一种标签嵌入子空间的跨模态离散哈希学习

针对有监督的跨模态哈希检索存在计算成本高及准确度不高的问题,提出了一种标签嵌入子空间的跨模态离散哈希学习方法,将数据信息和标签信息同时嵌入到公共子空间中,通过以带标签信息的语义特征逼近公共子空间、并生成低松弛的离散哈希码,降低了计算成本,快速生成了具有丰富语义的公共子空间.经3个标准数据集对比实验,结果表明其准确率均优...     

考虑支撑剂嵌入和地层砂运移的支撑剂指数法

南海东部主要为疏松砂岩储层,含蜡量大,出砂严重,常采用压裂充填技术作为增产防砂一体化措施。支撑剂嵌入以及地层砂运移会对裂缝导流能力产生较大的影响,但现有裂缝设计方法没有考虑这些影响。针对这一问题,本研究提出一种考虑支撑剂嵌入和地层砂运移的支撑剂指数法,通过数值迭代求解,对裂缝几何参数进行优化设计。通过南海东部某口井实例计算发现,设定支撑剂体积为20-30m3,传统支撑剂指数法优化的裂缝宽度为2.2-2.7cm,裂缝长度为18.0-22.0m;考虑微粒运移和支撑剂嵌入时,新方法优化的裂缝宽度为3. 5-4.2cm,优化的裂缝长度为11.6-14.2m。地层砂运移和支撑剂嵌入程度越深,优化的裂缝长度有所下降,优化的裂缝宽度有所增加。新方法考虑地层砂运移、支撑剂嵌入的影响,对储层的压裂充填工艺参数设计具有一定的指导意义。     

采用迁移学习的表面肌电信号手势识别方法

为解决采用表面肌电信号(surface electromyography, sEMG)进行手势识别时电极贴片位移、受试者动作变化等复杂情况下分类识别准确率下降这一问题,提出了一种基于表面肌电信号与迁移学习的手势分类模型。首先对4通道表面肌电信号进行活动段提取与降噪处理,然后提取活动段信号的四种时域特征与两种频域特征。采用流形嵌入分布对齐(manifold embedded distribution alignment,MEDA)方法将源领域和目标领域的特征矩阵嵌入到格拉斯曼流形中进行流形特征学习,减小两域之间的数据差异,消除特征退化;同时根据自适应因子执行动态分布对齐,动态调整数据不同分布差异下边缘分布和条件分布的相对重要性。对多名受试者开展实验以验证所提方法的合理性,实验结果表明:所提方法与决策树(decision tree, DT)、支持向量机(support vector machine,SVM)、k临近(k-nearest neighbor,KNN)三种传统机器学习方法相比,识别准确率分别提高了13%、21%、9%。与未执行流形学习与动态分布对齐的联合分布适配(joint distribution adaptation,JDA)迁移学习方法相比,识别准确率提高了52%,达到93%。     

基于VBA与Word的报表定制工具的设计与实现

在综合分析了当前常用的报表样式之后,对它们进行分类,总结定义了多种常用报表样式.用户可以自由选择组合定制自己所需要的报表样式.本文采用VBA作为编程工具,以域的方式来实现数据的定义,在Word下完成了报表定制工具的设计与实现.实现报表模板的一次定制,多次使用.     

数据库数据在Word中的不规则表格化打印

通过Visual C 6.0编程,使用ADO技术动态打开数据库,可任意选择数据库中的记录和字段.用Office宏技术,通过将录制的宏与Visual C 6.0程序中的对应函数进行比较,可知道函数参数类型等信息,从而可实现对Word的控制,能够将任意字段的标识字符串插入到含有不规则表格的Word文档中的任意位置.之后将原文档看作一个模板,用各字段中的数据去替换相应的标识字符串,并生成新文档;若指定多条记录,每条记录生成一个新文档,即实现了批处理.最终用Word的打印排版功能完成不规则表格化打印.     

基于离散余弦-广义小波变换的数字水印技术

提出了兼备离散余弦变换和小波变换两者优点的离散余弦一广义小波变换和分层嵌入数字水印的概念与方法,该变换具有较强的数据压缩能力和嵌入水印的能力。用NATLAB语言在512×512Lena图像中分两层嵌入了图片及随机码,通过实验证明了该数字水印具有较好的隐蔽性和抵抗常见攻击的鲁棒性,也证明了为适应网络传输进行分层嵌入水印的可行性。     

基于嵌入式微控制器的冻干试验机温度模糊控制系统设计

将模糊控制理论引入冻干试验机温度控制系统中,设计了基于嵌入式微控制器的模糊PID控制器,解决了常规PID控制温度超调大的问题;给出了模糊PID控制器的设计方法及冻干试验机控制电路的框图;将该系统以蕨菜为冻干物料进行了实验,获得了良好的温度响应曲线．     

基于GRU与特征嵌入的网络入侵检测

当前基于神经网络的入侵检测方法并没有将数据分类信息考虑在内,无法有效利用网络流量数据的时序信息,为此将门控循环单元(gated recurrent unit,GRU)和基于分类信息的特征嵌入技术结合起来,构建了基于GRU与特征嵌入的网络入侵检测模型.利用UNSW-NB15数据集进行模型仿真实验,结果表明该模型提高了对入...     

基于降维和聚类的大规模多目标自然计算方法

在多目标优化问题中，随着决策变量数目增多，算法的寻优能力会显著下降，针对这种“维数灾难”的问题，提出基于LLE降维思想和K-means聚类策略的大规模多目标自然计算方法。首先通过LLE降维思想对决策变量进行优化，得到高维变量在低维空间中的表示，再通过K-means策略对个体分组，为种群选择合适的引导个体，提高算法的收敛性和多样性。为验证算法有效性，将该方法应用于多目标粒子群优化算法和非支配排序遗传算法中，对收敛性进行了分析，证明该算法以概率1收敛。通过ZDT、DTLZ系列8个测试问题进行仿真试验，与6个代表性算法进行对比，通过PF、IGD指标、HV指标的评价结果验证其综合性能，并将其应用于水泵调度问题中。综合实验结果表明，所提方法具有较好性能。     

基于DDNPE算法的间歇过程故障诊断

针对邻域保持嵌入(NPE)算法只通过欧氏距离挑选近邻带来的特征提取不充分导致故障诊断效果不佳的问题,将扩散距离(DD)与NPE算法相结合,提出了一种基于扩散距离的邻域保持嵌入(DDNPE)算法的故障诊断新方法.该方法首先发掘嵌入在原始高维数据的内在流行结构,进行数据降维,然后通过学习原始数据的潜在几何结构提取本征信息,并保持数据流行上的局部结构不变,避免了NPE算法只通过欧式距离挑选邻域带来的特征提取不充分的问题,最后利用T²和SPE统计量检测故障,并用变量贡献图法诊断出故障变量.通过青霉素发酵过程仿真结果验证了所提方法的有效性.