排序方式: 共有26条查询结果,搜索用时 125 毫秒
2.
模式识别方法已成为地震资料解释及储层预测的一个重要手段。在诸多的模式识别方法中,神经网络以其较强的智能性、准确性和容错性为人们所重视,应用十分广泛。本文在总结前人基作的基础上,用模型分析研究了自组织神经网络模式识别中应引起重视的几个问题,如参数的选取及适用性,噪声干扰对识别结果的影响等。这些结论在实际资料处理中起到了较大的指导作用。 相似文献
3.
4.
5.
研究通过亚临界流体提取技术提取玉米淀粉残渣中的油脂,再将提取出的油脂经过预酯化过程、醇解过程,制备生物柴油。结果表明,在玉米淀粉残渣油脂的亚临界流体提取过程中,适宜条件为提取温度40℃、每次提取时间40 min、料液比1∶2、提取次数3次,在该条件下油脂得率为46.68%;预酯化过程的适宜条件:在真空条件下,反应温度190℃,甘油添加量为理论添加量的175%,催化剂用量为油脂质量的2%,反应时间3 h;经预酯化处理后进一步醇解得到生物柴油,醇解反应的脂肪酸甲酯产率为95.21%。 相似文献
6.
匹配是不完全信息市场中供、需双方之间的撮合过程,复杂多变的市场信息使精确的匹配规格确定越来越困难。利用反馈原理设计了匹配规格优化机制,给出了基于效用的相似度比较方法,对优化过程中固定值方法和动态值方法的性能作了比较,最后利用实验对该机制的有效性进行了验证。 相似文献
7.
8.
一种结合BERT与双层LSTM的复杂长句意图分类方法 总被引:1,自引:0,他引:1
传统文本分类方法从复杂长句中提取特征的能力有待提高.为准确识别与分类复杂长句意图,构建一种结合BERT(Bidirectional Encoder Representation from Transformers)迁移学习与长短时记忆网络LSTM(Long Short-Term Memory)的分类方法.使用BERT获取上下文相关的动态词向量,捕捉传统模型难以表示的一词多义特征;在BERT输出层接入LSTM网络,经由词级、句级双层LSTM层次化提取特征,获取细粒度语义表示,进而对句子意图进行准确分类.实验结果表明,该方法在复杂长句意图分类任务上的准确率、召回率以及F1值与已有方法相比均有提高. 相似文献
9.
为提高云服务协作过程服务失效的替换成功率,提出一种云平台下协作态势驱动的自适应候选者协商维持模型,利用贝叶斯学习预测协商数据保留值,自适应提交协商议题,以维持与候选者的协商;通过对服务协作过程动态监测,动态优化服务候选集。实验结果表明,服务协商维持模型能适应协作过程变化,使服务协作具有良好的自适应性和健壮性。 相似文献
10.
本文采用超临界流体法提取三种不同树龄的侧柏木精油,并研究了三种侧柏精油在提取率、感官性状、精油组成和抑菌功效等方面的差异。研究结果表明,树龄越老的侧柏木的精油提取率越高,最高可达到9.98%,精油的芳香气味也更浓郁醇正;采用GC-MS法分析精油成分,发现树龄越老的侧柏木的精油其主要成分罗汉柏烯、雪松醇、花侧柏烯等含量也越高;采用最低抑菌浓度(MIC)法比较了三种精油的抑菌功能,发现树龄越老的侧柏木精油其MIC也越低,对四种细菌(金黄色葡萄球菌、乳酸菌、大肠杆菌和沙门氏菌)的MIC均可低至0.05 mg/m L,说明其具有高效的抑菌效果。本文研究结果表明,侧柏木的陈化时间对其精油的风味、含量、组成和功能等方面均具有重要影响,树龄越老的侧柏木精油利用价值越高。 相似文献