基于改进卷积神经网络的多标记分类算法

良好的特征表达是提高模型性能的关键，然而当前在多标记学习领域，特征表达依然采用人工设计的方式，所提取的特征抽象程度不高，包含的可区分性信息不足。针对此问题，提出了基于卷积神经网络的多标记分类模型ML_DCCNN，该模型利用卷积神经网络强大的特征提取能力，自动学习能刻画数据本质的特征。为了解决深度卷积神经网络预测精度高，但训练时间复杂度不低的问题，ML_DCCNN利用迁移学习方法缩减模型的训练时间，同时改进卷积神经网络的全连接层，提出双通道神经元，减少全连接层的参数量。实验表明，与传统的多标记分类算法以及已有的基于深度学习的多标记分类模型相比，ML_DCCNN保持了较高的分类精度并有效地提高了分类效率，具有一定的理论与实际价值。     

石油开发对环境的影响及对策研究

目前国内石油资源的大规模勘探开发,创造了巨大的经济效益和社会效益,但是油田开发对生态环境的影响也是不容忽视的.对石油企业来说,石油开发和环境保护无疑是一对突出矛盾,如何实现石油开发和环境保护的双赢是构建和谐企业的关键所在.本文简要分析了油田开发过程中产生的污染物来源、类型及对湿地脆弱生态环境的影响;采取积极有效的环保措施,竭尽全力把能源开发与环境保护有机结合起来,以实施清洁文明生产为重点,努力实现石油开发与环境保护的和谐统一.     

硬盘盘片表面疵病检测装置的光学系统设计

为了检测硬盘盘片表面疵病的大小是否符合标准,设计了一种检测装置.采用光的散射理论,结合硬盘盘片表面疵病的粗糙度等级和实验结果,利用光照射到粗糙表面时发生的散射现象、散射光的特性以及散射模型建立的理论基础,对4种散射模型进行了分析和比较.并以混合型散射模型为基础,利用光学设计软件完成了该检测装置的光学系统设计.结果表明,混合型散射模型的散射角最大、散射能量密度最大,最适合用于反映硬盘盘片表面疵病造成的散射现象.     

焊接残余应力对高强度钢低匹配对接接头静载强度的影响

采用有限元方法研究了焊后拉伸条件下高强度钢等匹配和低匹配对接接头内部应力的变化情况。结果表明,焊后横向和纵向拉伸载荷增至临界失效载荷期间,等匹配和低匹配接头的焊缝区和母材区应力均一直持续增加,但焊缝及近缝母材区应力在焊接残余应力基础上的增加较远端母材区缓慢;最终近缝母材区的应力明显高于远端母材区,未表现出内应力完全调匀的特征;这意味着由于焊接残余应力的存在,高强度钢宽板等匹配焊接结构的静载强度可能略有损失,而高强度钢宽板低匹配焊接结构更将在焊缝低强的影响下损失更大的静载强度。     

基于混淆矩阵的多目标优化三支决策模型*

鉴于混淆矩阵在机器学习算法性能评价领域的通用性,文中以混淆矩阵为基础构造概率粗糙集三支决策度量系统,给出部分度量指标之间的性质及其证明,提出基于混淆矩阵度量指标体系的多目标优化三支决策阈值求解模型.模型中多目标优化函数被视为不同三支决策度量指标的加权之和,而最优阈值的求解也获得一种新型的语义解释.最后通过实例演示模型如何确定接受与拒绝域阈值,同时对比Pawlak粗糙集方法,表明文中模型获得的三支决策能够更好地平衡决策的准确率与承诺率.     

