基于改进用户兴趣模型的个性化图书推荐算法

为了有效提高推荐算法的精确度,提出了一种适用于个性化图书推荐的改进隐含狄利克雷分配(Latent Dirichlet Allocation,LDA)用户兴趣模型。首先在借阅者-借阅者评分矩阵的基础上,通过增加借阅者特征信息相似度计算和借阅者-图书属性相似度计算,对图书内容相似度计算方法进行了改进。然后采用LDA主题挖掘模型来实现个性化图书推荐,并给出了相应的参数估计过程。实验结果显示:相比传统算法,提出的算法具有较高的准确度,能有效对图书进行挖掘,为借阅者推荐个性化和潜在感兴的书籍。     

机器学习算法在混输管道内腐蚀预测的应用

基于内腐蚀直接评价理念中的腐蚀分析方法,结合管道内检测结果,采用线性回归以及神经网络算法,分析不同因素对腐蚀的实际影响效果。分析过程中,对管道腐蚀缺陷进行了统计分析,研究了缺陷深度符合指数分布。为更好的预测分析管道腐蚀程度,筛选了腐蚀缺陷作为拟合数据。基于学习出的拟合公式,预测了管道在未来不同工艺条件下的腐蚀趋势。经计算,两种算法预测结果基本一致。按照该算法,能够实时根据管道运行工艺参数预测未来腐蚀程度。     

基于改进的ORB算法的工件图像识别方法

针对传统的工件图像识别算法运行速度慢、匹配精度差等问题,提出一种改进的ORB（Oriented FAST and Rotated BRIEF）算法解决工件图像的实时与准确识别问题。该算法的流程是首先利用ORB算法提取工件图像的角点特征,随后为其添加SURF（Speed-Up Robust Features）描述符进行方向分配,得到具有旋转尺度不变性的图像角点,结合快速近似最近邻搜索算法进行特征点的匹配,实现工件图像的识别。实验结果表明：在图像存在旋转尺度变化的情况下,使用改进的ORB算法相比传统的ORB、SIFT（Scale Invariant Feature Transform）和SURF算法以及SIFT+SURF、SURF+FREAK组合算法在工件图像角点提取与目标匹配方面速度更快,识别精度更高,提高了工业机器人在搬运工件过程中对工件图像的识别效率和准确性     

机器学习在材料研发中的应用

大数据和人工智能技术的快速发展推动数据驱动的材料研发快速发展成为变革传统试错法的新模式,即所谓的材料研发第四范式.新模式将大幅度提升材料研发效率和工程化应用水平,推动新材料快速发展.本文聚焦机器学习辅助材料研发这一新兴领域,以材料预测和优化设计为主线,在简述材料特征构建与筛选的基础上,综述了机器学习在材料相结构、显微组...     

基于物品综合流行性的实时推荐算法

在这个信息化时代,爆炸式增长的信息具有时效性、共享性、相对价值性的特点。为了帮助用户克服由于信息过载而带来的选择困难问题,个性化推荐应运而生。“信息老化”是信息网络发展过程中必然经历的一个过程,因此将时间因素融入到推荐算法成为必然的趋势。大多数研究时间因素的推荐算法主要集中在用户兴趣的变化或是物品近期的流行性,忽略了物品在发展过程中的综合流行性。本文以物品的综合流行性（ComPI）为研究中心,提出一种实时推荐算法。本文的主要工作有：（1）在推荐中考虑了物品在生命周期的发展阶段。（2）将时间因素加入推荐算法,建立指数型的时间权重衰减模型来合理量化时间权重。（3）将全概率模型与时间衰减模型相结合来建立物品的综合流行性模型,进而提出一种实时推荐算法,有效解决了现有算法中的“营销近视”问题。（4）将算法应用于真实数据集测试表明,本文提出的实时推荐算法具有更好的准确性、多样性和新颖性。（5）本文还研究了数据的增长特性,以及数据增长特性对于数据划分和算法性能测评的影响,提出在研究推荐算法时应该更关注具有指数增长的数据。综上所述,该算法可以有效地利用推荐系统中的时间因素来改善用户体验。此外,ComPI模型还可以帮助研究网络拓扑的演化过程,并可应用于网络相关领域。     

