MSDL-IEW:面向文本分类的密集度感知主动学习算法

为了解决文本分类任务中未标注数据无法即时标注及成本过高的问题,提出一种面向文本分类的不确定性主动学习方法。提出MSDL（Measure sample density by LDA）算法对未标注样本密集度进行计算,引入新的度量样本聚集情况的密集度计算方式,在密集度高的样本区域选取初始训练集样本,从而使初始训练集更具代表性;从未标注样本中选取更具不确定性的样本加入到训练集中,并基于信息熵对样本进行加权训练,迭代更新分类器模型,直至达到预期终止条件。实验结果表明,在文本分类任务中,该方法相较于其他传统主动学习算法性能更优。     

超双疏高强防护手套的研究与开发

针对高强防护手套编织工艺难度大、纱纱易产生芯纱裸露、影响织物强力和耐磨等问题,对高强防护手套的原料选择、包覆、编织和涂覆工艺进行了系统研究。分析包覆纱的受力分析及牵伸比、超喂、张力控制对包覆纱成纱质量的影响,研究了手套编织的关键工艺技术以及生态环保的超涂覆工艺技术。通过对包覆工艺参数的优化,采用手指部位的加固编织技术,以及对编织成形的手套进行双疏整理,赋予了高强防护手套良好地耐磨、防切割、超双疏性能,较好地解决了双疏高强防护手套生产工艺难题,对于企业的新产品开发及实际生产具有一定的指导作用与参考价值。