外高桥1000MW超超临界机组闭环控制系统设计

外高桥1000MW超超临界机组是被控特性复杂多变且多变量相关的对象,协调控制系统采用负荷指令的静、动态前馈和汽轮机与锅炉间的解耦回路来保证控制品质;由于该机组锅炉为直流炉,燃水比既与负荷控制相关又与汽温控制密不可分,燃烧和给水控制系统采用以负荷指令为基础的比值控制加二者的解耦回路以基本保证燃水比;过热汽温控制采用以焓值调节器的指令修正给水流量指令来精确保证燃水比为主要手段,以喷水减温为辅助手段;Smith预估器被应用于过热、再热器喷水控制回路中,以解决汽温这种大迟延、大惯性对象的控制难题。     

明园小区多层砖混住宅楼抗震加固设计

结合具体工程实例,介绍了明园小区多层砖混住宅楼采用捆绑式抗震加固设计的过程,阐明了设计理念与思路,并提出了对住宅抗震加固设计的体会和观点,和广大设计人员共同交流与探讨.     

机油泵灵活性检测装置

机油泵灵活性检测要求我国汽车内燃机机油泵灵活性技术要求,在JB/T8413—1996《内燃机机油泵技术条件》中有明确规定:机油泵的所有运动零件均应转动灵活,不得有卡滞现象和异常响声。在NJ432—1986《内燃机机油泵试验方法》中规定了机油泵总成试     

基于在线半监督boosting的协同训练目标跟踪算法

基于自训练的判别式目标跟踪算法使用分类器的预测结果更新分类器自身,容易累积分类错误,从而导致漂移问题。为了克服自训练跟踪算法的不足,该文提出一种基于在线半监督boosting的协同训练目标跟踪算法(简称Co-SemiBoost),其采用一种新的在线协同训练框架,利用未标记样本协同训练两个特征视图中的分类器,同时结合先验模型和在线分类器迭代预测未标记样本的类标记和权重。该算法能够有效提高分类器的判别能力,鲁棒地处理遮挡、光照变化等问题,从而较好地适应目标外观的变化。在若干个视频序列的实验结果表明,该算法具有良好的跟踪性能。     

智能科学与技术专业本科培养方案在大类招生模式下的修订

大类招生模式是高校人才培养模式发展的新趋势。以厦门大学为例,介绍智能科学与技术专业本科培养方案在大类招生模式下的修订方案,探讨大类招生模式下智能科学与技术专业建设的几个问题。     

采用虚拟仪器的机油泵出厂试验台

为了满足汽车机油泵大批量生产的出厂检验要求,研制了机油泵出厂试验台。在LabVIEW平台上开发的试验台,应用PXI总线结构和M系列数据采集设备;能够在一定的温度和不同的转速与压力下对流量、扭矩等重要参数进行全面测试,测试过程实现自动控制,测试数据用数据库进行管理。测试台能够在机油泵生产线上轮班制连续作业的情况下长期稳定可靠的完成高精度的测试工作;保证了90 s内完成一台机油泵出厂检验的全部过程。     

基于时间分布特征的博客突发事件检测

博客是目前网络舆论的重要载体之一,如何自动检测博客中的突发事件对于舆情分析与疏导具有重要的研究价值。针对目前突发事件检测中存在的时间信息有歧义的虚假突发事件问题,本文提出了一种基于时间分布特征的博客突发事件检测方法。该方法通过波峰检测和计算事件文档与背景语料文档之间、事件相关文档和不相关文档之间的时间分布差异来判断该事件在时间特征上是否具有突发性和关联性。实验结果表明,该方法可有效检测博客中的突发事件并可有效去除时间信息有歧义的虚假突发事件。     

基于概率推理模型的博客倾向性检索研究

近年来博客作为一种新兴的大众化新闻发布媒介越来越受到人们和业界的关注.博客之间通过互相引用、互相推荐形成一个巨大的博客空间.在博客空间中,人们既可以自由发表对现实生活各种问题的观点,表达自己的情感,也可以对市场上出现的新产品进行评论.准确检索出博客空间中人们对重要话题、热点事件的观点看法对市场调研、网络舆情发现与预警等应用有重要意义.博客倾向性检索的目标是检索出与给定查询既要主题相关又要有与该查询相关评论的博文.为实现该目标,把概率推理模型应用于博客倾向性检索中,提出一个基于概率推理模型的博客倾向性检索算法.该算法把主题相关性评分和倾向性评分合并到一个统一的概率推理理论模型,能够有效计算博文中出现的主题描述与查询的主题相关性,合理度量倾向性词描述查询主题的倾向性强弱,并融合二者分数形成最后整体评分.实验表明,该算法能够有效地识别博客空间中与给定查询相关的观点,获得较好的结果.     

基于互联网搜索与反馈验证的图像自动标注

基于网页的图像自动标注存在图像与文本的关联假设问题,而基于内容的方法则存在数据规模小的问题。为此,将基于内容和基于网页的自动标注方法相结合,提出基于互联网搜索和反馈验证的图像自动标注方法。利用网页关联文本从互联网搜索结果中提取候选标注词,根据候选标注词在搜索得到图片的内容特征进行反馈验证。实验结果表明,该方法具有大规模标注能力,准确率比基于网页的图像自动标注方法提高了7.92%。     

基于虚拟属性学习的文本-图像行人检索方法

文本-图像行人检索旨在从行人数据库中查找符合特定文本描述的行人图像.近年来受到学术界和工业界的广泛关注.该任务同时面临两个挑战:细粒度检索以及图像与文本之间的异构鸿沟.部分方法提出使用有监督属性学习提取属性相关特征,在细粒度上关联图像和文本.然而属性标签难以获取,导致这类方法在实践中表现不佳.如何在没有属性标注的情况下提取属性相关特征,建立细粒度的跨模态语义关联成为亟待解决的关键问题.为解决这个问题,融合预训练技术提出基于虚拟属性学习的文本-图像行人检索方法,通过无监督属性学习建立细粒度的跨模态语义关联.第一,基于行人属性的不变性和跨模态语义一致性提出语义引导的属性解耦方法,所提方法利用行人的身份标签作为监督信号引导模型解耦属性相关特征.第二,基于属性之间的关联构建语义图提出基于语义推理的特征学习模块,所提模块通过图模型在属性之间交换信息增强特征的跨模态识别能力.在公开的文本-图像行人检索数据集CUHK-PEDES和跨模态检索数据集Flickr30k上与现有方法进行实验对比,实验结果表明了所提方法的有效性.