基于机器学习的RFID定位技术在模具行业的应用研究

模具制造企业中,生产计划和生产监控组成的闭环回路是精益化生产的必要条件,生产监控往往是通过获知生产加工的实时位置信息完成的,如何快速准确获取生产加工实时位置信息,已成为模具精益化生产的关键点。针对该问题,结合RFID定位技术和机器学习思想,将神经网络和贝叶斯融入到RFID定位,提出基于机器学习的定位模型定位方法,以满足模具企业生产加工过程中对位置信息以及基于位置信息的其他实时加工信息的获取要求。     

基于机器学习算法的核电结构材料性能预测

核电作为我国能源的重要组成部分,显示出巨大的发展潜力。随着核电技术的不断提高、完善,各类核电结构材料层出不群,寻找性能优异的新型材料成为影响核电站安全性和经济性的重中之重。同时材料信息学的助力使得研究人员可以高效地得到大量试验与计算数据,基于以上数据通过机器学习算法即可预测材料的性能,为新材料的研发提供新的契机。对机器学习原理及方法进行了概述,基于核电合金结构材料数据库构建了适用于核电结构材料性能预测的机器学习系统,并对该系统进行流程介绍和具体示例演示。最后,结合对核电结构材料性能预测机器学习系统的研究,指出机器学习在材料领域存在的问题和未来研究方向,希望利用机器学习方法加速新材料的研发进程。     

基于机器学习的RFID定位技术在模具行业的应用研究

模具制造企业中,生产计划和生产监控组成的闭环回路是精益化生产的必要条件,生产监控往往是通过获知生产加工的实时位置信息完成的,如何快速准确获取生产加工实时位置信息,已成为模具精益化生产的关键点。针对该问题,结合RFID定位技术和机器学习思想,将神经网络和贝叶斯融入到RFID定位,提出基于机器学习的定位模型定位方法,以满足模具企业生产加工过程中对位置信息以及基于位置信息的其他实时加工信息的获取要求。     

XML在同步协同设计中的应用

通过对常用的产品数据描述和交换方法的研究,提出了一种基于XML的协同信息描述和数据交换方法.XML的平台、数据库、应用的无关性,良好的元数据定义、查询和局部更新能力,使其在同步协同设计的应用中,能全面地表达协同信息,减小网络传输量,更好地实现协同感知.     

基于点击反馈模型的内容推荐算法研究

内容消费性平台优化页面内容的排序具有十分重要的意义.分析捕捉用户在页面浏览时的点击和反馈行为,以用户的兴趣标签与点击内容的主题匹配定义用户的正向点击和反向点击,以用户对内容的偏好评价定义反馈,以逻辑回归模型为基准抽取用户历史的数据进行回归分析,用户实时的点击和反馈行为对内容推荐流中数据进行重排序.以Epinion数据集作为测试数据集,实验结果表明:新的算法比单一采用逻辑回归模型能更为明显地提升数据AUC.     

基于人工神经网络和最近邻算法的实例检索模型

为了提高实例推理过程中实例检索的效率和质量,提出了基于人工神经网络和最近邻算法相结合的实例检索模型.该模型在实例层次组织的基础上,首先,通过建立索引对实例进行分类,并用BP网络记忆每一类别下各实例的索引,在缩小检索范围内进行相似实例的初次匹配,以提高实例检索的效率;其次,由用户设定权值,采用最近邻算法进行二次匹配,通过实例的初次与二次匹配,将BP网络提取相似实例的客观性与用户的主观意愿结合起来,以提高实例检索的质量.最后,给出了摩托车总体设计方案生成的算例,验证了该方法的有效性与可行性.     

CAN总线在弧焊电源协同控制中的应用

双丝双弧共熔池MIG焊系统中两个电弧之间的电磁干扰会引起焊接过程非常不稳定.解决方法是,两个弧焊电源提供给.两个电弧的电流为脉冲模式,且电源之间必须协同控制以使两个电弧的脉冲的相位相差180°.CAN总线是弧焊电源之间以及所有焊接设备之间的通信载体.提出了基于CAN总线的双丝双弧共熔池焊接系统的设计方案,介绍了通用的CAN接口电路,描述了电源之间协同控制的机理,最后介绍了触发信号的帧格式、优先级和传输时间.     

