免疫危险理论在电子邮件分类中的应用

在对危险理论、人工免疫和云模型的研究基础上,提出了一种基于危险理论的电子邮件分类模型并对模型的框架和工作原理进行了详细的描述.实验证明该模型总体性能优于贝叶斯分类,能有效地识别出有害的非我,达到降低伪肯定率和伪否定率的目的.     

基于GCRN的矿岩可爆性分级模型及其应用

为了准确反映岩体可爆性等级,构建了由弹性波阻抗、坚固性系数、平均裂隙距和标准爆破漏斗炸药单耗4个因素组成的评价体系,采用改进的灰色关联分析法对传统的岩体可爆性等级划分标准进行优化。利用灰色关联相对贴近度(GCRN)来反映各可爆性等级之间的差别,确定各可爆性等级对应的灰色关联相对贴近度区间,以此划分新的岩体可爆性等级。采用基于GCRN的矿岩可爆性分级模型对武钢资源集团公司程潮矿业有限公司东、西区矿体的可爆性级别进行评价,评价结果与实际情况基本一致,表明利用灰色关联相对贴近度来划分矿岩可爆性等级的方法是可行的。     

基于卷积神经网络和稀疏滤波的调制识别方法

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法。首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法。仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值。     

基于纹理基元与颜色的室外自然场景分类

为解决算法生成纹理地图时时间耗费量大的问题,提出采用KD-tree算法对数据结构进行划分、减小KNN算法搜索复杂度、提高搜索速度的方法.针对基于纹理基元的分类算法无法准确检测室外某些纹理相似性较高的自然场景,提出加入颜色特征、设置相应权值构建混合模型的方法.实验结果表明,基于KD-tree的KNN算法可缩短分类时间、满足实时性的要求,基于纹理基元与颜色的分类算法在室外自然场景中能够获得较高的分类精确度.     

核素分布的漂亮三角形

在氘氚结团为坐标的核素图中,边长11核素的核素分布最大三角形的3顶点为361818Ar180,1365838Ce7820,1967838Pt1184,3边为坐标S38,差K18和参量2S-H=36.最大三角形由4个边长10个坐标单位的小三角形组成,还可由3个6×6核素的菱形组成,3个菱形内部的3个4×4核素组合共有36核素1144830Cd6618,1275232Te7220,1305432Xe7622;中心区有2个最小三角形,其3顶点分别为偶偶核素,奇A核素1195031Sn6919,1255231Te7321,1275332I7421.     

适于全断面岩石掘进机的围岩分类方法

为了研究影响全断面岩石掘进机(TBM)掘进速率的地质因素,利用三维离散元程序3DEC建立TBM滚刀破岩三维仿真模型,分析不同的地质条件对TBM掘进速率的影响,根据TBM在围岩中的可钻性对南水北调西线工程中的围岩进行分类。分析结果表明:TBM掘进速率与岩石物理力学性质及岩体中的节理条件密切相关,在一定范围内,围岩强度越低,节理分布越密集,TBM掘进速率越高;而围岩强度越高,节理间距越大,使得TBM掘进速率大大降低。     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.     

模糊聚类法在水质评价中的应用--以贵州三岔河某监测断面为例

本文将模糊聚类水质评价方法应用于贵州三岔河某段面的水质评价.结果表明,该方法分辨率高,计算简单,易于应用理解,充分考虑了评价过程的整体性和单个因子的重要性.用该方法进行水质评价比较接近实际.