分类任务中标签噪声的研究综述

近年来,随着机器学习的发展,分类系统的性能有了很大的飞跃。模型需要大量带标签数据才能使训练结果达到要求,而获取高质量的标注数据费时费力。为了降低成本,出现了众包、自动化系统等方法标注训练数据。但是,这些标注方法往往会产生大量错误标注,即标签噪声。另外,信息不足、专家错误和编码错误等因素,也可能使标签受到污染。训练过程中对标签噪声的处理不当,可能会使预测精度和准确性降低,或者使模型复杂度增加。因此,研究标签噪声对推广机器学习在各领域的应用和降低机器学习算法的部署成本等方面具有重要意义。通过综述产生标签噪声的原因、影响以及近几年来应对标签噪声的一些技术方法,对标签噪声的研究现状和发展前景进行分析。     

虹吸式出水流道内流数值计算与水力设计优化

采用有限容积法、非结构化网格和SIMPERC算法,数值模拟了虹吸式出水流道内部三维流动,数值计算的有效性和可靠性得到了物理模型试验结果的验证.通过计算流道关键断面的速度分布均匀度和流道的水力损失,定量评价虹吸式出水流道水力设计的优劣,实现了虹吸式出水流道水力性能预测,依此开展水力设计优化,可节省大量的试验经费和时间.     

基于句法依存卷积神经网络的句子相似度计算

句子相似度计算是自然语言处理的一项基础任务,其准确性直接影响机器翻译、问题回答等下游任务的性能。传统机器学习方法主要依靠词形、词序及结构等浅层特征计算句子相似度,而深度学习方法能够融入深层语义特征,从而取得了更好效果。深度学习方法如卷积神经网络在提取文本特征时存在提取句子语义特征较浅、长距离依赖信息不足的缺点。因此设计了DCNN(dependency convolutional neural network)模型,该模型利用词语之间的依存关系来解决该不足。DCNN模型首先通过依存句法分析得到句子中词语之间的依存关系,而后根据与当前词存在一跳或者两跳关系的词语形成二元和三元的词语组合,再将这两部分信息作为原句信息的补充,输入到卷积神经网络中,以此来获取词语之间长距离依赖信息。实验结果表明,加入依存句法信息得到的长距离依赖能有效提升模型性能。在MSRP(microsoft research paraphrase corpus)数据集上,模型准确度和F1值分别为80.33%和85.91,在SICK(sentences involving compositional knowledge)数据集...     

基于网格划分的几种空间索引

分析了基本的规则网格空间索引的优缺点,阐述了基于网格划分的各种改进算法的原理,并且针对地图开窗显示的实际应用,设计了每种算法的实现步骤.通过对改进算法时间复杂度和空间复杂度的分析,得出各自的优缺点和适用程度,并根据实际地图数据编程实现这些算法.实验结果表明,在地图开窗显示方面,理论分析符合实际应用情况,每种改进算法时间复杂度都不超过O(N).     

A liquid helium temperature target with a 10 K vapor shield for shock compression experiment in the environment condition of 100 Pa

The shock compression experiment of liquid helium is an available way to gain properties of specimen at high temperatures and pressures.Based on Fluent,a thermal insulation analysis and design of a liquid helium temperature target in the environment condition of 100 Pa for shock compression experiment is performed.Then,a cryogenic target with a 10 K helium vapor shield and a separated vacuum interval is particularly developed.A lowest temperature of 3.63 K and a stable temperature of 3.70 K in the specimen cavity with an accuracy of 0.1 K are obtained by means of continuous flow and vacuum cooling.Both time-consuming and temperature stability are well-suited to the requirements of the shock compression experiment.The results show that the calculated and experimental data well-matched each other.The simulation method may be effective and feasible for the optimal design of the cryogenic target.     

基于LVQ神经网络的水果图像分割研究

由于传统边沿检测算子在水果颜色多样、亮度不均匀时,难以分割得到完整、无噪声的二值图像且依赖优化的阈值,本研究提出了一种基于LVQ神经网络的水果图像分割方案。首先将彩色图像转变为灰度图像;然后对Canny算子获得的边沿图像随机选取一些像素作为网络的学习监督信号,仅以灰度图像中相同位置像素3×3邻域的Kirsch算子梯度值作为输入,训练权值;最后重新将原灰度图像的Kirsch算子梯度值输入到训练好的网络中,获得封闭的边沿并填充得到二值图像。考察了14幅像素为640×480的水果图像,结果表明：网络在很宽广的阈值范围内（0.001 ~ 0.99）分割得到完整、一致的二值图像;面积误差最小为0.9%,最大为8.83%,不依赖于优化的阈值,不需要对原始图像滤波预处理。与没有阈值及滤波的算法相比,本方案的误差和时间复杂度均更低;与设置了阈值和/或滤波的算法相比,本方案与之相当,甚至效果更优。     

Coverability of Wireless Sensor Networks

The coverability of Wireless Sensor Networks (WSNs) is essentially a Quality of Service (QoS) problem that measures how well the monitored area is covered by one or more sensor nodes.The coverability of WSNs was examined by combining existing computational geometry techniques such as the Voronoi diagram and Delaunay triangulation with graph theoretical algorithmic techniques.Three new evaluation algorithms,known as CRM (Comprehensive Risk Minimization),TWS (Threshold Weight Shortest path),and CSM (Comprehen...     

三台平行机上四个约束链的排序问题

考虑四条优先约束链的n个工件在三台平行机上的排序问题,目标是极小化最大机器完工时间.文中说明此问题至少为NP-hard的,并通过一个伪多项式时间算法和一个完全多项式时间近似规划来描述此问题的复杂性.     

高效实现针对光子丢失问题的容错量子计算

基于两个基本操作——控制路径操作和纠缠子,首先给出非破坏性多光子奇偶校验的实现.随后,将这些操作用于光学量子计算中光子丢失问题的处理.可以实现奇偶量子态的制备,以及单体操作与两体控制非操作,由此可以实现普适容错量子计算.不管是态制备还是门操作都是确定性的,同时方案的实现复杂度也要远低于此前的方案,对于辅助单光子资源的需求也降到很低的程度.并且实现过程中除奇偶校验外,不需要进行任何单光子探测,因此不会造成任何单光子的损失,最大限度地利用了光子资源.比之此前的线性光学方案,我们方案的确定性、高效性、简单性以及资源的高利用率等特点,使得方案更具可行性和更加适用于大规模量子计算.     

基于Reflected Sigmoid径向基函数重建温度场优化算法

微波加热在工业领域中广泛应用,利用超声波测温对其温度场重建可以实时监控设备内部温度,重建算法是实现温度场重建的关键。经典的重建算法为最小二乘法,其在重建过程中为保证结果唯一性,要求有效声波路径数大于区域划分数,重建结果的边界处会出现温度信息缺失。优化声波换能器安装位置,减少待测区域边界位置信息损失,提出基于Reflected Sigmoid径向基函数重建温度场算法,结合病态矩阵广义逆矩阵求解,可有效避免子区域划分条件限制,弥补了经典算法的缺陷。通过仿真实验及对比,所提算法可降低5%的误差。