基于机器学习的人机协调操作意图感知与控制方法研究

为了实现人机协作所需要的柔顺控制,需要机器人具有一定的合作经验。通过分析人进行意图识别的方法与过程,提出一种基于机器学习识别操作者意图的方法。建立了BP神经网络模型,对机器人进行意图识别离线训练,使其具有一定的合作技能,以便在合作过程中能够根据合作者的作用力和机器人的运动特征在线估计人的意图。该方法的优势在于克服了传统方法中建立人机合作模型困难,尤其复杂多变的人体运动模型,人体阻抗参数难以估计等缺点。实验结果证明:该方法减小了合作者作用力的同时,提升了人机协作的运动同步性,机器人柔顺性得以提高。     

智能控制及其在机电一体化系统中的应用

由于机电一体化系统控制要求的不断提高,使得被控对象、环境、控制目标及任务日渐复杂,智能控制在机电一体化中的重要性日益增加.本文介绍了智能控制及智能控制技术在机电一体化系统中的实际应用.     

基于协同控制器的产品质量控制研究

在网络化制造下,由于制造系统的复杂性,产品的多样性,信息的广泛性和用户对产品更高的要求,特别是组成产品的零件来源于不同的制造企业,原材料、设备、加工方法、企业标准、操作者水平等的差异使异地产品的质量控制更加困难和复杂。分析协同生产条件下产品的质量控制特点,给出异地制造产品质量协同控制系统的体系结构;阐述协同控制器的体系结构、组成及运行规律;并分析产品质量控制的模糊神经网络BP模型。通过一个具体实例说明产品质量目标控制的调整方法。     

机器学习在高温合金粉末盘构件疲劳寿命预测中的应用

由于制粉的污染、容器材料剥落等原因,采用粉末冶金工艺制备高温合金,不可避免地将引入非金属夹杂物。这些夹杂物的存在严重危害高温合金涡轮盘的力学性能,并可能导致涡轮盘低周疲劳失效。目前,疲劳寿命模型主要是由Manson-Coffin公式发展出来的,均未考虑疲劳过程中弹性模量的变化和合金缺陷特征因素的影响,这些导致预测结果与实际存在较大误差。本文利用机器学习算法建立了涡轮盘低周疲劳循环次数与夹杂物距涡轮盘表面的距离以及夹杂物的尺寸之间的定量预测模型。结果表明,通过支持向量回归、随机森林、梯度提升机、核岭回归和套索回归法等不同模型的计算对比发现,梯度提升树算法能够更好地预测疲劳寿命。     

基于智能控制算法的试验台入口油温控制

根据航空发动机燃油泵试验台入口油温控制系统非线性、时滞、时变等特点,将神经网络控制、模糊控制与PID控制算法相结合,设计智能控制算法,实现对PID参数的自适应调整.仿真结果表明,智能控制算法的控制效果明显优于常规PID控制算法.其中,模糊自适应PID控制算法更适用于航空发动机燃油泵试验台入口油温控制.     

ASP模式在网络化协同制造中的应用

文章结合企业网络化协同制造的ASP系统的开发,阐述ASP模式网络化协同制造的应用背景,总结应用服务系统应具有的特征,探讨网络化协同制造的的关键技术,并提出ASP模式网络化协同制造系统的体系结构,该体系是网络化协同制造ASP平台总体技术体系中的重要组成部分, 这些内容对网络化制造企业的成功建立提供了重要理论依据和技术支持.     

基于改进粒子群算法的多电机智能控制研究

伺服电机作为全自动线束端子组装设备驱动、控制和机械传动的主要联系环节,其控制系统的优劣决定了整个设备的性能。结合端子组装设备的结构和工作原理,对端子组装设备中重要的伺服系统建立了控制数学模型。为了得到较优的控制器参数,对粒子群算法(PSO)搜索寻优进行了改进,通过PSO对PID控制器进行参数优化,并利用优化后的PID控制器设计多电机功率平衡控制策略。仿真验证表明：改进粒子群算法能有效实现多电机功率平衡控制,在负载发生变化的情况下,控制策略能够控制每个电机的输出实现均衡分配负载。     

机器学习在复合绝缘子缺陷超声检测中的应用与展望

在综述不同无损检测方法的基础上,重点介绍了 3种复合绝缘子缺陷的超声检测方法,分析了各自的优势和不足,并讨论了基于机器学习原理的超声检测缺陷识别方法,总结了深度学习在超声缺陷识别预测中的优势,探讨了基于深度学习的复合绝缘子超声检测中的3大难题,给出了可行的解决策略,可为该领域的进一步研究提供技术参考.