基于深度无监督学习的图像分类算法

为了取得精确的图像分类效果,一方面需要提取大量的图像特征数据进行样本分析,另一方面大量的数据又造成了维数灾难.因此,为了解决信息全面与维数灾难的矛盾,引入了深度学习.深度学习利用分层结构处理复杂的高维数据,可以完成复杂函数的逼近,是一类具有多层非线性映射的学习算法,但深度学习模型优化困难且对隐层参数敏感.针对上述问题,将无监督算法引入深度学习,这种学习方法无须人工设计特征提取数据,训练过程中样本标签是未知的.实验表明,该算法在不影响图像分类效果的前提下,可以大大降低计算复杂度,具有一定的时效性.     

基于语料库的语言建模

语料库语言学的发展的核心问题是语言模型的建立问题。常用的语言模型可以概括为三类：（１）ｎ元模型（及隐马尔可夫模型）；（２）基于分布理论的模型；（３）基于规则的模型。基于语料库的建模过程就是对语言模型的参数进行求解的过程，也可以认为是一个机器学习的过程。它可分为两大类别：（１）有指导学习；（２）无指导学习。本文着重论述了近年发展的热点——无指导学习的各种技术和影响参数可信度的数据稀疏问题及其解决办法。     

基于PROLOG元级扩充的知识消化系统

通过对ＴＵＲＢＯ ＰＲＯＬＯＧ进行元级扩充，实现了一个能在知识获取时对新知识进行逻辑一致性检测的实用知识消化系统，所采用的技术和方法对提高微机ＰＲＯＬＯＧ知识库系统的质量和性能有重要参考价值。     

机器学习的基石：聚类任务的现状与挑战

[目的/意义]随着信息技术的快速发展,各个领域积累的数据呈现出规模大、种类多、结构复杂等特点,这些都为已有的无监督聚类算法提出了严峻挑战。[方法/过程]该文对近年来提出的各种聚类算法进行了综述。[结果/结论]根据聚类算法可处理的数据类型不同,聚类算法可分为基于向量表示的聚类算法和基于关系表示的聚类算法;从建模策略的角度,聚类算法可分为基于模型优化的算法以及基于启发式的算法。其中,基于模型优化的算法重点分析了k-means算法以及图割算法的研究现状,并给出了两种算法之间的差别和联系,进而解释了为什么k-means模型只能处理球形数据,而图割模型可以处理非凸数据。基于启发式的算法以密度聚类算法为例展开分析。此外,鉴于无监督聚类算法面临的非凸优化难题,该文还分析讨论了无监督聚类算法的各种优化方法。最后,归纳总结了现有算法与优化方法的主要特点,并指出了现阶段聚类方法存在的问题以及未来的研究方向。     

光纤接入网技术及展望

光纤接入技术是近几年才被大家所熟识的一项互联网接入技术,因其简捷、高效等特点被业界人士所看好,已作为宽带接入的长远方案。本文简单介绍了光纤接入网的基本原理和技术发展,介绍并阐述了有源光网络与无源光网络的原理和实现,并根据两种光网络组成不同,对两种光网络的几种典型的接入模式进行了较为具体的研究,探讨了光纤接入网建设的基本思路。     

缝洞单元注水开发物理模拟

结合现场资料,根据相似理论确定物理模拟模型参数及试验条件,制作缝洞单元井网模型;通过对该模型进行单相流动试验,研究模型各口生产井对应通道的阻力;通过对该模型进行的水驱油试验,研究不同注入流速下模型的采收率、含水率、注水压力及水驱后的剩余油分布。结果表明:注入流速越大,模型采收率越高,剩余油越少;井打在洞上部时,水驱过后,剩余油存在于溶洞上部的周边位置;渗流通道经过溶洞时,水驱过后,溶洞内几乎不存在剩余油。     

司法公正的实现途径探讨

司法公正是法律价值的评价标准,司法公正包括实体公正和程序公正两个方面。实体公正是公正的本源,程序公正是实现实体公正的手段。实体公正具有相对性,程序公正是看得见的公正。实体公正优先论和程序公正决定论皆不可取,在程序公正和实体公正发生冲突时应该坚持程序优先。实现司法公正需做到以下几点：合理配置司法资源,建立能够独立行使司法权的司法体系;建立健全司法监督体系;建立完善的惩治司法腐败的制度。     

基于载荷均衡的韧性配电网分布式故障恢复

韧性电力系统旨在应对电力系统的极端事件,高效的故障恢复是提高配电网韧性的重要手段。为了提升配电网的韧性,提出了基于载荷均衡的分布式故障恢复方法。首先,相邻馈线终端单元根据故障恢复区负荷、相邻馈线容量及负载率,计算各相邻馈线完成故障恢复后的负载率期望值。然后,各相邻馈线终端单元均以该期望值为目标,分别完成各自的故障恢复路径。最后,根据各相邻馈线的故障恢复路径形成故障恢复区的故障恢复方案。算例分析结果表明,该方法在保证各馈线载荷均衡的前提下可以有效而快速地实现故障恢复。     

面向异步机制的自动重构方法研究

为了解决并行处理中同步阻塞会浪费系统资源和影响程序性能的问题,提出了一种基于CompletableFuture异步机制的自动重构方法。首先,使用WALA静态程序分析工具进行访问者模式分析、逃逸分析、别名分析以及数据流分析等静态程序分析技术,确定共享变量数据的操作方式;然后,基于CompletableFuture机制设置4种异步重构模式;最后,根据不同模式实现异步机制的自动重构。基于此方法,在Eclipse平台下开发了自动重构工具AsynRef,并对HSQLDB,Jenkins, JGroups和SPECjbb2005等4个大型实际应用程序进行自动重构,从重构个数、改变的代码行数、准确性和重构后程序性能等方面对AsynRef进行评估,对4个程序所包含的919个同步方法共完成387个异步机制转换。结果显示,使用AsynRef进行异步机制重构后,程序执行性能有8%到39%的不同程度的提升。AsynRef可以有效完成代码异步化自动重构,与传统手动重构相比,有效提升了异步化的重构效率。     

无溶媒结晶技术在维生素B12生产中的应用

为了筛选无溶媒结晶工艺的最佳工艺参数,采用无溶媒结晶法制备维生素B12,以产品含量及收率为考察指标,用响应面分析法优化其制备工艺。得到最佳工艺参数：蒸发温度为65 ℃、真空度为0.09 kPa、结晶前溶液效价为90 000 μg/mL。实验结果表明,无溶媒结晶工艺稳定性较高、操作简单易行,制出的成品含量高、有关物质等质量指标较好,质量及收率整体水平不低于且部分批次优于溶媒结晶工艺。该技术在提高生产安全性的同时,大幅减少了对环境的污染,同时减少了相关工序,有效地降低了生产成本,适用于产业化生产。