农用车辆驱动系统普通V带传动概率优化设计

普通V带传动是农业机械中应用极为普遍的一种传动形式。在常规设计中,一般根据给定的已知行条件如功率、转速、中心距以及其工作环境等参数来确定。提出了一种新的设计方法,运用可靠性理论与最优化设计技术,在保证预期可靠度及其他随机约束概率的条件下,建立了农用车辆驱动系统普通V带的概率优化设计数学模型,并通过V带传动实例计算分析,得到了比常规设计更为合理的设计结果。     

长江荆江河段1998年洪水分析

1998年长江大洪水以其峰高峰频量大，高洪水位持续时间长，影响范围广等特点而引世人瞩目。万里长江，险在荆江。1998年长江抗洪抢险的主战场就摆在荆江。7～8月，荆江干流枝江马家站至城陵矶，以及荆南三口各站。一再刷新历史最高洪水位记录，但最大洪峰流量和最大30d洪量与1954年对比，总体上要小，在20世纪所发生的3次全流域性大洪水（1931、1954年和1998年）中列第2位。由于荆南三口入湖洪道持续淤积，分流分沙逐年减少，下荆江水量沙量呈明显增大趋势。1998年大洪水对荆江河势的影响表现为：整体稳定，局部河势调整异常剧烈；上荆江河床冲淤以冲槽为主要特征，下荆江河床冲淤则主要表现为冲槽淤滩。     

基于元胞遗传算法的机器人路径规划研究

使用基本遗传算法进行移动机器人路径规划时,面临路径进行插入修复无法保证解的可行性,且算法易陷入局部收敛的问题;针对上述问题,通过使用元胞遗传算法增强了路径规划环境建模的通用性,并在算法适应度函数中加入路径平滑因素改善了元胞遗传算法的路径;仿真实验表明,该算法和基本遗传算法相比,机器人行驶路径的长度减少,转角绝对值之和减小,得到了距离短且平滑的路径,提高了移动机器人的行驶效率和平稳性;由于算法良好的隐性迁移机制,因此在局部优化时保持了群体的多样性,一定程度克服了算法的早熟现象,有效解决了移动机器人路径规划问题。     

基于BIM与知识图谱的智能化审图系统设计与实现

针对传统建筑审图存在的人工依赖性强、数据难融合共享和审查内容可视化水平低等问题,提出一种基于BIM与知识图谱的建筑智能审图方法;首先,利用知识图谱技术将繁杂的建筑规范文本数据关联为结构化知识,建立知识与数据间的语义联系;其次,鉴于BIM模型的多源异构特性,提出基于IFC的建筑数据信息提取整合,为后续建筑智能化审图实现提供数据基础;最后基于HTML5网络框架和人工智能技术设计开发了具有三维可视化、跨平台等功能的建筑智能审图系统,实现了建筑模型网页端显示及可交互操作、审图内容可视化展示、规范条文对应显示等功能;经实际建筑项目实验测试,该系统有效实现了被审建筑模型的智能化审图,并自动检测出不符合规范的建筑模型构件,一定程度上提升建筑行业智能化审图水平。     

面向链接预测的知识图谱嵌入研究综述

知识图谱在人工智能领域有着广泛的应用,如信息检索、自然语言处理、推荐系统等。然而,知识图谱的开放性往往意味着它们是不完备的,具有自身的缺陷。鉴于此,需建立更完整的知识图谱,以提高知识图谱的实际利用率。利用链接预测通过已有关系来推测新的关系,从而实现大规模知识库的补全。通过比较基于翻译模型的知识图谱链接预测模型,从常用数据集与评价指标、翻译模型、采样方法等方面分析知识图谱链接预测模型的框架,并对基于知识图谱的链接预测模型进行了综述。     

有序抖动半调图像压缩算法

结合有序抖动半调图像特性,针对原有矢量量化初始码书算法存在非典型码字、运算量大和空间分布不均匀等欠缺,提出一种能在训练集中均匀分布的初始码书生成方法,应用到LBG算法中,并结合无损压缩方法,进行二次压缩。实验表明,本方法压缩比高、实现简单,且解码后图像视觉效果得到明显改善。     

基于组合特征的高效数字识别算法

针对监控屏幕中的数字字符提出了一种高效的识别算法。该算法利用字符图像的欧拉数、凹陷区、水平和垂直穿线等组合特征完成级联分类,无须对待识别字符进行规整、细化和轮廓提取处理,降低了算法复杂度,减少了因细化变形、轮廓断裂引起的误识和拒识。在以此算法为基础实现的监控信息自动采集与记录系统中,对5 000多个屏幕显示数字字符进行识别测试,平均每秒处理125个数字,正确识别率达到98.70%,误识率仅为1.30%。实验表明该算法在处理速度、识别精度、抗干扰性方面表现良好。     

空间句法中定量视域分析算法研究

定量视域分析是应用空间句法理论研究城市规划和建筑物布局合理性的基础.提出了一种定量视域分析算法,从视点每隔一定角度发出一条射线与建筑物实体或区域边界相交,选取每条射线上距离视点最近的交点构造视域多边形,通过消除共线冗余点优化视域多边形,并据此计算出面积、周长、形心和闭塞度等视域属性变量.实验结果表明,该方法获得的视域属...     

基于改进图注意机制的网络嵌入方法研究及应用

网络已被广泛用作抽象现实世界系统以及组织实体之间关系的数据结构;网络嵌入模型是将网络中的节点映射为连续向量空间表示的强大工具;基于图卷积(GCN,graph convolutional neural, GCN)的网络嵌入方法因受其模型迭代过程参数随机优化和聚合函数的影响,容易造成原始节点特征信息丢失的问题;为有效提升网络嵌入效果,针对于图神经网络模型在网络嵌入中节点表征学习的局限性,提出了一种基于二阶邻域基数保留策略的图注意力网络(SNCR-GAT,second-order neighborhood cardinality retention strategy graph attention network),通过聚合二阶邻域特征基数的方式,解决网络节点潜在特征学习过程中重要信息保留问题;通过在节点分类和可视化两个网络嵌入应用任务上进行实验,结果表明,SNCR-GAT模型在网络嵌入上的性能表现相比较基准方法更具优越性。     

SmartCrown工作辊辊形在1750热轧的应用

通过比较SmartCrown和CVC辊形特点,分析了SmartCrown作为一种新的板形控制系统所具有的强大的板凸度和平直度控制能力。1750热轧生产实际证明SmartCrown对带钢双肋浪控制有明显作用,带钢凸度、平直度均能满足产品大纲需求。