基于依赖最大化和稀疏回归的多标签特征选择

针对基于稀疏回归的多标签特征选择方法中数据的特征和标签之间线性关系假设不成立的问题,提出一种基于依赖最大化和稀疏回归的多标签特征选择方法 (multi-label feature selection with dependence maximization and sparse regression,DMSR)。构建数据的低维子空间,最大化低维空间与数据的标签空间之间的依赖性,使用希尔伯特-施密特独立性准则作为依赖性的计算依据,将数据从特征空间映射到该低维空间,设计一种交替优化的算法对稀疏回归模型进行求解,得到用于特征选择的投影矩阵。在多个不同类型的多标签数据集上的实验结果表明,所提算法的性能优于其它对比算法。     

燃料电池汽车加氢站安全设计要点分析与建议

加氢站内氢气具有高压、易燃、易爆特性，一旦发生火灾或爆炸事故，将会带来巨大的经济损失甚至人员伤亡，因此，必须高度重视加氢站本质安全设计工作。针对加氢站工程设计中的安全要点，从加氢站的选址、总平面布置、设备安全设计、安全辅助系统、建筑设施及消防等各环节进行全方位分析，旨在全面提升加氢站的安全水平。结合国内加氢站技术发展现状，提出了加氢站安全设计、安全管控方面的建议。文中的分析结果可为加氢站的工程设计、建设、标准制定和安全运营提供参考。     

机载远程探测用高能量双波长激光器研究

激光器是机载远程光电探测系统的重要组成部分,其性能直接决定系统应用效果.首先从激光测距方程出发,分析不同探测体制以及双波长探测需求;然后针对半导体泵浦固体激光器进行研究,并对不同双波长实现方式进行了分析;最后通过试验验证,实现了高能量双波长激光输出.试验结果表明:通过主动电光调Q技术和LD侧面泵浦共腔谐振技术,可以实现高重频窄脉宽1.064μm和1.57μm双波长激光输出.     

纸质简谱图像的分割、倾斜校正及音符歌词提取

乐谱图像的自动分割、倾斜校正是乐谱识别过程中的关键技术,各种计算机光学乐谱识别技术在乐谱图像的数字化中有着广泛的应用,但对于乐谱中简谱的识别一直鲜有研究.本文针对人工拍摄条件下光照不理想的简谱图像,提出一种基于PCNN(脉冲耦合神经网络)和DNN(深度神经网络)相结合的分块简谱图像自动分割算法,该方法根据简谱图像灰度分布特征对图像进行自适应分块处理,依据每个分块的灰度特征与PCNN最佳迭代次数之间的关系构造合适的DNN神经网络,从而实现了最优分割图的自适应选取;进一步利用最优分割图像中音符小节线的水平投影,提出一种双尺度下降法实现了简谱图像的倾斜校正;提出去边垂直投影法和连通域距离判断法实现了简谱图像中音符及歌词的提取.实验仿真结果表明:本文算法对复杂光照条件下的简谱图像处理都具有较好的鲁棒性,同时表现出更高的效率.     

双波长褪色分光光度法测定盐酸美西律

建立了一种快速、灵敏测定药物中盐酸美西律的双波长分光光度法。在弱碱性溶液中,虎红与盐酸美西律反应生成离子缔合物,使溶液发生褪色现象,光谱曲线上呈现2个较强的负吸收峰,它们分别位于472和560 nm,在此2个波长处,盐酸美西律的线性范围为0.04~2.6 mg/L,表观摩尔吸光系数(κ)分别为5.87×10⁴(472 nm)和3.59×10⁴ L/(mol·cm)(560 nm),检出限为0.033(472 nm)和0.035 mg/L(560 nm)。用双波长法测定时,其表观摩尔吸光系数(κ)达9.46×10⁴ L/(mol·cm),检出限为0.017 mg/L。双波长法用于盐酸美西律药片测定,加标回收率为97.7%~103%,相对标准偏差(RSD)为2.2%~2.6%。     

表面离子印迹聚合物金属离子吸附材料研究进展

离子印迹聚合物吸附材料对模板离子具有强识别能力，对其可实现高选择吸附，因而离子印迹技术常用于制备高选择性吸附材料。但传统方法制备的离子印迹吸附材料，因识别位点容易被包埋导致其吸附容量小、吸附-脱附速率低，而表面离子印迹技术则是采用模板离子和聚合单体直接在载体表面或附近区域构筑选择性识别位点，所有活性位点均暴露，从而有效地解决了上述问题。本文从技术原理与合成原料、制备工艺方法以及载体材料类型等方面对表面印迹聚合物吸附材料近期研究进展情况进行了概述。针对相关研究现状，从载体材料、功能单体、目标离子等角度分析和讨论了表面离子印迹聚合物吸附材料当前发展中的不足及其所面临的挑战，并对表面离子印迹技术发展趋势和前景进行了展望。     

关于加快推动广西甘蔗产业绿色发展路径选择的研究

在国际食糖市场严峻的新形势下,笔者认为加快构建广西甘蔗产业绿色发展技术体系,是加快推动甘蔗产业绿色发展,提高广西乃至我国甘蔗产业质量效益竞争力的必由之路,本文提出6点对策措施,即:"必须抓好甘蔗生产保护区的划定与建设"、"必须转变甘蔗生产经营方式"、"必须加大甘蔗优良新品种的推广力度"、"必须加快推广甘蔗生产全程机械化技术"、"必须加大各项轻简高效农业绿色技术推广力度"、"必须进一步创新政策和服务措施"。笔者提出上述措施,以期为加快推进广西甘蔗产业绿色发展提供参考建议。     

基于机器学习方法的油井日产油量预测

油藏数值模拟是进行油田产量预测最为常用的方法，但其准确性建立在精确的地质模型和较高质量的历史拟合基础之上。为了克服数值模拟计算耗时长、成本高和所需数据资料多等缺点，建立了一种利用机器学习方法，根据现场广泛易得的油藏静态资料和开发动态参数实现油井日产油量的快速准确预测。传统的BP神经网络无法准确描述产量变化在时间维度上的相关性，因而基于长短期记忆神经网络(LSTM)，建立能够考虑生产动态数据变化趋势和前后关联性的产量预测模型，是实现油井日产油量预测更为有效的途径。首先根据平均不纯度减少(MDI)方法，分析各个因素对单井产量的影响程度，基于特征参数的重要性进行数据降维，排除不相关的冗余特征，确定影响油井产量的主要因素。结合筛选出的特征参数和日产油量数据对LSTM模型进行训练和优化，建立最终的油井产量预测模型。利用实际油田数据对建立的模型进行验证和应用效果评价，结果表明基于LSTM模型的产量预测值与实际值高度一致，能准确反映产量的动态变化规律，为油井产量预测提供了一种新的方法。