石英陶瓷注凝成型影响因素的研究

介绍了熔融石英陶瓷的注凝成型机理及其工艺过程,分析讨论了影响熔融石英陶瓷注凝成型的主要因素,通过研究确定了合理的制备工艺参数.     

层次非负矩阵分解及在文本聚类中的应用

文本聚类的目标是把数据集中内容相似的文档归为一类,而使内容不同的文档分开。目前针对不同领域的需求,多种解决聚类问题的算法应运而生。然而,由于文本数据本身固有的复杂特点,如海量、高维、稀疏等,使得对海量文本数据的聚类仍然是一个棘手的问题。提出了层次非负矩阵分解聚类方法,该方法不但保留了非负矩阵分解的优点,如同步识别文档类别和找出类别本质特征,而且能够展现类别间的层次结构。这种类别层次结构在网页预览等应用中是非常有用的。在真实数据集20Newsgroups和Reuters-RCV1上的实验结果表明,层次非负矩阵分解相比已有的方法更有效。     

基于Biclustering的中医药症关系分析

针对中医临床中的药症关系知识发现问题,在计算药症相关相似度的基础上,采用Biclustering分析方法获得中医临床诊疗中的重要药物配伍信息,并发现与这些药物配伍相应的临床症状。研究结果表明,Biclustering方法是一种有效的中医药物配伍和药症关系分析方法。     

基于统计推理的社区发现模型综述

社区有助于揭示复杂网络结构和个体间的关系.研究人员从不同视角提出很多社区发现方法,用来识别团内紧密、团间稀疏的网络结构.自2006年以来,提出了一些基于统计推理的社区发现方法,它们可识别实际网络中更多的潜在结构,并以其可靠的理论基础和优越的结构识别能力成为当前的主流.该类方法的主要目标是建立符合实际网络的生成模型以拟合观测网络,将社区发现问题转化为贝叶斯推理问题.首先给出社区发现中生成模型的相关定义;其次按照模型中社区组成元素将已有统计推理模型分为节点社区推理模型和链接社区推理模型,并深入探讨各种模型的设计思想及实现算法;再次,总结各模型适用的网络类型及规模、发现的社区结构、算法复杂度等,给出一种选择已有基于统计推理的社区发现模型的方法,并利用基准数据集对已有典型统计推理模型进行验证及分析;最后探讨了基于统计推理模型的社区发现存在的主要问题和未来发展的方向.     

基于多核学习的投影非负矩阵分解算法

非负矩阵分解(NMF)把给定的数据矩阵分解成低维的非负基矩阵和对应的系数矩阵,两者之间存在必然联系。为此,研究者将基矩阵转换为系数矩阵的投影,进一步提高分解效率。但是该方法无法处理非线性数据,核函数的引入部分解决了此问题,却同时导致核函数参数选择的问题。基于多核学习理论,提出了一种多核学习的投影非负矩阵分解(MKPNMF)算法,该算法有效地避免了核函数参数选择的问题,同时提高了学习性能。在实际人脸数据上的实验结果表明,MKPNMF较已有的NMF类方法具备明显的性能优势。     

2017人工智能前沿进展专题前言

智能化是信息技术发展的主流趋势,人工智能技术已广泛渗透于科学发现、经济建设、社会生活等各个领域。国务院2016年11月印发的《“十三五”国家战略性新兴产业发展规划》中将发展人工智能作为推动信息技术产业跨越发展的基础之一,美国政府同年10月发布的《国家人工智能研究与发展战略规划》将人工智能研发提升至国家战略层面。随着大数据、云计算、物联网等信息技术的不断发展,人工智能研究在理论、方法、应用等多个层面均面临新的挑战。为及时反映国内同行在人工智能前沿的最新研究成果,《计算机研究与发展》本次推出“人工智能前沿进展2017”专题,以进一步推动我国人工智能领域的创新发展。本专题得到了国内同行的广泛关注,经公开征文共收到高质量投稿68篇。此外,专题组稿与2017中国计算机学会人工智能会议（CCFAI 2017）合作,从426篇会议投稿中遴选出了7篇高质量论文。特约编辑先后邀请多位人工智能及相关领域的专家参与审稿工作,稿件评审历经4个月,最终有21篇论文入选本专题。主要关注在大数据时代背景下适于特定领域大数据特性的人工智能理论、方法与技术,基于机器学习的智能数据分析,以及人工智能技术对自然语言处理、计算机视觉、信息检索与推荐等领域的支撑应用。     

