锅炉改建中应考虑问题的探讨

简单叙述了在锅炉改建过程中存在的问题，并以太钢尖山铁矿锅炉改建工程为例，就存在的问题进行了探讨，总结了一些经验。     

基于生成对抗网络学习被遮挡特征的目标检测方法

实际生活中目标间存在的遮挡会造成待检测目标的特征缺失,进而使得检测准确度降低.鉴于此,提出一种用于被遮挡特征学习的生成对抗网络(generative adversarial networks for learning occluded features, GANLOF).被遮挡特征学习网络分为被遮挡特征生成器、鉴别器两个部分.首先对数据集生成随机遮挡,作为模型的输入;然后利用生成器恢复被遮挡图片的池化特征,通过鉴别器区分恢复后的被遮挡池化特征与无遮挡图片池化特征,同时使用检测损失监督生成器,使恢复的被遮挡特征更准确.所提出被遮挡特征学习网络可以作为组件插入到任意的两阶段检测网络中.与Faster RCNN等已有模型相比,所提出模型在PASCAL VOC2007和KITTI数据集上的mAP(mean average precision)指标均有不同程度的提升.     

面向海参养殖的物理信息融合系统

国际海参养殖业一直采用传统的人工生产方式,存在工艺落后、效率低下的严重问题,无法满足迅速增长的市场需求.针对这一问题,将CPS 思想引入水产领域,详细分析了CPS 的理论特点和实际意义,并根据CPS 体系结构设计了一种海参养殖的物理信息融合系统,包括环境监测子系统、信息处理传输子系统、过程控制子系统和远程决策控制中心等4 部分.针对物理与信息过程交互的特点,采用自动机理论对物理过程建模并加以验证,以确保整体系统组构的可靠性.该系统的主要部分已经完成部署,实际观测数据表明,其能够有效完成海参养殖的监控功能.系统还具有良好的扩展性,通过与领域专家的深入合作,还可将该系统推广到更广泛的水环境应用领域.     

一种基于情节矩阵和频繁情节树的情节挖掘方法

针对现有的最小发生的频繁情节挖掘中存在的问题,提出一种发现情节的不同最小发生并对其进行计数的方法.在此基础上,提出基于情节矩阵和频繁情节树的最小发生频繁情节挖掘方法,基于直接扩展思想,只需扫描数据一次,不需生成候选情节,提高了挖掘的时空效率.提出了基于相同结点链和哈希链的优化方法,通过省略相同结点的扩展过程,进一步提高了挖掘性能.最后,在不同类型的真实数据集上进行实验,实验结果验证了所提出的频繁情节挖掘方法的优势以及优化方法的有效性和高效性.     

混合遗传算法研究及其应用

为了求解基于智能制造环境所建立的生产规划模型，解决维数灾、局部解等问题，本文对遗传算法进行了研究，提出并设计了一种线性规划和遗传算法相结合的启发式优化方法，并对其应用作了进一步的探讨。     

盐酸戊乙奎醚外消旋体及其4 个光学异构体在小鼠脑中的测定及[3H]-二苯基羟乙酸奎宁酯对其分布的影响

目的: 研究盐酸戊乙奎醚外消旋体及其4 个光学异构体在小鼠脑中的分布及QNB 对其分布的影响。方法: 应用GC-MS SIM 定量方法测定了盐酸戊乙奎醚外消旋体与其4 个光学异构体在小鼠脑中药物浓度。结果: 盐酸戊乙奎醚外消旋体及其4 个异构体在小鼠脑中均存在较高的分布浓度, 各异构体在脑中的分布特点是, 与M 受体亲和力较大的R-2 异构体在脑中具有较高的选择性分布浓度。R 型异构体在脑中消除慢, 而S 型异构体在脑中消除快。给予一定剂量的QNB, 可明显降低各异构体在小鼠脑中的分布水平, 其中药效作用较大的R-2 异构体受QNB 的影响更大。说明R-2 异构体在脑中占据的M 受体位点多, R-2 异构体的分布主要与M受体的立体特异性结合有关。结论: 盐酸戊乙奎醚异构体在小鼠脑中的分布与mAChR 的亲和力存在相关性,QNB 对盐酸戊乙奎醚外消旋体及其4 个异构体在小鼠脑中的分布有显著影响。     

微机控制技术在锅炉上的应用

本文就尖山铁矿工业锅炉的计算机测控、管理与应用情况作一系统、简要的介绍。     

面向时序预测的支持向量回归参数选择方法

支持向量回归作为一种新的学习方法,在用于时间序列建模与预测时具有较好的泛化性能和预测能力.在支持向量回归建模的过程中,参数的选择对于模型的准确性至关重要.针对目前支持向量回归模型参数优化中存在的问题,提出一种面向时间序列预测的支持向量回归参数选择方法.根据时间序列及其预测的特点,对传统的交叉验证方法进行了改进,在保证时间序列预测方向性特征的基础上,充分挖掘有限样本所包含的信息,并将之与(-加权的支持向量回归相结合以选择好的模型参数.典型时间序列上的实验结果表明了所提出的支持向量回归参数选择方法的有效性,该方法在用于时间序列预测时取得了良好的效果.     

面向CPS节点操作系统的混合调度系统研究与设计

针对CPS物联性、互联性和智联性的新挑战,设计了具有实时性、灵活性及适应性特点的面向CPS节点操作系统的混合调度系统。在深入研究事件驱动与多线程两种调度机制本质区别的基础上,设计了协作式多线程和混合栈管理相结合的带有适配器机制的混合编程模型以及支持事件与线程2种任务类型的混合调度模型,并采用合理的实时算法加以实现验证。实验测试表明本调度系统在实时性能指标上明显优于TinyOS,更符合CPS的属性要求。     

基于多参数的μC/OS-Ⅱ任务优先级和调度方法

在μC/OS-Ⅱ进行实时任务调度时，可以使用单一的调度算法分配任务优先级。优先级判定标准的片面性、“错过率”较高的截止期，影响了μC/OS-Ⅱ的实时调度性能。该文提出了多参数任务优先级分配策略和μC/OS-Ⅱ任务的调度方法，实验证明，该方法截止期的平均错过率为60.1%，有效地改善了μC/OS-Ⅱ的实时调度性能。