原始数据动态观察窗法在火灾特征信号融合提取中的应用研究

多源信息融合技术逐步在火灾探测中得到应用,火灾特征信号融合提取算法的优劣,对火灾探测结果影响较大。为寻找火灾特征信号提取的最优方案,利用原始数据动态观察窗法,将NIST FR系列火灾试验中试验6的原始数据作为训练样本,借助神经网络分类器进行Matlab仿真实验,发现采用10 s步长和15 s窗长算法融合提取火灾特征信号最优。同时验证了原始数据动态观察窗法在火灾特征信号融合提取中应用价值。     

胎儿大脑发育之探索

当听到年轻的父母亲说“我们家小宝宝已经会做鬼脸了”这样的话时,我们的反应仅仅是微微地一笑。因为几乎所有做父母的都把自己的新生儿当作天才来夸。然而有一位叫安德鲁·梅尔佐夫（Andrew Meltzoff）的美国心理学家早在上世纪70年代就发现：3周左右的婴儿在收到示意时会张开嘴巴和伸出舌头。婴儿究竟受到了什么样的信号刺激呢？婴儿是否具有某种天生的能力呢？这是不是一个涉及早期学习能力的问题？为弄清这些问题,梅尔佐夫进行了探索。他要那些即将做母亲的产妇在临产时打电话通知他。     

关于最佳轨道引论(20)

在这篇文章里,“关于最佳轨道引论(19)”中的一个结果被完善。     

南安市白背飞虱发生的气象条件及虫源地分析

利用2012—2019年南安市白背飞虱3～10月逐日虫情资料和南安国家气象观测站降水、气温等观测资料,分析南安市白背飞虱灾变性迁入的年、月、旬等统计特征及其与气象要素的相关性;利用HYSPLIT轨迹分析平台对挑取的白背飞虱发生典型高峰期和峰日进行后向轨迹模拟,然后利用TrajStat软件对模拟的后向轨迹进行聚类分析.结...     

基于改进随机森林的比特币用户地址分类方法

比特币作为第一个去中心化的加密货币,由于具有匿名性这一特点,被大量用在各种交易服务中,如博彩、跨境支付等,同时也被恶意交易所利用。目前比特币用户地址分类主要通过启发式聚类方法实现,受到比特币协议的变化影响,该方法对出现的新输出地址、单输入地址以及参与混币交易的地址无法分类,因此仅适用于现有比特币地址中很小一部分。针对该问题,本文提出一种基于改进随机森林的比特币地址分类方法,对区块链原始区块数据进行解析,直接提取用于机器学习的地址特征,进而学习一个随机森林分类器,能对任何一个没有标签的比特币地址进行分类,同时为了降低特征集中的冗余,对传统的随机森林进行改进以获取最终有助于地址分类的重要特征。实验结果表明,该方法可以准确地对比特币用户地址进行分类,仅仅需要14个重要特征。     

多点测量Internet拓扑特征实例分析

以CAIDA授权的海量数据为样本空间,对Internet拓扑结构进行分析.简要描述单点测量网络存在的采样偏见问题,并对多点测量网络拓扑实例进行分析.结果表明实际的网络拓扑具有幂律分布特征,但随着采样偏见影响的降低,幂指数呈逐渐减小的趋势.之后,分析了网络拓扑的谱密度分布,与BA生长模型无尺度图的谱密度相比,实际网络拓扑有明显区别,说明Internet是不符合BA模型的无标度图.     

一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法,存在维护成本高,实时性不足等缺点,提出一种基于深度强化学习的CDN流量调度系统设计框架.该框架基于马尔科夫链设计了故障告警网络来触发调度,建立了基于stacking模型的质量评估奖励函数,并在此基础上对流量调度进行定义和建模,构建了基于DQN的深度强化学习模型....     

基于GRU-DRSN的双通道人体活动识别

人体活动识别(human activity recognizition, HAR)在医疗、军工、智能家居等领域有很大的应用空间。传统机器学习方法特征提取难度较大且精度不高。针对上述问题并结合传感器时序特性,提出了一种融合CBAM(convolutional block attention module)注意力机制的GRU-DRSN双通道并行模型,有效避免了传统串行模型因网络深度加深引起梯度爆炸和消失问题。同时并行结构使得两条支路具有相同的优先级,使用深度残差收缩网络(deep residual shrinkage network, DRSN)提取数据的深层空间特征,同时使用门控循环结构(gated recurrent unit, GRU)学习活动样本在时间序列上的特征,同时进行提取样本不同维度的特征,并通过CBAM模块进行特征的权重分配,最后通过Softmax层进行识别,实现了端对端的人体活动识别。使用公开数据集(wireless sensor data mining, WISDM)进行验证,模型平均精度达到了97.6%,与传统机器学习模型和前人所提神经网络模型相比,有更好的识别效果。     

新文科背景下高校外语教学改革路径创新 ——基于深度主动学习视角

针对新文科建设背景下中国高校外语教学面临的新挑战,文章借助深度主动学习理论,提出深度主动学习导向的外语教学理念,构建深度对话式外语教学模式和深度主动外语学习评估模式,旨在实现学用交互和学用互促的外语教学目标,进而为新时代外语教学改革提供跨学科研究新视角.     

基于深度学习的篮子期权定价数值算法

在标的资产价格服从Heston模型的条件下,对欧式篮子期权定价问题进行了研究.推导出篮子期权价格满足的偏微分方程,利用基于深度学习的倒向随机微分方程求解算法,克服维度诅咒,得到了篮子期权价格的近似数值解.通过与蒙特卡罗结果的对比,表明该算法克服了维度灾难,在高维情况下是准确且稳定的,为期权定价研究提供了新的方向.