电脑信息化管理在燃气行业中的应用

深圳市燃气集团现有十三个不同规模的区域气化站和近千多公里的燃气管线，具有75万户供气能力，现为深圳市42余万户管道用户提供安全可靠的管道石油气供气服务。近几年来深圳市管道气事业发展较迅猛，用户正以6万户／年的速度向前发展，如何保证城市燃气供应系统安全稳定地供气，为广大深圳市民提供优质服务，作为深圳市管道燃气唯一经营单位——深圳市燃气集团，为了进一步搞好安全供气工作，加强燃气供应系统规范化管理，提高优质服务水平，集团公司于一九九八年十月成功地开发了一套具有现代化水平的电话调度管理系统，将电脑信息化管理贯穿于用户服务、燃气供应、事故抢修和生产调度的全过程之中。     

景德镇瓷质茶壶与宜兴紫砂茶壶之比较

景德镇瓷质茶具与宜兴紫砂茶具一直是我国优质茶具的代表,皆很好的满足了实用功能和审美功能,二者在原料、工艺、艺术风格、审美特征上有很大区别,本文试以现代陶艺茶壶为代表,将两者作一比较。     

猪肺炎支原体环介导等温扩增检测方法的建立

目的建立检测猪肺炎支原体(Mycoplasma hyopneumoniae,Mh)的环介导等温扩增(Loop-mediated isothermal am-plification,LAMP)方法。方法根据GenBank中登录的猪肺炎支原体的核苷酸序列,设计4条特异性引物,用外引物进行PCR反应,对内外引物浓度、dNTP+和MgSO4浓度及Bst DNA聚合酶用量等进行优化,建立猪肺炎支原体LAMP检测方法,并对该方法进行特异性和敏感性验证。结果内外引物浓度分别为0.5和0.20 pmol/μl,dNTP+浓度为0.5 mmol/L,MgSO4浓度为3.75 mmol/L,Bst DNA聚合酶用量为8.0和9.6 U时,LAMP反应效果较好;应用该方法检测多杀性巴氏杆菌、猪胸膜肺炎放线杆菌、肺炎双球菌、支气管败血波氏杆菌、副猪嗜血杆菌和链球菌均呈阴性;当猪肺炎支原体的拷贝数低于3时,检测不到该病原体。结论已建立了猪肺炎支原体LAMP检测方法,该方法特异性较好,敏感性较高。     

样本加权的多视图聚类算法

大数据时代,人类收集、存储、传输、管理数据的能力日益提高,各行各业已经积累了大量的数据资源,这些数据常呈现出多源性和异构性.如何对这些多源数据进行有效的聚类(也称为多视图聚类)已成为当今机器学习研究关注的焦点之一.现有的多视图聚类算法主要从“全局”角度关注不同视图和特征对簇结构的贡献,没有考虑不同样本间存在的“局部”信息间的差异.因此,提出一种新的多视图样本加权聚类算法(sample-weighted multi-view clustering, SWMVC),该算法对每个样本的不同视图进行加权,采用交替方向乘子法自适应学习样本权值,不仅可以学习不同样本点间不同视图权重的“局部”差异,还可以从学习到的“局部”差异反映出不同视图对簇结构贡献的“全局”差异,具有较好的灵活性.多个数据集上的实验表明：SWMVC方法在异质视图数据上具有较好的聚类效果.