MSDL-IEW:面向文本分类的密集度感知主动学习算法

为了解决文本分类任务中未标注数据无法即时标注及成本过高的问题,提出一种面向文本分类的不确定性主动学习方法。提出MSDL（Measure sample density by LDA）算法对未标注样本密集度进行计算,引入新的度量样本聚集情况的密集度计算方式,在密集度高的样本区域选取初始训练集样本,从而使初始训练集更具代表性;从未标注样本中选取更具不确定性的样本加入到训练集中,并基于信息熵对样本进行加权训练,迭代更新分类器模型,直至达到预期终止条件。实验结果表明,在文本分类任务中,该方法相较于其他传统主动学习算法性能更优。     

工业机器人主动安全控制技术研究现状与展望

在目前工业生产中,机器人越来越多地取代了人工作业,伴随生产效率提高而带来的是频繁发生的操作员安全事故.为解决此类问题,企业往往采用被动安全方式来保障操作人员的安全,但该类方式欠缺灵活性和安全实时性.因此,机器人主动安全问题的研究对提升操作人员安全性、从而促进制造业的发展具有重要的现实意义.本论文对工业机器人主动安全控制技术进行介绍,从工业机器人交互感知、柔顺控制及轨迹规划三方面对机器人主动安全控制技术研究现状进行综述,并对工业机器人主动安全的研究进行展望.     

基于主动学习的命名实体识别算法

命名实体识别的目的是识别文本中的实体指称的边界和类别。在进行命名实体识别模型训练的过程中,通常需要大量的标注样本。本文通过实现有效的选择算法,从大量样本中选择适合模型更新的样本,减少对样本的标注工作。通过5组对比实验,验证使用有效的选择算法能够获得更好的样本集,实现具有针对性的标注样本。通过设计在微博网络数据集上的实验,验证本文提出的基于流的主动学习算法可以针对大量互联网文本数据选择出更合适的样本集,能够有效减少人工标注的成本。本文通过2个模型分别实现实体的边界提取和类别区分。序列标注模型提取出实体在序列中的位置,实体分类模型实现对标注结果的分类,并利用主动学习的方法实现在无标注数据集上的训练。使用本文的训练方法在2个数据集上进行实验。在Weibo数据集上的实验展示算法能从无标签数据集中学习到文本特征。在MSRA数据集上的实验结果显示,在预训练数据集的比例达到40%以上时,模型在测试数据集上的F1值稳定在90%左右,与使用全部数据集的结果接近,说明模型在无标签数据集上具有一定的特征提取能力。     

基于门控图卷积神经网络的有机化学反应预测

随着现代医药技术和计算机技术的发展,采用人工智能技术来加速药物的研发进度成为了研究热点,而对有机化学反应产物的高效预测是药物逆合成路线设计中的关键问题。针对样本数据集中化学反应类型分布不均匀的问题,提出了一种主动采样训练下的门控图卷积神经网络（ASGGCN）模型。首先,输入化学反应物的简化分子线性输入规范（SMILES）编码,通过门控图卷积神经网络（GGCN）以及注意力机制预测反应中心所在位置;然后,根据化学约束条件和候选反应中心枚举出可能的化学键组合来生成候选产物,再通过门控图卷积差分网络对候选产物进行筛选;最终,得到反应产物。门控图卷积神经网络拥有三个权重参数矩阵并通过门控对信息加以融合,与传统的图卷积神经网络相比,它能获取更加丰富的原子隐藏特征信息。通过主动采样的方式进行训练,使得该模型能够兼顾较差样本和普通样本的分析能力。实验结果表明,所提模型对化学反应产物的Top-1预测准确率可达87.2%,对比Weisfeiler-Lehman差分网络（WLDN）模型提高了1.6个百分点,可见模型能够更准确地预测有机化学反应产物。     

