基于社交圈层和注意力机制的信息热度预测

社交网络现已成为现实世界中信息传播与扩散的主要媒介,对其中的热点信息进行建模和预测有着广泛的应用场景和商业价值,比如进行信息传播挖掘、广告推荐和用户行为分析等.目前的相关研究主要利用特征和时间序列进行建模,但是并没有考虑到社交网络中用户的社交圈层对于信息传播的作用.本文提出了一种基于社交圈层和注意力机制的热度预测模型SCAP(Social Circle and Attention based Popularity Prediction),首先对社交圈层进行定义,通过自动编码器提取用户历史文本序列的特征,对不同用户的社交圈层进行聚类划分,得到社交圈层特征.进而对于一条新发布的文本信息,通过长短期记忆网络与嵌入层提取其文本特征、用户特征和时序特征,并基于注意力机制,捕获到不同社交圈层对于该文本信息的影响程度,得到社交圈层注意力特征.最后将文本特征、用户特征、时序特征和社交圈层注意力特征进行特征融合,并通过两个全连接层进行建模学习,对社交信息的热度进行预测.在推特、微博和豆瓣等四个数据集上的实验结果表明,SCAP模型的预测表现相比于多个对比模型总体呈优,在不同数据集上均方误差(MSE)分别降低了0.017,0.022,0.021和0.031,F1分数分别提升0.034,0.021,0.034和0.025,能够较为准确地预测社交信息的热度.本文同时探究了不同实验参数对于模型的影响效果,如用户历史文本序列的数量、社交圈层的数量和时间序列的长度,最后验证了模型输入的各个特征和注意力机制的引入对于模型预测性能提升的有效性,在推特数据集中,引入社交圈层和注意力机制,模型的MSE指标分别降低了0.065和0.019.     

基于Ziegler-Nichols频率响应方法的自适应PID控制

提出一种基于Ziegler-Nichols频率响应方法的自适应PID控制器,它通过控制回路正常运行中的过程对象输入输出数据在线辨识出过程对象重要的临界频率响应特性,然后基于Zieger-Nichols整定规则或改进的方法在线更新PID控制器参数.PID控制器的自适应过程不需要系统的任何先验知识,也不需要建立任何对象模型,可以保证控制回路始终运行在最佳状态.仿真实验表明了自适应PID控制的有效性和可行性.     

基于ROCKWELL 3层网络架构的流水线控制系统设计

介绍基于罗克韦尔的NetLinx3层网络架构,研制出一套以Logix5561为控制核心,利用Flex I/O 1794进行输入输出,Powerflex40变频器和HMI实现工业上一个物料分拣、抓运、入库流程.介绍了系统的硬件、软件设计方法.整个操作过程可以通过RSView人机界面控制,本系统可广泛应用于教学实践当中.     

基于ADSP21060的并行信号处理系统设计

实时识别目标在现代高科技战争中具有重要军事意义。设计了一个由5片ADSP21060组成的并行处理系统。该系统采用基于环网的数据块处理策略,主DSP将数据分割为长度相等的块,并分配给各从DSP进行处理。以FIR滤波器并行算法为例,验证了本设计在运算速度方面显著优于单DSP系统。该设计可应用到对实时性能要求苛刻的军事领域。     

钢渣对水体黑臭底泥磷释放的控制效果

钢渣是富含Ca元素的吸附剂,文中以钢渣粒径和投加量为影响因素,底泥释放的磷为控制指标,并利用钢渣浸出的Ca2+和Fe2+,结合等温吸附、动力学和XRD揭示了钢渣对底泥的控磷机理.结果表明:钢渣投加量对除磷和pH的影响强于粒径.钢渣(投加量为2.5 g/L、粒径为20目)使上覆水的磷减少了54.7％,底泥磷减少了40.4％,且不影响水体pH和DO.钢渣向水中缓释Ca2+,界面处高浓度Ca2+形成除磷层,释放的Fe2+不明显.钢渣通过钙磷结晶沉积和单分子层化学吸附除磷,除磷之后的钢渣采用磁性回收.     

