军事系统工程中的知识图谱应用及研究

目前随着通用知识图谱构建技术的发展、自然语言处理技术的进步以及各个行业挖掘数据深层关系的需要, 军事同电商、金融证券、医疗等行业一样, 也需要构建属于自己领域的知识图谱。通过定义军事知识图谱以及明确军事知识图谱使用时的特殊性, 总结了构建过程中的难点, 介绍了当前构建军事知识图谱的思路以及使用的技术手段, 汇总了军事领域应用知识图谱的现状。最后, 给出了知识图谱最新的研究进展, 并针对军事领域知识图谱中一部分未解决的困难问题提供了一种可能的解决思路。     

基于集成深度学习的有源干扰智能分类

针对现有基于机器学习的雷达有源干扰分类大多需要构建人工特征集且小样本情况下分类精度低的问题, 提出一种基于多通道特征融合的集成卷积神经网络(convolutional neural network, CNN)分类方法。首先, 建立多种有源干扰的数学模型, 仿真并利用短时傅里叶变换获得其时频分布图; 其次, 提取时频分布图的实部、虚部和模值三通道特征, 通过多种特征组合方式建立不同特征组合的样本集; 最终, 构建以CNN为基分类器的集成深度学习模型, 每个CNN分别提取不同样本集的特征, 对所有基分类器的预测结果做多数投票得到集成模型的整体预测结果。实验表明, 该方法能够有效实现小样本情况下多类有源干扰的高精度智能化识别。     

基于邻域粗糙集的主动学习方法

主动学习是机器学习领域的重要研究方向.现有主动学习方法通常选择不确定性的或具有代表性的样本供专家打标,然后添加到已标记的数据集中供分类器学习,但没能充分利用数据的分布信息,并且在野点采集问题上有待改进.结合邻域粗糙集理论,提出了一种基于邻域粗糙集的主动学习方法(neighhbor rough set active learn-ing,NRS-AL).实验结果表明,在加州大学数据集(university of CaliforniaIrvine,UCI)上,该算法充分利用了数据的分布信息,同时结合样本的不确定性和代表性计算,处理了野点的选择,是一种能有效解决主动学习样本选择问题的算法,在accuracy,受试者工作特征(receiver operating characteristic curve,ROC)曲线下面的面积(area under curve,AUC)指标上优于文献中的主动学习算法.     

基于样本集质量的建筑能耗预测机器 学习算法选择及参数设置

使用机器学习算法对建筑能耗进行预测正逐渐成为建筑设计初期重要的决策辅助工具,机器学习算法的选择及其参数设置一直是机器学习领域研究的热点和难点。但现有研究大多从算法原理角度进行预测模型的选择及参数设置,训练样本集的特征信息未得到充分利用。为此,提出一种以样本量及样本分布特征为出发点的样本集质量分类方法,针对不同质量样本集测试不同机器学习算法的学习性能,制定不同质量样本集的算法选择及参数设置策略。分析样本特征与算法性能之间的关系,为建筑设计提供有效指导。     

杂草绿色浸渍标本的制作技术

根据杂草浸渍标本的制作原理,对浸泡和热煮两种浸渍方法的保色技术进行了研究,并对今后保色方法提出了进一步需要解决的问题。结果表明质地厚的旱田多年生杂草多采用热煮方法,质地薄、汁液多的旱田杂草和水田杂草多采用浸泡的处理方法。     

微量样品pH测量的实现

利用电化学方法将氧化铱薄膜修饰在微电极上制备微量样品pH计，此电极体积很小，测量中只需滴3~5 μL溶液即可测出测试电极与参比电极之间的电势差，然后通过数据采集卡读取数据，将电势差信号转化为数字信号，最后用Matlab拟合输出溶液对应的pH。测量结果与商用pH计基本保持一致，此电极使用方便，灵敏度高，重现性好，而且在稀、贵样品及生物样品的分析中更显示其优越性，具有广阔的发展前景。     

结构性能指标值的小样本分析及其应用

由于土木工程结构的特点,对性能指标所能获取的实测值一般都很少.常规统计分析中的方法不再完全适用,因此需要考虑进行专门的小样本分析.本文给出了小样本情况下的正态性检验方法,对服从正态分布的小样本研究了均值和标准差的区间估计问题,对假设服从均匀分布的小样本给出了参数的确定方法,并探讨了小样本情况下显著性水平a的选取问题.随后,以结构频率的计算为例,具体说明了本文方法在提高结构性能分析的准确性和合理性方面的应用.     

红外衰减全反射光谱技术浅释

傅里叶变换红外衰减全反射光谱技术是目前广泛应用的一种红外光谱测试技术,由于它是完全非破坏性测试,因此在公安、质检等部门和传统红外测试方法难以处理的,诸如不溶、不熔并粉碎困难的弹性试样、各种部件表面涂层、纸张、纤维等的测试中使用.     

基于IDEF0方法的金相试样制备系统模型研究

金相试样制备是金相分析研究中重要的组成环节,要经过多道工序,且制备人员的操作经验和水平决定了试样的制备质量。采用IDEF0方法描述整个金相试样制备过程,建立金相试样制备系统的功能模型,能清晰描述各工序的功能及相互联系,为加工实践提供了指导,可以使制备人员快速掌握正确的制备方法,有效控制金相试样的质量,得到合格的试样。     

结合样本分割与系统方程的稳健性统计检验方法

结合二元样本分割与系统方程方法,提出一种新的稳健性统计检验.首先建立理论模型,分析结构方程模型中条件外生性假设与参数解释的关系,确定备择模型的构建原则;接着提出混淆变量调整与二元样本分割两种备择模型构建方法;最后基于系统方程方法建立假设检验,并针对奇异性问题改进检验统计量.蒙特卡罗实验表明,本文的稳健性统计检验具有良好的小样本表现.以Acemoglu教授关于人口老龄化与经济增长的研究为例,应用本文方法进行检验,发现该研究的部分模型存在误设问题.