一种改进的动态核主元分析故障检测方法

针对复杂工业系统动态非线性故障检测过程精度低和计算量大的问题,提出了一种改进的动态核主元分析故障检测方法，该方法首先利用不可区分度剔除相关程度较小或者不相关变量,减少数据量，然后通过观测值扩展对筛选后的新数据构建增广矩阵，并对矩阵使用核主元分析提取变量数据的非线性空间相关特征，最后通过监测T ²和SPE 两种统计量诊断出系统发生故障及识别故障变量。仿真实验证明，该方法能对风力发电机故障进行有效监测和诊断，与KPCA方法相比，改进的动态核主元分析方法对微小故障更为敏感。     

对高校学生党建工作网络评议若干问题的思考

网络评议是高校学生党建工作自身发展、高校学分制改革发展及网络信息化发展的需要。网络评议能提高评议意见的真实性和评议方式的灵活性;同时能突出评议群众的主体性,较好地实现发展党员过程中关于＂征求党内外群众意见＂的要求,提升高校学生党建工作的民主化水平。     

自由视点视频的虚拟图像合成

通过一种有效的基于深度图像描绘技术的虚拟图像合成方法评价一种快速深度图像估计算法.此快速算法采用区域匹配SSD算法得到初始视差,构造出图割算法的能量函数求深度图.仿真结果证明了快速算法能获得高质量的PSNR,可以合成较好的虚拟图.     

琥珀酰亚胺酯基类偶氮染料的制备及其超临界CO2羊毛清洁化染色

以对氨基苯甲酸和4-氨基-2-氯苯甲酸、苯胺和间甲苯胺为原料,采用重氮偶合反应制备染料前驱体,通过在前驱体上引入琥珀酰亚胺酯获得4例活性分散染料Ⅰ～Ⅳ.对染料的紫外-可见吸收光谱、光热稳定性、超临界二氧化碳(scCO2)中羊毛纤维的染色工艺等进行了测试.结果表明,4例染料均具有良好的光热稳定性,染料Ⅰ、Ⅲ和Ⅳ最大吸收波长集中在360～370 nm,染料Ⅱ的最大吸收波长红移到379～452 nm,染料均具备scCO2染色的条件.染料Ⅰ和Ⅲ的最佳染色条件为2 h、80℃和15 MPa,染料Ⅱ的最佳染色条件为1.5 h、80℃和15 MPa,染料Ⅳ的最佳染色条件为2 h、80℃和24 MPa.染色后的羊毛纤维的耐皂洗和耐光色牢度都可达4～5级,固色率最高可达86％,相比于未活化的前驱体,耐皂洗色牢度能提高2～3级,固色率最高能提升63％.SEM和显微镜成像证明4例染料具有良好的透染性,且能均匀附着于纤维的表面和内部.力学性能测试表明,染色后的羊毛纤维能基本保持原有的力学性能.     

含偶氮苯侧基聚烯类衍生物三阶非线性光学性质量子化学计算研究

用有限场/AM1方法计算了一系列带有偶氮苯侧链的聚烯类衍生物的有机非线性光学材料分子的三阶非线性光学系数γ,研究了γ与分子前线轨道、侧链碳链链长、推拉电子基团等的关系。结果表明,增加主链和支链的碳链链长皆对该类分子三阶非线性性质有影响,而且前者的作用比后者的作用更强。     

南水北调东线调水区及受水区降水径流变化特征

为给南水北调工程规划与运行提供科学依据,基于比《南水北调工程总体规划》制定水平年更加完整的水文观测数据识别2001年以来工程区降水、径流变化特征,采用Mann-Kendall趋势检验、小波分析等方法分析了比较期(2001—2016年)相对于基准期(1956—2000年)的降水、径流统计特性差异和变化特征。结果表明：相对于基准期,比较期调水区降水量变化不明显,长江大通水文站天然径流量下降3.5%,调水区水资源条件较为稳定;比较期受水区降水量较基准期基本无变化,天然径流量较基准期上升3.9%,但山东省、河北省和天津市受水区天然径流量下降6.6%,3省市天然径流量呈明显衰减态势。     

一种卷积神经网络的模型压缩算法

卷积神经网络的研究取得一系列突破性成果,其优秀表现是由深层结构支撑的。针对复杂的卷积神经网络在参数量及计算量上存在大量的冗余问题,提出一种简洁有效的网络模型压缩算法。首先,通过计算卷积核之间的皮尔逊相关系数判断相关性,循环删除冗余参数,从而压缩卷积层。其次,采用局部-全局的微调策略,恢复网络性能。最后,提出一种参数正交正则,促使卷积核之间的正交化,进而减少冗余特征。实验结果表明,在MNIST数据集上,该压缩算法能够在不损失测试精度的前提下,使AlexNet卷积层的参数量压缩率达到53.2%,浮点操作计算量可以减少42.8%,并且网络模型收敛后具有较小的误差。     

面向空铁联运的枢纽航线网络优化模型

为减缓枢纽机场的客流量拥堵问题,减少机场运营成本,设计面向空铁联运的枢纽航线网络优化模型.在枢纽航线网络基础上,引入高铁线路建立优化模型;设计高维多角标变量表示方法和禁忌搜索算法的求解方法,减少算法的计算负担,科学规划线路客流量和运输方式.实验结果表明,与严格和非严格的枢纽航线网络相比,该优化模型可以较好减缓枢纽机场的拥堵,降低枢纽机场的负荷率,减少网络成本.该模型求解算法具有收敛速度快且解分布稳定的特点.     

基于张量距离算法预测空调系统的室内温度及供水温度

以维持室内温度舒适和提供运行策略、节约能源为目的,设计了张量距离模型用于挖掘不断增长的历史数据中的有效信息解决空调供暖问题.考虑到空调运维数据的时空特性及各参数的多维特性,将历史数据确定日类型、划分时间段、扩充室外温度后,构造历史温度特征张量,爬虫建筑物所在地的未来室外温度插值后按同样方法扩充数据为未来温度特征张量作为输入,衡量历史时间段与预测时间段中各输入参数的张量距离,找到最小值的索引及对应的纤维,逐小时输出预测时间段空调系统的室内温度及其供水温度.连续7日的预测数据表明:基于张量距离模型预测的室内温度与实际的温度差为0.46℃,比基于支持向量回归(SVR)模型预测的温度差(0.75℃)小,更接近实际温度;基于张量距离模型预测的供水温度与实际的温度差为2.08℃,可用作供水策略.     

基于多特征融合的细粒度视频人物关系抽取

视频人物关系抽取是信息抽取问题中的重要任务,在视频描述、视频检索,以及人物搜索、公安监察等方面具有重要价值。由于视频数据的底层像素与高层关系语义之间存在巨大的鸿沟,现有方法很难准确地抽取人物关系。现有研究大多通过粗粒度地分析人物共现等因素来抽取人物关系,忽略了具有丰富语义的视频中的细粒度信息。为解决现有算法难以准确、完整地抽取视频人物关系的问题,文中提出了一种基于多特征融合的细粒度视频人物关系抽取方法。首先,为了准确识别视频人物实体,提出了一种基于多特征融合的人物实体识别模型;然后,提出了一种基于细粒度特征的人物关系识别模型,该模型不仅融合了视频中人物的时空特征,而且考虑了与人物相关的细粒度物体信息特征,从而建立更好的映射关系来准确识别人物关系。以电影视频数据和SRIV人物关系识别数据集为实验数据,实验结果验证了该模型的有效性和准确性,与现有同类模型相比,所提模型的人物实体识别F 1值提高了约14.4%,人物关系识别的准确率提高了约10.1%。