Java程序设计课程混合式教学研究

Java程序设计是一门技术性和实践性都很强的专业必修课程。本文首先分析传统Java程序设计课程教学中出现的问题,接着描述了开展任务驱动和翻转课堂的意义,最后阐述广东理工学院开展任务驱动和翻转课堂具体措施,主要包括塑造自主学习文化、加强课前学习引导、综合使用教学手段、总结评价与拓展学习空间等。这些措施在较大程度上激发了学生的学习热情,提升了学习主动性,促进了学生个性化发展,增强了课程学习吸引力。课程取得良好的教学效果,为后续学生实习、就业过程与生产企业的无缝对接奠定基础。     

基于双层粒子群算法的主动配电网分布式电源规划

随着电力市场化程度的提高,主动配电网中需求侧资源与分布式电源的协调综合优化利用能减缓高峰时段电网阻塞,提高电力资产利用率.分布式电源规划与科学合理的接入对主动配电网中需求侧资源的优化利用至关重要.论文选取风力发电机、光伏发电机和微型燃气轮机为待规划分布式电源,以年综合费用最小为目标函数,以分布式电源渗透率、年最大负荷中断量、待规划节点处分布式电源装机容量等多种电气量为约束条件,建立考虑需求侧响应的分布式电源规划模型.基于分解协调思想,将模型分解为规划层和运行层,并采用双层粒子群算法求解.以IEEE33节点配电系统为算例,验证了规划方法的有效性.     

无人机群目标搜索的主动感知方法

为提升蚁群搜索算法在规模大的栅格环境中对未知目标的搜索效率,提出基于蚁群算法的主动感知搜索框架。该框架通过应用历史环境信息来选择无人机的运动方式,并由无人机运动方式和感知域信息得到新的环境信息,从而实现无人机群的智能自动化搜索功能。新方法计算出一种具有探索偏好的未搜索概率,可使无人机搜索时偏向未搜索程度高的栅格,以此来提高算法的搜索能力。同时,以未搜索概率和信息素作为运动方式决策的依据来建立一种新的运动方式选择机制。该机制不仅考虑了目标可能出现的区域,又可兼顾未知区域,从而可实现无目标先验信息条件下的搜索过程。仿真结果表明,此算法在规模大的栅格环境中,与现有算法相比具有更高的搜索效率,并且得到的目标分布信息将更加全面。     

网络中多节点故障定位的探测路径选择算法

针对现有故障定位技术不能满足多节点故障定位的要求,尤其当网络中存在大量故障节点时,提出了一种基于主动探测的探测路径选择算法。该算法主要包括用于故障检测的贪婪路径选择算法和用于故障定位的禁忌链路搜索算法。在故障检测阶段,使用贪婪路径选择算法迭代地选择具有最小权重的探测路径覆盖网络中的节点。在故障定位阶段,使用禁忌链路搜索算法多次生成候选路径集以选择最合适的探测路径来解决多节点故障定位问题。在随机网络拓扑和真实网络拓扑上的仿真结果表明,与现有的节点故障定位算法相比,探测路径选择算法具有更高的成功定位率和更低的探测成本。     

面向学科核心素养的高中信息技术教学实践——以《周而复始的循环》一课为例

高中信息技术新教材的编程和算法教学注重培养学生的计算思维,强调让学生从生活出发,利用所学编程知识来解决生活中的实际问题。因此,教师在创设教学任务时,需考虑学生认知的实际情况,创设情境,引发学生兴趣,从生活数据出发,注重任务与任务之间的联系与拓展,引导学生主动思考,不断分析探究,进一步优化学生计算思维,创设高效课堂教学模式。下面,笔者以教科版信息技术必修1《数据与计算》中的《周而复始的循环》一课为例,从生活中的数据出发,优化课本中的项目案例,探究课堂项目式案例布局与设计,探寻学生信息技术学科素养的培养。     

基于主动预防策略的风电场智能运维管理解决方案

风电场运维模式落后、设备智能化低,造成风电场运维成本高和发电量低。随着风电场数量不断增多,业主投资趋于理性,传统风电场被动运维管理模式迫切需要提高,使其向数字化智能化方向发展靠近。针对于此,基于主动预防策略,通过构建智能运维管理平台以及先进运维手段,提升运维工作自动化水平,确保风场设备健康运行与快速维护,以适应智能电网安全、稳定、高效运行。