半干污泥流量计量方法与装置的研究及应用

污泥经干化后进行焚烧已成为市政污泥处理的一种趋势,精确稳定控制进焚烧炉的半干污泥投加量是维持焚烧炉燃烧工况稳定的关键.因半干污泥具有颗粒度不均、黏性高、有弹性、有堆积空隙等固有特性,目前没有直接测量入炉半干污泥投加量的计量仪表,需要通过泵频率或计量装置间接控制入炉污泥量.针对半干污泥计量,研究了在半干污泥输送系统中加入计量槽装置,通过利用料斗内物料减少速率来计算半干污泥流量的计量方法,并给出了计量装置工作的控制过程.该方法在上海市某污泥干化焚烧工程中实际应用的结果表明,与常规的控制污泥输送螺旋频率来测量污泥流量的方法相比,该方法可以实现半干污泥量的精确自动控制,保持焚烧炉燃烧温度和工况相对稳定,取得了良好的效果.     

利用零序电流倍增特征的不接地系统故障选线

针对中性点不接地系统单相接地故障选线困难的问题,通过母线故障相接地故障转移与中性点接入小电阻的方式来增强故障信息从而选出故障线路。建立了故障转移阶段、并联电阻投入前后各个阶段的零序网络模型,分析了健全线路和故障线路各自的零序电流幅值的变化特征。在中性点小电阻投入、母线开关分闸前后各馈线零序电流幅值变化明显,健全线路零序电流在母线开关分闸后显著减小而故障线路零序电流增大。利用故障线路与健全线路的零序电流变化特征构建了不接地系统故障选线判据。大量的仿真计算验证了该方法对于不接地系统单相接地故障良好的适应性,有助于进一步提高故障选线准确率。     

基于优化MSER算法的宫颈细胞核分割方法

随着人工智能技术的发展,自动阅片系统在辅助病理医生阅片诊断,提高病理诊断准确率、降低劳动强度等方面起着越来越重要的作用.细胞核的准确分割是影响该自动阅片系统性能的首要因素.由于细胞核、细胞浆与背景之间的边界不清,且细胞之间颜色差异大,对细胞核分割提出了挑战.为解决这一问题,提出了一种基于优化最大极值稳定区域(maximally stable extre-mal regions,MSER)算法的宫颈细胞核分割方法.该方法首先将图像转换到HSV(hue,saturation,value)颜色空间.然后针对S和V通道做加权组合后,采用优化后的MSER算法处理,获得灰度值均匀的粗分割区域.再利用参数自适应的阈值分割方法进行精细分割.最后通过提取细胞核特征训练人工神经网络分类器来判断分割后得到的结果是否为细胞核.实验表明,该方法能够准确地分割宫颈细胞核.     

基于9种无约束优化算法的岩爆预测BP模型优选

为研究不同训练样本数量和无约束优化算法对岩爆BP(Back Propagation)神经网络模型预测准确率的影响,选取围岩最大切向应力与岩石单轴抗压强度比σθ/σc、岩石单轴抗压强度与单轴抗拉强度比σc/σt和弹性能量指数Wet作为预测指标,广泛搜集整理100组典型岩爆实例建立了训练样本数据库.在样本数量分别为40、70和100时,基于标准算法和9种无约束优化算法建立了10个岩爆BP神经网络预测模型,并提出了考虑不同样本规模影响的岩爆烈度等级预测指数——综合准确值N.比较研究结果表明:BP模型的预测准确率随样本数量增加而提高,3种样本数量下的模型平均预测准确率分别为62.5％、76.4％和87.5％;基于9种优化算法建立的BP网络模型的N值均高于标准BP模型;基于Ploak-Ribiere共轭梯度法优化的BP模型的N值(195)和预测准确率(99.0％)均最高,且在5个工程实例中的预测结果完全符合现场实际,优于标准BP模型、支持向量机模型和其他优化模型,为岩爆烈度等级预测的最佳模型.     

过滤壁结构对颗粒捕集器深床过滤影响的模拟

针对汽油机颗粒捕集器的动态捕集过程及性能,采用孔径分布概率密度函数以及孔隙率分布函数表征多孔介质的非均匀微观结构,并引入对数正态分布描述入射颗粒粒径分布,研究多粒径颗粒入射状态下过滤壁微观结构对GPF深床过滤过程的影响.结果表明:颗粒物大部分沉积于多孔壁上部1/3左右区域,孔径增大会导致沉积位置向下扩大以及孔隙率、渗透率分布的均匀性提高,而孔隙率变化则对颗粒沉积位置影响较小;相对于孔隙率变化,多孔介质的捕集效率及压降性能对于孔径变化的敏感性更高;大孔隙率小孔径结构的多孔介质具有较高的捕集效率与最好的压降性能.