基于技术生命周期的中美人工智能原始创新能力研究

文中以1950-2020年中关两国人工智能关键技术专利为数据源,基于技术生命周期理论,采用Logistic模型进行拟合分析,对中关人工智能原始创新能力进行比较.研究发现,中关人工智能原始创新能力发展水平不一,从技术生命周期来看,中国人工智能技术生命周期目前尚处于成长期,而美国已进入成熟期;中国人工智能技术专利申请数量和速度均领先于美国,特别是跨媒体分析推理、自主无人系统和自然语言处理技术的专利申请增速较快.最后,结合Logistic模型拟合结果,进一步分析了未来中美人工智能原始创新能力演化与跃迁路径,提出了面向2035年远景目标的我国人工智能关键领域提升原始创新能力的相关政策建议.     

时序图节点嵌入策略的研究

相较于传统的图数据分析方法,图嵌入算法是一种面向图节点的新型图数据分析策略.其旨在通过将图节点向量化表达,进而在节点向量基础上利用神经网络相关技术更有效的进行图数据分析或挖掘工作,如在节点分类、链接预测及交通流预测等经典问题上取得效果显著.虽然研究者们在图嵌入方面已取得了诸多成果,但是面向时序图的节点嵌入问题却未被充分重视,本文便是在先前研究工作的基础上,结合信息在时序图中的传播特性,提出了一种对时序图节点进行自适应嵌入表达的方法ATGEB （Adaptive Temporal Graph Embedding）.首先,为了解决不同类型时序图节点活跃程度不同的问题,通过设计一种自适应方式对其活跃时刻进行聚类.而后,在此基础上设计一种游走模型用以保存节点对之间的时间关系,并将节点游走序列保存在一种双向多叉树上进而可以更快速的得到节点时间相关的游走序列.最后,在基于节点游走特性和图拓扑结构的基础上,对节点向量进行重要节点采样,以便在尽可能短的时间内训练出满足需求的网络模型.通过充分的实验证明,本文面向时序图的嵌入策略相较于现流行的嵌入方法,在时序图时序中节点间时序可达性检测以及节点分类等问题上得出了更好的实验效果.     

基于Apriori算法的数据挖掘在移动医疗系统中的应用

针对医疗行业海量数据的数据挖掘应用少、基础差,数据分析的需求迫切等问题,提出一套创新型数据采集与挖掘方案.该方案选用Apriori算法就目前产科数据集展开关联分析,重点研究剖宫产与体征、药品之间的关联,并分析了产妇入院时间及新生儿出生时间分布与数量的关系.另外,还对关系到数据采集与传输效率的移动医疗系统进行研究,选用便携数字终端(portable digtital assistant,PDA)进行移动式数据采集,并阐述了基于新型分布式多层系统模型和SSH2框架的设计方案.在北京市某妇产医院的临床应用表明:该系统能够为医护人员提供精确、客观的数据支持,优化医护流程.数据挖掘分析结果对于药房的备药、发药,手术室准备,医护人员排班等具有指导意义和参考价值,可为后续医疗数据的统计和处理提供良好的技术基础.     

单绕组磁悬浮开关磁阻电机控制策略

针对瞬时悬浮力与瞬时转矩非线性强耦合的特点,分析了单绕组磁悬浮开关磁阻电机的运行机理,以提高电机动态运行性能为目标,提出瞬时悬浮力与平均转矩分相产生的控制策略。构建单绕组磁悬浮开关磁阻电机悬浮力与平均转矩的数学模型,运用等效电流法,将实际控制电流等效为转矩电流和悬浮电流。引入超前角θm,考虑磁饱和因素,分析推导出θm计算流程,得到电机运行控制策略。有限元和simulink仿真的结果表明当电机转子发生偏心时,采用所述控制策略,转子可以在极短的时间内恢复到平衡位置,闭环系统具有良好的动静态性能。     

数据挖掘聚类分析技术概述

由于互联网技术被人们广泛使用,大数据的产生需要人们加以梳理,数据挖掘的应用及其算法就显得尤为重要。因为大数据产生,超级计算机,Deep Learning在学术界和工业界的广泛重视,人们日常的需要,数据挖掘的存在更显示其意义。从数据挖掘算法分析,数据挖掘技术发展方向两个方面而言,介绍了数据挖掘领域的经典理论和近几年在国际级取得的研究成果,并讨论了数据挖掘技术研究的发展方向。     

人工鱼群—粒子群混合算法优化进港航班排序

针对空中交通管理中的进港航班排序问题, 提出了人工鱼群—粒子群混合算法(AFPSO)这一航班排序算法来优化进港航班排序, 使时段内进港航班队列总延误时间最少。算法结合了基本人工鱼群算法(AFSA)和基本粒子群算法(PSO)各自的优点, 先以AFSA在全局寻找满意的解域, 再以PSO算法在这些解域中进行快速的局部搜索获得精确解, 最终使算法提高收敛速度和搜索精度。仿真结果表明, 在单跑道和双跑道情况下, AFPSO算法使得航班队列总延误时间比FCFS调度方法减少了20. 9%和34. 4%, 比基本AFSA减少了3. 2%和3. 5%。算法得到的满意解能够为自动化空中交通管理提供实时支持。     

论小学信息技术课堂的幽默教学法

在现代教学中,幽默教学被广泛应用到教学课堂中,它作为一种教学手段不仅要求教师充分挖掘、理解教材里的幽默内容,还需要运用语言、动作或是表情表达出来,进一步激发学生的兴趣。本文以小学信息技术课堂教学为例,进一步探讨了如何在课堂上科学地进行幽默教学。     

基于亚胺键和二硫键的自愈合水性聚氨酯的制备及性能

以水杨醛和2,2-二氨基二苯二硫醚反应，合成了含有芳香二硫键的席夫碱，将合成的席夫碱和聚四氢呋喃醚二醇、异佛尔酮二异氰酸酯、2,2-二羟甲基丁酸和1,4-丁二醇反应，制备了席夫碱自愈合水性聚氨酯。通过1HNMR、FTIR、对合成的席夫碱和聚氨酯进行表征，结果表明合成了有芳香席夫碱和芳香二硫键的自愈合水性聚氨酯；通过划痕测试和愈合测试对聚氨酯自愈合能力进行了表征，结果表明，SWPU-2的划痕愈合效果和自愈率都是最佳，在室温下愈合12h后，SWPU-2划痕消失，室温下愈合24h后，聚氨酯的自愈率可以达到95.8%     

Bottom-Up法计算油田注入水中三种细菌的不确定度

为保持地下压力,在油田开采过程中需向地下油层中注水,注入水中最为常见的三种细菌是腐生菌、铁细菌和硫酸还原菌,这些细菌的存在会降低注入水水质并腐蚀管道,影响油田开采。为客观评价三种细菌检测的准确度,采用绝迹稀释法检测技术,利用Bottom-Up法,通过21组数据对三种细菌检测方法的不确定度进行计算。结果表明,绝迹稀释法检测油田注水三种细菌的不确定度分别为:硫酸还原菌±4 mL^-1,腐生菌±6 mL^-1,铁细菌±16 mL^-1。通过Bottom-Up法对检测不确定度进行评估,可真实、准确地反应油田注入水中三种细菌的实际含量范围,为油田注水达标提供技术保障。