大型土木结构多目标一致逼近有限元模拟方法

阐述了大型土木结构多目标一致逼近模拟中的3个关键问题,即多目标一致逼近有限元模型的建立、单目标多因素同时修正技术及多目标多因素同时修正技术,并从多目标一致逼近模拟的特征和需求等方面来探讨多目标一致逼近模拟策略.重点阐述了多目标一致逼近模拟的建模过程,即如何建立多目标一致逼近有限元模型使之能够同时满足结构损伤分析和状态评估过程中的多目标模拟和结构行为一致多尺度模拟的需求.为考证多目标一致逼近模拟方法的可行性,以焊接钢桁架结构为研究对象,具体阐述了该结构包括一级模拟目标(动力特性)、二级模拟目标(整体名义应力)和三级模拟目标(局部热点应力及其分布规律)的多目标模拟过程.研究结果表明:钢桁架结构多目标一致逼近有限元模型的模拟结果均好于多目标模拟有限元模型,尤其是三级目标的模拟更加准确.     

考虑样本加权的迁移学习暂态稳定评估模型更新方法

在电力系统暂态稳定评估模型的更新过程中，针对与潜在故障相关性较小的故障样本影响迁移效果的问题，本研究从原始样本的特征量出发，发现其分布差异能反映故障之间的相关程度，由此提出考虑样本加权的迁移学习方法，进一步提高更新后评估模型的性能.首先，通过预先训练获得一个独立的域判别器，以此衡量训练模型的各故障样本相对于潜在故障的相似程度.其次，将量化后的分布差异通过密度比估计的方式进行转化，得到训练模型的各故障样本所赋予的权重大小.最后，将权重引入迁移学习更新评估模型的损失函数中，实现样本筛选.所提方法的有效性在IEEE-39节点系统和华东某区域的实际系统中均得到验证.     

万维网搜索引擎索引信息库的增量更新方法

本文讨论了 WWW (万维网 )搜索引擎索引信息库的更新维护问题 ,提出了一个增量式的更新方法 ,从而减轻了索引信息库维护的工作负担     

基于潜在因子多样性的非负矩阵分解协同过滤模型

基于非负矩阵分解的协同过滤模型在高维稀疏数据的预测和填补上十分有效，该模型具有推荐个性化、有效利用其他相似用户回馈信息的优点，但也存在预测精度较低等不足。针对用户或项目在不同情景下的评分差异性，提出了一种改进的基于潜在因子多样性的非负矩阵分解的协同过滤模型。该模型充分考虑在不同情境下，用户和项目潜在特征矩阵的多样性，在模型的训练中，采用了单元素非负乘法更新规则和交替方向法，保证了目标矩阵的非负性，且提高了模型的收敛率。在真实的工业数据集上的实验结果表明，相比于经典的非负矩阵分解模型，该模型的预测精度有了明显提高。