CES2020上的国产黑科技

一加正式发布首款概念机Concept One。这款手机最大的亮点,是它的后置摄像头采用潜隐式的设计,通过电致变色技术将摄像头模组隐藏在手机后盖下,只有在使用时才显现出来。13英寸变成9.6英寸联想ThinkPad X1可折叠笔记本也在本次展会上引起不少的轰动。这款笔记本在正常状态下一台13英寸笔记本电脑,如果屏幕略微折叠则是一款阅读设备。     

机器学习算法用于乳腺癌检测的性能研究

乳腺癌排在女性恶性肿瘤首位,早期发现和诊断是治疗的关键。使用开源乳腺癌数据集,使用了K-近邻、逻辑回归、支持向量机等主流机器学习算法对数据集进行了大量的训练和测试,分析了它们在训练过程中的学习曲线,对训练和测试结果进行了对比,分析和研究了这些算法在乳腺癌检测中的性能,并对未来的研究方向和技术进行了展望。     

基于LSTM神经网络的畸形波预测

采用长短时记忆(LSTM)神经网络预测方法对某岛礁地形模型的四个典型波浪试验数据进行预测分析,并建立了单步和多步预测模型.首先对波高时间序列数据进行归一化处理;然后建立了包括输入层、隐藏层和输出层的LSTM网络模型框架;最后对测试样本进行单步预测,将预测结果与支持向量机(SVM)模型和反向传播(BP)模型进行了对比.结果表明:LSTM神经网络预测精度有明显优势;多步预测中,提高预测时长其预测精度并无明显降低.     

复杂网络局部特征分类

针对现有的图分类算法往往从网络全局出发、存在对大规模网络分类效果不好或计算开销过高等问题,提出了基于局部特征的复杂网络支持向量机分类(LF-SVM)算法.从网络局部拓扑结构出发,利用局部Ego-Net的特征对不同的复杂网络进行分类,使得对不同规模的网络都能较好地完成分类工作.实验结果表明:LF-SVM算法对于不同大类的网络及大类内部的不同子类网络,均能实现有效分类,分类速度明显快于现有的全局分类算法,且在部分指标上优于全局分类算法.     

基于改进多核学习的多传感数据分类方法研究

物联网（internet of things,IoT）技术中结合多个数据源互补信息提高数据分类准确率的研究受到了越来越多的关注。针对物联网无线传感器采集到数据的多源异构特性,给出了一种基于改进多核学习支持向量机（improved multi-kernel learning-support vector machine,IMKL-SVM）的IoT数据分类方法。传统的多核学习方法中核函数主要是采用经验法选取核函数类型及参数,本文改进方法在确定核函数类型及参数时分为两步：首先采用交叉验证方法初步确定核函数类型及参数;其次在第一步结果中利用支持向量机（SVM）同时训练样本和优化多核函数的类型及参数。实验中针对温度、湿度、光照、大气压力等4种数据设计了两组数据——第一组数据被标记为上午、中下午、傍晚、夜间4类,第二组数据被标记为白天、傍晚、夜间3类,比较了本文的IMKL-SVM方法、单核SVM方法及传统MKL-SVM方法在两组数据集上的分类准确率。此外,针对UCI公开数据集AReM进行了分类实验,实验结果表明IMKL-SVM方法针对具有多源异构特性的物联网数据实现了较高的分类准确率。     

电解处理压裂返排液产气条件优化

为了实现对电解处理废液过程产气的调控,研究了电解处理压裂返排液的主要工艺条件参数对产气的影响。实验中阳极、阴极均使用相同铝板,考察了电解时间、电解电流、电极间距等因素对电解产氢气量的影响,并通过正交实验法确定了产氢气量最小时的条件参数;以正交实验数据为基础,利用支持向量机(SVM)算法建立了有效的、可靠的回归模型,利用该模型直观分析了电解时间、电解电流、电极间距间的交互作用对产氢气量的影响,预测了电解处理废液产氢气量最小时的主要工艺条件参数,预测产氢气量的最小值为47.35 mL,实测值为48.44 mL,相对误差为-2.25%。该条件下,阴极表面以产30～100μm的氢气气泡为主,占比92.11%,获得了很好的电解处理压裂返排液效果,TOC去除率为83.53%,去浊率为97.38%,脱色率为92.80%,所产生的氢气远小于在空气中的爆炸极限(4%)。研究结果表明,通过优化相应的工艺条件参数来调控电解产氢气量及处理效果具有可行性,同时也表明SVM法用于优化工艺参数及预测产氢气量是可行的。     

一种新的混合分类器及其人脸识别的应用研究

随着互联网的发展,人脸识别在安全领域得到越来越广泛的应用.传统的人脸识别方法泛化能力较差,无法有效处理特别复杂的函数关系而使其在安全领域发展比较缓慢.为了提高人脸识别的正确率,本文提出了一种新的深度玻尔兹曼机神经网络(deep Boltzmann machine,DBM)和差异受限玻尔兹曼机神经网络(discriminative restricted Boltzmann machine,DRBM)的混合模型,在人脸数据集上与传统的人脸识别模型做了对比,为了进一步验证有效性,本文还选取在公共CMU-PIE人脸图像数据集上作了对比试验.实验发现:在两个数据集上,新的混合模型相对传统模型都有更好的识别效果,将产生直接的社会效益和管理意义.     

复杂环境中无人机数据链干扰效果预测方法

针对无人机(unmanned aerial vehicle, UAV)数据链在地理环境、气象环境、电磁环境等构成的复杂环境中受干扰程度提出一种结合支持向量机(support vector machine, SVM)与功率准则的预测评估方法。首先对系统误码率以及干扰传播模型进行仿真,并针对两个单音干扰存在的情况获得仿真数据、划分干扰等级,得到学习样本;比较了特征归一化和特征降维这两种不同输入形式与4种不同核函数下的学习效果,获得了具有良好效果的预测模型;应用该模型并结合具体地理环境对实际场景进行干扰程度预测,结果与理论值相符,证明了方法的可行性和有效性;预测结果也可用于UAV航路规划与航路评估,具有很强的应用性。     

未来交通“星”宠

超级高铁:从广州到北京只需90分钟目前,从北京到纽约最快的直达航班需要12小时,也许不久后,我们乘坐超级高铁(Hyperloop),可将时间缩短为2小时。早在1904年,美国学者罗伯特·戴维便提出了"真空管道运输"的设想。20世纪80年代,美国机械工程师达里尔·奥斯特开始思考"真空管道运输"的可行性。1999年,奥斯特为"真空管道运输"这一概念申请了专利。2010年,奥斯特成立了致力于开发真空运输项目的公司ET3。他们设想,真空管道运输是一个类似胶囊一样的运输容器,它通过真空管道进行点对点传送。因管道处于真空状