提高预测准确性,以获得的多种判别煤与瓦斯突出指标数据为输入利用案例...     

税收优惠对企业创新的影响 ——基于微观调查数据的实证分析

以实地调研数据为样本,运用OLogit模型检验税收优惠对企业创新行为的影响,并考察其与财政补助的交互效应.结果发现:税收优惠的享受与否对企业创新投入具有重要影响,当企业受到税收优惠支持时,企业平均研发创新强度会显著提高.与财政补助的交互效应显示,财政补助也有助于提高企业创新强度,但与税收优惠的创新激励效应存在替代效应....     

一种计算冲压零件轮廓相似度的快速算法

为了适应网络应用对轮廓相似度计算在速度和数据传输量方面的要求,文中提出了一种非离散的快速算法,该算法采用直线和圆弧来表达轮廓曲线．在对图形进行范化处理后,将待匹配轮廓按照一定步距进行旋转．然后依次以待匹配轮廓或目标轮廓作为模板,计算模板的所有顶点与其在另一个轮廓中对应点的距离平方的平均值．在所有角度中,平均值之和的最小值即为两个轮廓的匹配度．该算法同时适用于凸多边形和凹多边形,并具有较好的区分度和匹配准确性．和以往的离散方式相比,该算法减少了需要传递的数据量．提高了运算速度．     

企业员工-管理者互动行为的定性模拟实现

采用定性模拟方法研究了企业员工一管理者互动行为．根据定性模拟和组织行为学相关理论,将管理者任职后与下属员工相处的过程视为相互影响的动态变化过程,建立了能够表达这种动态变化的定性状态变量和作用规则;采用C＋＋语言实现了定性模拟程序QSHR;通过一个例子的有效性验证说明所设计程序能够表达互动行为的定性模型,所得结论符合管理原则．通过一个对比不同状态下管理者和员工群体行为表现实际应用,论述了QSHR的应用方法和对管理实践的重要参考意义．     

基于时间窗的SVDBN近似推理算法研究

变结构动态贝叶斯网络(SVDBN)在处理非稳态过程的不确定问题具有其独特的优越性。为克服SVDBN推理算法不能实现在线推理的缺陷,在引入SVDBN的时间窗和时间窗宽度概念基础上,阐述了基于时间窗的SVDBN在线近似推理机制,提出了2种在线近似推理算法,即基于时间窗的变结构离散动态贝叶斯网络(SVDDBN)递推推理算法和基于时间窗的SVDDBN快速推理算法。通过仿真实验验证了这2种算法的有效性,并从复杂度、适用范围及更新时间等方面进行了比较。     

基于Unity3D的水下机器人半实物仿真系统

基于Unity3D研制了一种由地面控制终端、机器人本体和三维仿真系统3部分组成的水下机器人半实物仿真系统,为水下机器人开发过程中的性能测试、控制算法分析和人员操作培训提供了仿真和测试平台。该系统采用同一地面控制终端作为三维仿真系统和机器人控制系统的统一指令输入源,以实现虚拟对象和机器人本体的同步工作,可对系统进行实时监测、调参。采用多目视觉技术对机器人位置采集,对传感器数据进行卡尔曼滤波处理。机器人运动仿真试验结果表明,机器人实际运动路径和仿真规划路径基本相同,该系统动态响应性和控制系统同步性较好。     

基于人车路协同的智能交通出行信息服务系统

近年来,智能交通信息服务受到广泛的关注,针对数据实时性和准确性差、信息交互共享难问题,设计了一种人车路协同的智能交通出行信息服务系统,形成人车路智能协同的工作环境。为解决智能交通结构化多源信息融合,提出了一种由卡尔曼(Kalman)滤波和D-S(Dempster/Shafer)证据理论两种信息融合模型——KD-SF模型,发现采用KD-SF模型信息融合结果与GPS车载采集实际测试数据近似相同,信息融合更精确。通过系统应用验证表明,人车路协同系统与交通服务信息融合后,在高峰时段公交线路平均运行车速明显提升,乘客平均候车时间明显缩短,提高城市公共交通运行效率。     

基于边端协同的CNN推理加速框架

基于卷积神经网络(CNN)的移动应用程序通常处理的是计算密集型任务,然而传统的云推理和端推理方式在低时延和高准确率方面仍面临着挑战。针对以上问题,提出了一种基于边端协同的CNN推理框架,它能让一个端设备和多个边缘服务器协同工作以提供CNN推理服务。该方法综合考虑高度动态的网络带宽和设备负载情况,分步决策出模型多个最佳分割位置以优化计算和通信权衡。基于硬件测试平台的实验评估表明,相较于3种流行的CNN推理方法,该方法实现了14.3%～67.5%的推理加速,提升边缘服务器的计算资源利用率100%。