环境能量驱动的无线传感器节点数据传输优化机制

将环境能量收集模块引入无线传感器网络,可以有效改善网络的使用寿命,但是能量的随时补充也给原有的能量管理策略带来了巨大挑战.针对单个环境能量驱动节点在数据序列已经到达的情况下,研究了优化的数据传输策略,采用内罚函数法优化传输过程,使得固定时间内节点传输的数据量最大.理论分析及仿真结果表明,当各个时刻节点的传输功率比较接近时会获得最大的数据传输量;当实际节点获得最大数据传输时节点的传输功率随时间呈增大趋势.     

用于专家系统规则库的冗余校验方法研究

产生式规则是目前应用较多的一种知识表示方法。在用于确定发酵过程生物量软测量混合模型结构的专家系统中,当向产生式规则知识库添加新的规则时,冗余的存在会影响推理的效率以及推理的准确性。提出了一种用于该专家系统规则库的冗余校验方法,给出了冗余规则的判别、冗余规则的处理以及冗余校验的实现方法。实验结果表明,该冗余校验方法可以根据输入条件和已有规则,判断出新添加的规则是否冗余,并在消除冗余对推理效率影响的同时,降低模型复杂度,有利于优化混合模型的结构。     

基于PLC技术的异型木料生产线系统设计

本文对西门子S7-200可编程控制器应用于木料加工生产线电气控制系统的设计思想作了介绍,并详细介绍了系统的硬件构成和PLC配置.     

MANET移动模型分析与仿真实验

根据随机性、时间相关、空间相关、地理受限等特性对于MANET移动模型进行了分类研究,结合3种实际应用,包括战场环境、事件场景、参观展览,比较移动模型与之相应的特点和适用范围,研究了移动模型混合使用的可行性。利用ANSIM工具对其中常用的几种移动性模型进行仿真试验,比较了RW、RD、GM模型对节点平均邻居数、平均跳数、节点间连通性的影响,并进行了校园区内障碍物模型下节点移动的场景模拟。     

内蒙古河套灌区土壤盐碱化遥感监测方法研究

土地盐碱化是土壤退化的一种重要表现,要进行大范围的实地调查研究需要投入大量的人力、物力和时间,而利用遥感技术可以快速准确地提取盐碱地的分布信息,提高时效、减少成本。分析在区域尺度上利用遥感技术进行土壤盐碱化监测可行性以及遥感影像选择方法,利用最大似然分类方法,基于地面采样和遥感影像数据,对内蒙古河套地区盐碱地的分布状况进行了分析与精度评价。研究成果可以为防止河套灌区土壤退化提供基础数据和基本方法。     

基于多特征融合与ResNet的海面溢油区识别研究

近年来,合成孔径雷达(SAR)在改善溢油检测方面得到了广泛应用.然而,由于其特殊的成像机理,乘性相干斑噪声和其他物理现象引起的暗斑一直影响着溢油检测的精度.单独使用一种特征很难对图像上的油膜和类油膜现象进行区分,针对这一问题提出了利用多特征融合结合深度残差网络(ResNet)的方式来区分全极化图像上的油膜和类油膜现象....     

Lagrange支持向量机算法应用研究

将SVM(support vector machine)分类的思想方法应用于个人信用评估.通过比较分析银行个人信用特征数据,设计了新的通用的银行个人信用特征数据.基于LSVM(Lagrange support vector machine)分类算法分析,将LSVM算法应用于个人信用评估,并与KNN(K-nearest neighbor)分类方法、OSU SVM3.0工具分类方法比较,实验结果表明:LSVM具有较好的分类预测能力,为个人信用评估提供了一个新的有效方法.     

模糊支持向量机建筑物边缘特征提取方法研究

为解决边缘点与非边缘点过渡的模糊边缘,提出了一种模糊支持向量机的边缘检测算法。该算法选用图像3 3窗口4个方向的灰度梯度、梯度幅值和梯度方向组成6维特征向量,同时选用径向机核函数对样本特征向量升维到高维空间,在高维空间中构造最优分类超平面。同时,根据归一化后的梯度幅值来确定每个样本的隶属度,最后利用模糊支持向量机实现边缘检测。实验结果表明了模糊支持向量机边缘检测方法的可行性。     

共享浅层参数多任务学习的脑出血图像分割与分类

非增强CT扫描是急诊室诊断疑似脑出血的首选方法,医疗人员通常借助CT图像对疑似急性脑出血患者病灶部位进行手动分割,进而根据临床经验进行分类,这种人工诊断的方式对医师的经验要求较高,主观性较强,将分割和分类任务分开执行,不能充分利用两个任务间相关联的特征信息,时间成本高,增大了基于CT图像快速进行脑出血病灶部位分割及分类...     

基于联合学习的问答情感分类方法

面向问答型评论的情感分类在情感分析领域是一项新颖且极具挑战性的研究任务。由于问答型评论情感分类标注数据非常匮乏,基于监督学习的情感分类方法的性能有一定限制。为了解决上述困境,该文提出了一种基于联合学习的问答情感分类方法。该方法通过大量自然标注普通评论辅助问答情感分类任务,将问答情感分类作为主任务,将普通评论情感分类作为辅助任务。具体而言,首先通过主任务模型单独学习问答型评论的情感信息;其次,使用问答型评论和普通评论共同训练辅助任务模型,以获取问答型评论的辅助情感信息;最后通过联合学习同时学习和更新主任务模型及辅助任务模型的参数。实验结果表明,基于联合学习的问答情感分类方法能较好融合问答型评论和普通评论的情感信息,大幅提升问答情感分类任务的性能。