一种基于SVM及文本密度特征的网页信息提取方法

针对网页的多样性、复杂性和非标准化程度的提高,提出一种基于SVM及文本密度特征的网页信息提取方法。该方法先将网页整体解析成DOM树,然后根据网页结构提出五种网页密度特征,用数学模型进行密度比例分析,并采用高斯核函数(RBF)训练样本数据。该方法训练出的数据模型能够准确地去除网页广告、导航、版权信息等噪音信息,保留正文信息块,最后进行正文信息块内除噪。实验表明,该方法不仅有较高的精度,而且通用性好。     

一种多尺度协同变异的萤火虫粒子群混合算法及在车间调度中的应用

车间调度对于制造企业提高生产效率、降低生产成本具有重要的作用,针对单一优化算法在解决调度优化问题时存在的不足,探索求解速度和求解质量的均衡,提出了一种多尺度协同变异的萤火虫粒子群混合算法;引入动态自适应策略把种群分为两组,对两组族群平行进化,在保持种群多样性的同时提高求解速度;引入多尺度协同变异算子,利用不同大小方差的自适应高斯变异机制使种群以尽量分散的变异尺度来搜索解空间,通过混沌初始化种群进一步提高算法的局部检索能力;将提出的算法应用于函数优化和流水车间调度问题求解,实验结果显示,算法在求解效率、精度方面优于对比算法,具有较好的性能和应用价值。     

差分进化算法研究进展

针对一种新兴的进化算法--差分进化算法,介绍该算法的基本原理、算法流程、算法参数及其对算法性能的影响,总结控制变量选择的经验规则,归纳了改进差分进化算法和算法在相关领域的应用概况,已研究的理论和应用成果均证明该进化算法的有效性和先进性,具有广阔的发展前景.最后对差分进化算法进一步的研究工作进行了探讨和展望.     

常见的电测遇阻、遇卡类型及其技术对策

本文通过列举胜利油田海区施工中常见的几种电测遇阻、遇卡类型,阐述通过加强井身质量管理,细化电测前的井眼准备工作,从而提高电测的一次成功率,缩短建井周期,以获得良好的钻井综合效益。     

透明氮化铝陶瓷研究的新进展

氮化铝（AIN）陶瓷是近年来受到广泛关注的新一代先进陶瓷,有着广泛的应用前景．由于AIN陶瓷的高热导性和低电导率、介电常数和介电损耗,使之在大功率微电子领域成为高密度集成电路基板和封装的理想候选材料,具有巨大的潜在应用市场．但是普通AIN陶瓷因为相对低的纯度和烧结性而不能满足高热导的期望．国际上关于AIN透明陶瓷的报道极少[1,2],而国内尚未见报道．最近我们开展了透明氨化铝陶瓷材料的烧结及其热性能和结构的表征研究．从研究氨化铝低温烧结所需的烧结助剂出发,根据在不同烧结助剂体系下,氨化铝表现出的不同烧结行…     

高温高压下立方氮化硼晶体的生长机制

在４．５－５．０ＧＰａ，１５００－１８００℃范围内，对在Ｌｉ基复合氮化物或氮硼化物和催化体系中以及其中添加Ｌｉ８ＳｉＮ４后合成ｃＢＮ进行了研究。探讨了ｃＢＮ晶体的表面构造和生长机制，研究了由六方氮化硼向立方氮化硼转变过程中硅的存在在行为。本实验中合成的立方氮化硼为具有光泽的棕色透明单晶。     

丛式中深井组优快钻井技术

本文针对丛式中深井组如何提高机械钻速、缩短钻井周期的问题,阐述使用高效的PDC钻头、螺杆动力钻具、防塌钻井液技术、无候凝交叉作业、绕障防碰等技术,以获得较高的技术指标及良好的经济效益。     

一种改进ZigBee算法及在温室监控无线网络中的应用

针对传统ZigBee路由算法中由于RREQ分组洪泛而导致的能量过度损耗和节点失效的问题,提出了一种适用于无线网络的ZigBee路由优化算法。算法通过控制ZigBee节点路由发现过程中RREQ分组的广播方向和广播范围、选择节点剩余能量值和链路质量值较优的节点的方式对ZigBee路由算法进行优化。仿真结果表明优化后的ZigBee路由算法显著的降低了ZigBee网络的能耗,降低了网络中节点失效概率,提高了网络的生存时间。所提出的算法应用于温室监控无线网络中,得到了满意的效果。     

一种粒子群模糊PID控制算法在温室中的应用

为了提高温室监测的控制水平,针对于温室环境具有多变量、大惯性、强耦合的特点,提出一种基于粒子群优化的模糊PID控制算法。根据对温室监测系统常用控制方法的研究结果,该算法在模糊PID控制的基础上,采用改进的粒子群算法对模糊控制参数进行优化,有效解决了模糊PID控制过度依赖专家经验、缺少动态性能的缺点。通过温室监测中环境温度的仿真对比实验,验证了所提出的粒子群优化模糊PID算法的有效性。在实验中,对比监测过程中常用的控制方法可以发现,该方法具有更快的响应速度并且在效果上明显的降低了最大偏差量,在温室监测控制中取得了良好的效果。     

一种改进的BP算法及其在车牌识别中的应用

在车牌识别系统中,如何提高字符识别的速度和准确率是很关键的问题。传统的BP算法可以实现非线性函数的映射,经过有监督式的学习规则可以达到比较好的识别效果。但是BP算法识别速度慢,而且容易陷入局部最优。本文借助增量PID算法的思想,提出了一种改进的BP神经网络算法,可以根据识别误差自动调整学习速率,而且不容易陷入局部最优。文章最后给出了仿真结果和程序实现。