基于遗传算法优化机器学习模型的地下水潜在性预测

传统机器学习模型在地下水潜在性预测中,未考虑最优因子组合,会对地下水潜在性制图产生不利影响。为此,提出了遗传算法优化支持向量机的地下水潜在性预测方法。以云南省彝良县为研究区,从地形、水文、土壤、地质等方面选取了共15个影响因子;考虑模型性能和影响因子的作用,利用遗传优化算法筛选了包含11个影响因子的最优因子组合;然后使用支持向量机方法构建了地下水潜在性预测模型;最后计算了因子优化前后的模型准确度和受试者工作特性曲线下面积（area under curve,AUC）,并绘制了模型的受试者工作特性（receiver operating characteristic,ROC）曲线和地下水潜在性预测图。结果表明：因子优化前模型的准确度为0.774,验证集AUC为0.789,因子优化后模型的准确度为0.777,验证集AUC为0.806,分别提高了0.003和0.017。可见,所提方法的准确性、可靠性优于传统的支持向量机法,其结果可以为区域水文地质调查和地下水资源管理与规划提供科学参考。     

基于多尺度特征混合注意力的连续帧深度估计

目的 估计获取拍摄物体到相机之间距离的深度信息是单目视觉 SLAM 中获取深度信息的方法,针对无监督单目深度估计算法出现精度不足以及误差较大的问题,提出基于多尺度特征融合的混合注意力机制的连续帧深度估计网络。 方法 通过深度估计和位姿估计的两种编码器解码器结构分别得到深度信息和 6 自由度的位姿信息,深度信息和位姿信息进行图像重建与原图损失计算输出深度信息,深度估计解码器编码器结构构成 U 型网络,位姿估计网络和深度估计网络使用同一个编码器,通过位姿估计解码器输出位姿信息;在编码器中使用混合注意力机制 CBAM 网络结合 ResNet 网络提取四个不同尺度的特征图,为了提升估计的深度信息轮廓细节在提取的每个不同尺度的特征中再进行分配可学习权重系数提取局部和全局特征再和原始特征进行融合。 结果 在 KITTI 数据集上进行训练同时进行误差以及精度评估,最后还进行了测试,与经典的 monodepth2 单目方法相比误差评估指标相对误差、均方根误差和对数均方根误差分别降低 0. 034、0. 129 和 0. 002,自制测试图片证明了网络的泛化性。 结论使用混合注意力机制结合的 ResNet 网络提取多尺度特征,同时在提取的特征上进行多尺度特征融合提升了深度估计效果,改善了轮廓细节。     

基于模糊粗糙集的层次分类增量特征选择

随着大数据时代的到来,数据的类标签数量急剧增加,对现有的分类任务带来了严峻的挑战。为了解决这个问题,人们通常将标签组织成层次结构,使用结构中所包含的信息来对任务进行学习。考虑样本的不断增加,使用模糊粗糙集信息熵设计了一种面向层次分类的增量特征选择算法。考虑兄弟策略,将现有的λ条件熵推广到了层次分类的情形,设计了一种非增量的层次分类特征选择算法,设计了λ增量条件熵,基于此设计了增量版本的特征选择算法。在实验中,采用了包括非增量版本在内的7种不同的特征选择算法在5个层次数据集上与增量算法进行比较,实验结果验证了2种算法的有效性,并且所设计的增量算法能在不影响性能的情况下加快特征选择的进程。     

离散事件动态系统理论在通信网络中的应用

通信网络是—个典型的离散事件系统。离散事件动态系统（ＤＥＤＳ）理论综合并提出了许多对离散事件系统建模及性能评估等的方法,为解决通信网络中的一些关键问题提供了有力的工具。本文综述了近年来ＤＥＤＳ理论在通信网络建模、分析、优化以及网络管理等方面的应用进展情况,并提出了一些自己的看法。     

生产系统的产品再设计策略

为研究在单一产品生产环境中产品再设计对价值、成本和质量管理有关问题的影响,提出了一个动态规划模型,该模型可以确定企业最优的产品再设计程度和实施再设计的最优时间,这样能使累积的净产品价值最大化．该模型可以使用不同的学习率和不同的成本数据进行计算,最后的结果表明,早期实施最优产品再设计策略提高了产品的累积净价值．     

太原市耕地资源动态变化及驱动力分析

利用1949—2005年的统计数据,分析了太原市耕地资源动态变化过程,并选取总人口、全社会固定资产投资额、人均GDP、工业总产值、第三产业比例等指标进行主成分分析。研究结果表明：太原市耕地数量经历了较快增长-急剧减少-平稳减少-波状减少的变化过程,太原市各地区的耕地变化也有明显差异性;通过主成分分析以及建立太原市耕地面积与驱动力因子的多元线性回归模型,得到经济因素、人口因素和第三产业发展是影响太原市耕地变化的主要因素。研究内容和分析结论对太原市耕地资源可持续利用具有重要意义。图4,表4,参18。     

生鲜食品多阶段动态定价模型及算法

考虑消费者购买行为,建立生鲜食品多阶段动态定价模型,力图使零售价格能够动态地反映生鲜食品的价值波动,采用基于正负反馈机制的改进蚁群算法求解模型。通过不同算例仿真分析,表明该模型优于传统模型;同时将本文算法与其他3种算法进行对比,从收敛性能和运行时间方面证实本文算法更优。     

无人机视觉导航研究综述

对无人机视觉导航的现有算法从视觉处理和状态估计与数据融合两大方面作了分类总结,重点讨论了无人机获取图像的特征提取、视觉传感器同其他传感器的数据融合、以及实时得到状态估计的各种方法,同时,也涉及了未知环境下地图的建立,最后指出了无人机视觉导航在实际应用中面临的主要问题。     

局部邻域搜索在对地观测卫星任务规划中的应用与扩展

任务规划作为一项重要技术,已经广泛应用于卫星的星载与地面控制系统中,以提高卫星任务执行的鲁棒性、可预测性和高效性。描述了对地观测卫星任务规划问题及特点,给出了对地观测卫星任务规划的一般处理过程。针对约束规划中的局部邻域搜索算法不能有效反应对地观测卫星成像的时效性和分辨率等需求的问题,提出了基于动态优先级的局部邻域搜索算法。算法在经典约束满足问题求解算法的基础上,主要扩展了任务优先级的定义及在搜索过程中的启发式。通过典型的仿真算例,验证了算法的可行性和有效性。     

需求稀少情况下随机动态装卸混合问题研究

针对随机动态装卸混合问题中存在的排队现象,运用排队论推导出需求稀少情况下随机动态装卸混合问题期望系统时间的下界;提出了一种实时优化策略——多车场随机队列中位策略;推导出需求稀少情况下,多车场随机队列中位策略和实际应用中广泛采用的随机队列中位策略的期望系统时间,并分析了期望系统时间的渐近性.模拟计算结果表明,需求稀少情况下,多车场随机队列中位策略明显优于随机队列中位策略;当服务强度趋于零时,多车场随机队列中位策略近似为最优策略.