基于改进匹配网络的单样本学习

当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deep convolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20 way 1 shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20 way 1 shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。     

一种改进的边界扫描的路面裂缝检测算法

针对路面图像噪声较多、目标裂缝跟踪难等问题,分析对比了几种传统的经典边界扫描方法,如Sobel、Canny等算法,并根据路面裂缝图像的特点,提出了基于绝对梯度值的Sobel改进方法,使得边缘信息得到加强、减少了噪声以及伪边缘。经过后续图像的处理,能够较好地跟踪识别路面图像的裂缝信息。     

货运O2O平台有时间窗同城零担集货匹配优化决策

零担集货业务的供需匹配和路线规划问题是同城货运020平台面临的发展难点.本文站在平台的角度,同时考虑司机和客户的实际需求,引入单位订单处理时间窗的概念,提出操作性较强的零担集货预匹配优化策略,突破传统逐级推送模式的思维局限,充分考虑需求和运力的属性-时间-空间分布;其次综合考虑客户OD点对、订单时间窗、以及司机工作时间窗、起终点、车辆容量限制等因素,在不考虑拒绝订单的条件下,以最小化服务总成本为优化目标,构建单位订单处理时间窗内某区域的半开放式多车场的带取送货和时间窗的车辆路径优化模型.最后针对模型特性采用改进的遗传算法进行求解,并选取卓集送公司某市某区某单位订单处理时间段(高峰期)连续60天的实例数据进行实证分析.研究结果表明,改进遗传算法的求解质量明显高于就近匹配贪婪算法,优化比例平均值为30%,最高达到53%,从而实现司机和客户双方的利益最大化.     

基于改进GM(1,1)模型的弹道导弹位置信息预测

针对弹道导弹速度快、雷达反射截面积小,预警雷达很难全程跟踪预警的问题,提出了使用改进的GM(1,1)模型对其位置信息进行预测。从初始序列光滑度、背景值构造方式和初始条件3方面进行综合改进,建立了新的改进模型,明确了建模步骤。仿真结果表明,改进后的模型比传统GM(1,1)模型适用范围更广,精度更高,可以用于弹道导弹的位置信息预测。     

基于Chord结构化P2P网络路由算法的改进

随着网络规模的扩大,Chord路由网络资源查找效率变得不够理想.为此,对Chord网络中的路由表算法及结构进行了扩展改进.分析验证了改进后的Chord模型资源查找效率明显高于原Chord模型.     

基于改进的CRITIC法和云模型的科技奖励评价研究

针对科技奖励评价问题,用标准差系数改进CRITIC法对专家评分进行动态赋权,结合云模型用逆向云发生器构造模糊评价矩阵,用虚拟云计算出评价项目的期望、熵和超熵,得出评价结果并排序.既考虑了科技奖励评价过程中专家评分的模糊性和随机性,又实现了定性语言与定量数值之间的转换,减少了专家主观因素的干扰,使评价结果更加准确、客观.     

基于EEMD和改进VPMCD的滚动轴承故障诊断方法

针对原VPMCD方法在参数估计过程中存在的缺陷,用BP神经网络非线性回归方法代替原方法中的最小二乘法,解决了最小二乘法中存在的病态问题,因此,提出了改进多变量预测模型(Variable predictive mode based class discriminate,简称VPMCD)的滚动轴承故障诊断方法.首先采用总体经验模态分解(Ensemble empirical mode decomposition,简称EEMD)方法对滚动轴承振动信号进行分解得到若干个单分量信号,然后提取各分量奇异值组成特征向量作为改进VPMCD的输入,最后对滚动轴承工作状态和故障类型进行识别.实验结果表明,该方法能够有效地应用于滚动轴承故障诊断.     

单纯形法优化花生根中白藜芦醇的微波提取工艺

采用微波提取与分子荧光分析技术．探索正交试验与改进单纯形试验设计相结合优化花生根中白藜芦醇的微波提取工艺．通过L9（3^4）正交试验考察料液比、微波功率、乙醇溶剂浓度以及微波提取时间等因素对白藜芦醇提取效果的影响．再采用改进单纯形试验进一步优化提取工艺．研究表明：结合正交试验与改进单纯形法提取花生根中白藜芦醇的最佳工艺条件为料液比1：15（g·mL^-1）,微波功率中高火,微波时间5min,乙醇浓度68％．在最佳工艺条件下白藜芦醇的平均提取率为0．1515％,与单纯采用正交试验最优提取条件相比白藜芦醇的提取率提高了24．30％,有效地实现了花生根中白藜芦醇的最佳提取效果．     

一类具有非线性收获率的捕食者-食饵生态经济系统的分支分析

研究了一类捕食者-食饵生态经济模型的动力学行为.该模型具有非线性收获率,这使得模型更具一般性.选取经济利润v作为分支参数,通过局部参数化方法,Hopf分支理论和形式级数方法研究了系统的Hopf分支.同时,改进的参数化计算过程更简单,能够处理更复杂的模型.最后,通过MATLAB仿真证明了我们的结果.     

基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用

边坡稳定性分析与评价是边坡工程的核心内容,具有高度非线性和不确定性特征。首先,选取了多个边坡工程实例构成学习样本集,以土体重度、内摩擦角、粘聚力、坡角、坡高、孔隙比六个主要影响因素作为土坡稳定性的评价判别指标;然后,采用改进的粒子群算法优化BP神经网络模型,将网络权值和阈值粒子化,通过引入粒子群进化度和粒子群聚合度实现惯性权重的动态变化,利用粒子群算法的全局搜索性实现网络权值和阈值的更新,从而增强算法对非线性问题的处理能力,加快了收敛速度;最后,通过与其它边坡稳定性评价算法进行比较分析,表明了本文研究算法的可行性与合理性。