面向方案阶段能耗主导的建筑性能快速优化方法

依托机器学习和参数化技术建立了面向建筑方案设计阶段能耗主导的建筑性能快速优化方法,从而实现方案设计阶段以能耗为代表的建筑性能的直观呈现.本文通过实际案例证实了将建筑能耗快速计算技术与交互式性能优化框架相结合,可以让建筑师在进行方案推进与决策过程中直观而快速地获取以建筑能耗为代表的各项性能指标的反馈,从中选择最佳的设计方案,提升建筑师进行性能优化设计的能力.     

基于三种机器学习模型的土力学课程目标达成情况分析研究

针对土木工程专业工程教育专业认证要求,以重庆大学土力学课程为例,采用大数据技术分析土力学课程目标达成情况,并根据评价结果提出教学改进建议。实践证明,大数据技术能够为科学评价专业课程目标达成情况,以及推动本科工程教育的高质量发展提供新的思路。     

基于神经网络的人脸识别系统

针对人脸在整个图像中识别的问题,提出了基于神经网络的前端人脸检测系统.该系统首先将训练集中每个图像划分成独立的小窗口,并标示出每个窗口中包含的人脸图像,并据此对神经网络进行训练.在利用神经网络对人脸进行识别的过程中,对待检测图像划分为分辨率为金字塔形的小图像,然后对每个分辨率的小图像进行人脸识别.同时为了提升系统对人脸检测的准确率和误报率,需要对多个神经网络输出的阈值进行权衡.本系统使用自适应算法,增加了错误检测集以提升系统的检测精度.     

基于机器学习的素描图像处理技术

图像素描化在激光雕刻领域中发挥着极其重要的作用,传统的图像素描处理方法是不同的图像采用同一种算法进行处理,存在适用率不高和部分参数不通用问题。文章提出一种基于机器学习的素描图像处理技术,通过搭建素描图像处理神经网络系统,使用构建的素描图片数据库对模型进行多次迭代训练,最后达到预期素描处理效果,提高了图片素描化处理的普适性。     

基于句式内容表的电网安全隐患文本分类方法

文章使用构建的句式内容表配合机器学习的方式对长白电网历年储存的电网安全隐患信息进行精准分词并将其按要求分类,方便按类别精准取用信息为日后进一步数据分析打下基础。     

蜂窝网络自组织研究及展望

自组织网络技术是提高蜂窝网络运行效率、降低运营成本的重要工具,已作为基本功能在4G标准化初始版本获得引入并得到不断发展。在复杂度更高的5G网络中实现网络自动化管理的需求将进一步增强。回顾了蜂窝网络自组织技术的基本概念、分类和主要用例,分析了主要研究方法;总结了学术界、标准化组织及研究机构的研究进展,重点介绍了基于机器学习的最新研究成果;调查了工程应用现状,分析了自组织网络面临的主要挑战,同时指出了新的研究方向。