低匹配十字接头的“等承载”设计

为提高低匹配接头的静载承载能力和疲劳抗力,根据提出的“等承载”设计思想和实现条件,在确定十字接头应力集中最小化的焊缝形状方案的基础上,通过有限元计算及其结果的回归分析,建立了十字接头几何参数与焊趾、焊根应力集中系数的关系方程,进行了0.571匹配比十字接头等承载目的的接头形状参数设计. 结果表明,设计延缓了拉伸及弯曲过程中低强焊缝和焊趾应力的增长速度,低强焊缝不先于母材屈服,应变集中先位于焊趾,随后向母材转移,接头断裂模式转变为安全的全面屈服断裂. 该设计对高强度钢低匹配接头的应用具有重要意义.     

石油开发对环境的影响及对策研究

目前国内石油资源的大规模勘探开发,创造了巨大的经济效益和社会效益,但是油田开发对生态环境的影响也是不容忽视的。对石油企业来说,石油开发和环境保护无疑是一对突出矛盾,如何实现石油开发和环境保护的双赢是构建和谐企业的关键所在。本文简要分析了油田开发过程中产生的污染物来源、类型及对湿地脆弱生态环境的影响;采取积极有效的环保措施,竭尽全力把能源开发与环境保护有机结合起来,以实施清洁文明生产为重点,努力实现石油开发与环境保护的和谐统一。     

混合多机器学习的ICU病人生死预测框架

ICU病人生死预测一直都是医学界的研究热点和难点。数据挖掘的机器学习方法近年来在该领域取得了一定的进展,但依然有很大的发展空间。针对ICU时序数据的高维度和不确定间隔采样特性,提出了不确定间隔采样转化为确定间隔的空采样的思想和相应的处理策略;在此基础上将传统的时间序列聚类与机器学习方法相结合,提出了一个两阶段的混合多机器学习算法框架,使得数据集的高维和不确定性得到了约简,从而可以采用经典的机器学习方法挖掘病人生死知识。在一个公开数据集上的两组实验结果表明,基于该算法框架的ICU病人死亡预测方法对于少数样本的分类效果优于传统方法,弹性时间间隔下的预测效果更好,最优时间间隔的选取可以通过实验效果来验证。     

基于语义理解和机器学习的混合的中文文本情感分类算法框架

快速、准确和全面地从大量互联网文本信息中定位情感倾向是当前大数据技术领域面临的一大挑战.文本情感分类方法大致分为基于语义理解和基于有监督的机器学习两类.语义理解处理情感分类的优势在于其对不同领域的文本都可以进行情感分类,但容易受到中文存在的不同句式及搭配的影响,分类精度不高.有监督的机器学习虽然能够达到比较高的情感分类精度,但在一个领域方面得到较高分类能力的分类器不适应新领域的情感分类.在使用信息增益对高维文本做特征降维的基础上,将优化的语义理解和机器学习相结合,设计了一种新的混合语义理解的机器学习中文情感分类算法框架.基于该框架的多组对比实验验证了文本信息在不同领域中高且稳定的分类精度.     

基于自由曲面双波段离轴三反光学系统的优化设计

在航空遥感领域中,双波段光学系统是最具代表性的光学系统。与单一波段光学系统相比,双波段系统可以同时探测到背景信号和目标信号,从而获得更准确的信息。采用离轴反射系统这一方案与折射系统相比,在满足更长焦距的同时,又能实现光学系统小型化的目标。本文提出一种基于自由曲面的反射系统作为设计蓝本,能够获得如下优点:视场角更大,光路容易折叠,系统成像质量高,能够达到高分辨率成像以及系统的轻量化设计。本文采用动态光学理论对系统初始结构进行求解并通过对系统元件的倾斜与偏移计算获得离轴系统,系统引入自由曲面获得更加优质的成像质量。系统参数如下:焦距为2000 mm,相对孔径为1/2,视场角为6°×1°,工作波段为3~5 μm与8~12 μm,选用法国Sofradir公司生产的红外双色焦平面阵列非制冷型探测器;设计结果表明,加入自由曲面后系统的成像质量得到了明显改善,系统在整个工作波段内MTF值在14 lp≥0.3。