加权指数损失下长短时记忆网络换道意图识别模型

针对车道变换意图识别中数据源单一,传统序列模型难以捕获长序列范围内换道意图且存在长期依赖问题,提出一种结合时间信息加权指数损失函数的长短时记忆(long short-term memory,LSTM)车辆换道意图识别模型.首先,利用驾驶模拟舱、眼动仪进行高速公路驾驶实验,采集车辆运行数据和驾驶员眼动数据;然后,基于LS...     

国外网上技术市场信息服务研究

网上技术市场作为一种技术中介组织,其信息服务的质量至关重要。首先对国外网上技术市场的现状进行了介绍,在此基础上,重点对国外网上技术市场的信息功能和其所提供的增值服务进行了深入、细致的分析。     

企业核心能力的自组织理论研究

企业核心能力系统是一个具有耗散结构的复杂系统,企业的管理能力、技术能力、环境能力、变革响应力维度构成核心能力的4力维度结构,系统的结构变化是由少数几个序参量决定的。当一少部分变量失去稳定性,系统不稳定,出现了分岔现象,通过内部4力维度的自组织运动而使企业系统演变到新的有序状态。     

多策略集成的改进技能优化算法及应用

针对技能优化算法(Skill Optimization Algorithm,SOA)寻优精度不高、收敛速度慢等缺点,本研究提出一种多策略集成的改进技能优化算法(Multi Strategy integrated Skill Optimization Algorithm,MSSOA)。MSSOA采用佳点集策略初始化种群,提高初始种群在解空间内的分布质量;根据算法特点在全局搜索阶段采用自适应权重,改进个体行进的步长;根据不同个体采用不同的t-分布扰动方式,平衡全局搜索和局部搜寻的关系,增强算法后期局部搜寻能力。通过12个测试函数、2个工程应用问题对其性能进行测试,测试结果表明MSSOA有着理想的寻优精度和收敛速度,能够解决复杂的工程问题。     

基于动态权函数的煤层可压性综合评价

煤层可压性直接影响着煤层气井的产量和企业的生产成本。为科学地对煤层可压性进行评价,以煤层地质参数为切入点,利用动态权函数综合评价煤层可压性。首先,针对煤层地质参数进行初选,利用数理统计的方法优选出主控影响参数;其次,通过分析主观赋权法和客观赋权法,对比其优势与不足,引入动态加权函数对煤层可压性参数进行赋值;再次,利用动态权函数的加权冒泡排序法对影响参数进行综合评价,拟合得到动态加权和与生产能力之间的关系;最后,对X区块的26口井进行了评价,利用综合评价结果与实际生产能力进行了对比,可压性评价结果正确率达到88.64%,验证了综合评价模型的准确性。     

问答系统中基于语义核函数的问题分类算法

提出一种基于语义核函数的问题分类算法,该算法基于问题的语法结构构建支持向量机(SVM)核函数.首先,将给定的问题解析为语法树结构,用语法树的子树表示该问题;然后,从词法、语法、语义三个层面提取问题的特征,构成更加丰富的特征空间;接着,基于问题的语法树构建核函数;最后,使用潜在语义索引方法并结合问题的词法、语法以及语义特征,通过语义核函数将特征空间映射到更有效的空间中进行问题分类.TREC数据集上的实验结果表明,通过词法、语法以及语义增强的问题特征空间可以提高分类准确率.     

基于菌群RBF神经网络的股票价格预测

利用菌群算法提出了一种新的菌群RBF神经网络算法,并将其应用到股票价格预测,同时在预测中引入了技术指标模型。仿真试验表明,相比于传统的RBF神经网络算法,菌群RBF神经网络算法可以得到更好的训练效率和预测结果。     

氢原子Rydberg波包的演化和恢复

通过建立自动关联函数以及将波函数扩展为一系列的次波函数的叠加的方法,研究了在大于恢复时间trev时氢原子Rydberg波包的行为特征。大于恢复时间trev时,氢原子Rydberg波包在经历几个周期的恢复之后,在恢复时间的整数倍时停止原来的恢复,而开始一系列新的坍塌和恢复。这种新恢复的周期是tsr（tsr〉〉trev）。在tsr时刻形成的波包比trev时刻形成的波包更接近初始波包。本文利用自动关联函数以及波函数与次波函数的关系对这种现象进行了研究。     

剩余类环Z/nZ上的一致全向置换的存在性

给出了Z／nZ上的l-全向置换的概念（其中l∈（Z／nZ）^＊,讨论了l-全向置换的存在性、函数性质、计数,并在此基础上,给出了Z／nZ上的一致全向置换的概念,证明了当φ（n）〉n-1/2时,Z／nZ的一致全向置换不存在。     

土壤磷素流失强度评价模型

土壤磷素流失强度评价对于控制面源磷素流失,降低受纳水体富营养化程度极为重要。为了探索一套有效的评价方法,该文对土壤磷素流失机制进行了研究,并且在对土壤磷素循环及背景参数进行分析的基础上,应用径向基函数(radial basis function,RBF)神经网络技术建立了土壤磷素流失强度评价模型。将模型运用于江苏省土壤普查样本的算例结果显示,96.7%的学习样本拟合相对误差小于0.3,预测相对误差均在0.4以内。结果表明,模型是精确的,可以用于实际土壤磷素流失的评价。