组合降采样极限学习机

设计了一种针对不平衡数据集的学习机,即组合降采样极限学习机(EUS ELMs)。当训练数据集不平衡时,普通分类器对少数样本的分类敏感性较低,而给予多数样本过度关注。针对这种问题,将组合降采样结构与极限学习机(ELM)结合起来,形成一种新的组合学习机。该学习机继承了组合降采样结构对样本选择的依赖性小的优点,和极限学习机分类效率高、耗时短的优势,而且可以通过不同的参数设置控制对少数样本的关注度,根据使用者需求获得不同分类效果。     

极化SAR图像解译中的不相似性度量

不相似性度量常用来描述极化合成孔径雷达(SAR)样本数据之间的差异性,已被广泛应用于滤波、目标检测、分割分类和变化检测等多种极化SAR图像解译技术中。基于极化SAR数据的矩阵表达形式,从特征、统计分布、假设检验、信息论散度和信息几何等多角度出发,总结回顾了极化SAR图像解译问题中常见的不相似性度量,简要分析了其优势、存在的问题以及适用范围,并对极化SAR不相似性度量的研究趋势进行了展望。     

提升机电流不平衡问题原因分析

某水泥厂钢丝胶带提升机（下文简称提升机）的驱动电机为三相异步电动机，其型号为：YE3-280M-4/90 kW，技术参数为：380 V/50 Hz/IP55/B3/F。在提升机空载试车过程中，电机三相电流出现不平衡现象，偏差达到了12%，实测三相电流数值分别为：60 A、65 A、75 A，其对应的三相电压分别为399 V、402 V、402 V。 针对上述现象，我们对产生三相电流不平衡的原因进行归纳，并对每种原因进行实验研究，最终得出了较为客观的结论。     

一种基于Spark的不确定数据集频繁模式挖掘算法

如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度，在大数据背景下，同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此，本文提出一种基于Spark的不确定数据集频繁模式挖掘算法（UWEFP），首先，为了同时兼顾数据项的概率和权重，计算一项集的最大概率权重值并进行剪枝；然后，为了减少对数据集的多次扫描，结合Spark框架的优点，设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘；最后在Spark环境下，以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时，提高了效率.     

人员行为对住宅建筑热负荷需求的影响研究

本文对西安市某居民住宅楼不同人员的作息规律和用能行为进行了调研测试,利用马尔可夫链模型和事件机制模拟了不同人员的在室情况,结合DeST软件对考虑人员在室情况和人员行为影响后的住宅建筑热负荷需求进行了模拟,并与传统负荷计算方法下得到的建筑热负荷需求进行比较.结果表明,人员行为对住宅建筑热负荷需求的影响较大,考虑人员行为影响因素后建筑的热负荷需求呈现显著地波动变化且供暖季近92％的时刻建筑的负荷率均不超过60％,上述结果可为供暖系统的设计和运行管理提供指导.     

抽油井不压井作业装置及抽油泵底阀设计

江苏油田的部分油井存在油管短路、地层高压低渗、漏失严重等问题,这些问题造成压井作业困难,并且压井作业过程中的井控与环境污染风险较大。为了进行不压井检泵作业,同时缩短检泵之后的产量恢复周期,进行了不压井作业技术研究,并研制了不压井作业装置。为解决起下抽油杆过程中的防喷问题,改进了抽油泵底阀结构,该结构可实现起下抽油杆过程中油管不带压、无溢流,并保障起下油管过程中的井控安全。该技术在江苏油田现场应用9井次,效果良好。     

检测实验室测量不确定度评定

该文就土的含水率检测测量不确定度评定为例,阐述测量不确定度的评定方法与步骤,旨在与广大读者交流、学习,共同推广测量不确定度在工程实践中的应用,提高检测实验室的检测水平,使测量结果更完整,并与国际接轨。     

电子商务系统集群综合QoS控制算法

电子商务系统运用越来越广泛,但网络流量的指数性增长和服务器的数据处理能力并未得到相应的增长,极大地制约了电子商务的实际应用以及网络性能和扩展。集群技术是一种先进的技术,文章对集群负载均衡算法进行了分析探讨,提出了一种基于请求的优先化调度和服务器集群的Content-aware动态负载均衡相结合的综合QoS控制方法,最后我们将该集群技术综合QoS控制机制应用到一种基于CDMA技术的电子商务系统,并在实际应用中取得了极佳的性能。