营销活动问题标签分类语料库的构建与分类研究

判断营销活动投诉工单所属的标签类别,开展营销活动问题标签分类研究具有重要意义,然而目前尚没有相关语料库。基于K-means算法和专业知识确定分类标签,构建营销活动问题标签分类语料库,且每个问题标签的一致性均达到93%以上。这说明该语料库能够为营销活动投诉工单分类研究提供统一资源支撑。此外,在构建的语料库上,采用单一深度学习模型和融合的方法进行营销活动问题标签分类研究。实验结果显示,F1值达到67.70%,说明该分类方法是有效的。     

可见光与红外图像自适应加权平均融合方法

针对传统可见光图像与红外图像融合存在显著性信息保留不完整的问题,本文提出了一种新的自适应加权平均融合算法。首先,该方法通过非下采样轮廓波变换将源图像分解为不同尺度、不同方向的高低频分量。然后,针对低频分量的特点提出了一种基于显著性的自适应加权平均融合规则,用于保留源图像中的重要信息。对于高频分量,本文采用绝对值取大的融合策略。最后,根据融合后的高低频分量重构出最终的融合图像。实验结果表明,本文算法与传统融合算法相比,在主观视觉和客观指标上都具有优势。     

民族体育教学中的特殊姿态校对视觉监控平台设计

为了发展民族体育、弘扬民族文化,现设计一款民族体育教学中的特殊姿态校对视觉监控平台。该平台由视觉监控模块与特殊姿态校对模块构成。视觉监控模块负责进行特殊姿态数据的采集、量化与传导,讨论了该模块中的MFC监控架构、数据传导通信指令结构、主要硬件连接模式以及数据的高阶低通滤波方法。特殊姿态校对模块用于接收视觉监控模块传导出的特殊姿态量化数据,其利用Processing语言建立GUI优化数据结算空间,通过四元数结算方法完成特殊姿态量化数据向欧拉角的转化,根据欧拉角判定规则确定特殊姿态是否需要校对,并标记校对点。实验结果表明,所设计平台的滤波效果好,监控误差小。     

基于伪布尔模型和启发式算法求解无容量设施选址问题

采用伪布尔模型和启发式算法来求解无容量设施选址问题。首先给出了问题的伪布尔(pseudo-Boolean)表示，然后基于Khumawala规则对问题进行预处理，最后提出两种启发式分支准则来求解问题。实验结果表明所提算法简单有效。     

基于铁路动车所"BIM+GIS"模型配色规则研究

铁路工程具有专业多、工艺复杂、体量大的特点,一条长大铁路往往长达几百甚至上千公里,如此大的体量很难用BIM软件将其空间信息全部展示,故通常将BIM模型转入到GIS中来解决。BIM模型通常采用中间格式文件来导入到GIS平台中,而在这个过程中往往会出现模型信息的丢失。模型配色信息是区分设备模型及保证展示效果的重要手段,为测试BIM模型导入到GIS中配色信息的丢失及异常的情况,文章以主流BIM软件3D EXPERIENCE和GIS软件SuperMap为基础,3DXML为中间格式文件,以盐通铁路南通动车所设备设施为例,探究在此过程中模型配色信息的损失情况,研究表明:3D EXPERIENCE及SuperMap中颜色定义优先级存在较大差异,这是模型导入到SuperMap平台中发生颜色丢失及异常的主要原因,为保证3D EXPERIENCE及SuperMap中配色显示统一,通常要在模型的Feature级、PartBody/Body级定义颜色。     

人人都可挖掘的巨大潜能——谈科学方法论的应用效果

本章首先举出如何利用辩证唯物主义及全局形态的普适型的科学方法论的体系和规则,来挖掘可以被人们利用的巨大潜能。作者通过亲身实践,在人生奋斗的道路上,通过对总结出的科学方法论体系和规则的学习与运用,挖掘出了能被利用的巨大潜能。     

人人都可挖掘的巨大潜能—谈科学方法论的应用效果

本章首先举出如何利用辩证唯物主义及全局形态的普适型的科学方法论的体系和规则,来挖掘可以被人们利用的巨大潜能。作者通过亲身实践,在人生奋斗的道路上,通过对总结出的科学方法论体系和规则的学习与运用,挖掘出了能被利用的巨大潜能。     

关联规则在电厂优化运行中的应用分析

以某电厂锅炉壁温优化运行为例,根据数据聚类特征对参数进行分组,结合Apriori算法,找出与热偏差关联的控制参数项,发掘出敏感参数项。数据挖掘结果与优化调整结果相符,通过规则约束使壁温优化效果提升17%,可为同类电厂运行调整提供借鉴。     

基于数据挖掘的开源电子资源访问行为统计模型

为了解决当前图书馆资源个性化推荐过程中存在推荐的准确率、召回率以及效率较低的问题,采用二维距离模型构建用户社区模型,用于描述访问用户与图书馆开源电子资源之间的关系,并对互联网用户需求和访问行为进行模糊规则推理.依据互联网用户属性和图书馆资源访问需求属性之间的模糊规则,建立图书馆开源电子资源访问行为统计模型,并利用该模型向用户提供个性化推荐服务.仿真结果表明,所建模型的推荐召回率高达98. 4%,推荐准确率为99. 2%,运行时间小于0. 04 s.所建模型能够为互联网用户提供准确、高效地图书馆资源个性化推荐服务.