基于张量计算的卷积神经网络语义表示学习

卷积神经网络已在多个领域取得了优异的性能表现,然而由于其不透明的内部状态,其可解释性依然面临很大的挑战.其中一个原因是卷积神经网络以像素级特征为输入,逐层地抽取高级别特征,然而这些高层特征依然十分抽象,人类不能直观理解.为了解决这一问题,我们需要表征出网络中隐藏的人类可理解的语义概念.本文通过预先定义语义概念数据集(例如红色、条纹、斑点、狗),得到这些语义在网络某一层的特征图,将这些特征图作为数据,训练一个张量分类器.我们将与分界面正交的张量称为语义激活张量(Semantic Activation Tensors,SATs),每个SAT都指向对应的语义概念.相对于向量分类器,张量分类器可以保留张量数据的原始结构.在卷积网络中,每个特征图中都包含了位置信息和通道信息,如果将其简单地展开成向量形式,这会破坏其结构信息,导致最终分类精度的降低.本文使用SAT与网络梯度的内积来量化语义对分类结果的重要程度,此方法称为TSAT(Testing with SATs).例如,条纹对斑马的预测结果有多大影响.本文以图像分类网络作为解释对象,数据集选取Image Net,在Res Net50和Incep...     

工业互联网在炼化企业的应用

为解决某炼化企业数据采集不规范、系统部署不统一、应用系统多集成度不高、上下游业务信息链条未有效打通、信息孤岛突出等问题，结合企业现状打造了具备炼化企业特色的工业互联网平台。将企业重点管控的仪表、设备、装置等物理实体进行数据采集、集中存储，并借助专用平台进行综合分析处理。规划了统一的虚拟化平台，构建了标准的数据服务、开发服务、中间件服务等通用组件，制定了相应的数据输入与输出标准，提供了相应的数据支撑服务。同时将企业重点关注的生产计划、调度优化、设备管理、安全管控等业务进行数据化、模型化、流程化处理，最终形成行业特色软件平台。通过平台建设，对企业生产经营各链条业务实现了从原料采购、计划排产、调度优化、装置优化、产品销售的全流程管控。同时借助设备大数据分析、统一报警、应急指挥等平台，确保了生产的安全稳定。本文探索了以“数据+平台+应用”的工业互联网平台建设模式，为后续企业数字化转型，围绕生产经营难点痛点，深入推进信息系统应用，积极融入数字经济潮流，奠定了坚实的基础。     

基于运动补偿方法在视频压缩方面的应用研究

目的 动态视频所占据的空间过大,若要快速和在有限的空间去传送,则必须要对动态视频进行压缩;方法 通过帧与帧之间存在冗余性,以及后面的帧可以通过运动补偿的方法来得到预测帧;结果 通过matlab进行仿真,得到相关的图片数据得到压缩后的预测帧;实验验证通过运动补偿的方法可以得到后面相关帧,并且起到压缩的作用.     

基于QoE感知的星地一体化网络公平资源分配策略

星地一体化网络是卫星网络和地面网络互联，实现卫星网络和地面网络优势互补的一体化网络。随着无线通信的快速发展，卫星网络和地面网络的同频复用技术可有效提升资源利用效率，满足日益增长的无线数据业务需求。但由于无线数据业务类型的多样化和频谱资源的稀缺性，如何实现用户数据服务的服务体验质量（Quality of experience， QoE）和公平性提升也成为星地一体化网络亟待解决的关键问题。本文综合考虑信道时变性、服务体验多样性和服务公平性，提出了一种基于QoE感知的星地一体化网络资源分配策略。为此，将目标问题描述为基于时间平均的服务体验质量的网络公平效用最大化，并利用李雅普诺夫优化理论，将复杂的动态原始优化问题进一步转化并分解为3个瞬时优化子问题，每个子问题可以在每个时隙独立求解。同时，由于无线资源分配为典型的非凹混合组合优化问题，推导了一个低复杂度的两步算法来求解第三个资源分配子问题。仿真结果揭示了在不同的公平性参数下用户的长时QoE与公平性之间的折衷情况。     

基于改进GNG算法的燃煤锅炉数据动态特征分析与控制

数据动态特征分析与控制技术是一种重要的数据挖掘手段,燃煤锅炉数据具有明显时序性和漂移性等特点,针对目前数据跟踪与监督算法大多缺乏动态性、实时性和稳定性等问题,设计一种基于改进生长神经气模型(GNG)的自适应聚类模型,建立基于概率、范围搜寻、节点平均距离的节点生成、删除机制,实现对漂移数据实时监控.最后以燃煤锅炉动态数据为分析对象进行实验,实验结果表明该模型和算法对动态漂移数据的实时跟踪能力更强,能对燃煤锅炉动态数据进行准确、有效的监督和控制.     

南京科亚“智能高效双螺杆挤出机”工程研究中心通过验收!

南京科亚申报的“智能高效双螺杆挤出机”工程研究中心,在建设、服务和管理方面勇于创新、持续投入,即取得了可喜的经济效益,也推动了行业技术的进步和发展,经南京市发改委审查,获批“南京市工程研究中心”。南京科亚也将进一步投入技术力量,加大资金投入,注重公司的研发能力和工程化能力的提高,利用智能化的技术和应用能力,为广大改性配混造粒用户创造更大的效益。     

碳纤维布约束下水泥砂浆动态力学及能量特征EI北大核心CSCD

为研究碳纤维复合材料(CFRP)对水泥砂浆的加固效果,针对普通水泥砂浆和CFRP布端面约束水泥砂浆,采用分离式霍普金森压杆(SHPB)分别进行恒定气压(0.3 MPa)和递增气压(0.2、0.3、0.4、0.5 MPa)循环冲击压缩试验,分析了试件的应力-应变曲线、破坏形态和能量特征.结果表明:与普通水泥砂浆试件相比,CFRP布端面约束水泥砂浆试件的循环冲击次数、峰值应力和峰值应变均有显著提高,且其峰值应力随着应变率的提高而增大;CFRP布的断裂部位主要发生在碳纤维横向连接处,CFRP布减缓了试件内部裂缝的产生,提高了试件的延性,表现出更好的抗冲击能力,试件的残余强度增加;端面粘贴CFRP布可以提高水泥砂浆的能量吸收能力,在相同冲击气压作用下,CFRP布端面约束水泥砂浆产生裂纹所需的能量高于普通水泥砂浆.     

优化GD-模糊规则的滑坡预报模型研究

为了提高滑坡灾害预报准确率，改善传统的滑坡监测和预报中存在的参数选取困难及模糊控制系统作为预报模型精确度不高的问题，首先采用山体结构稳定性分析法进行滑坡灾害参数的选取，得出降雨量、含水率、土压力及岩土表面位移增量作为预报参数的结论；其次将选取的参数作为模糊系统的输入，建立滑坡灾害发生概率模型，并引入优化的GD算法修正预报模型中的动态参数，使模糊控制模型具有自适应性；同时与未优化的模糊控制模型以及单独模糊控制模型进行仿真对比，仿真结果表明，该控制算法收敛速度快，具有很好的收敛性；最后将该模型在某滑坡重点灾区实验区进行实验测试，实验结果显示该模型具有较好的收敛性，且预报精度达到90%。