基于改进多嵌入空间的实时语义数据流推理

将语义数据流处理引擎与知识图谱嵌入表示学习相结合,可以有效提高实时数据流推理查询性能,但是现有的知识表示学习模型更多关注静态知识图谱嵌入,忽略了知识图谱的动态特性,导致难以应用于实时动态语义数据流推理任务。为了使知识表示学习模型适应知识图谱的在线更新并能够应用于语义数据流引擎,建立一种基于改进多嵌入空间的动态知识图谱嵌入模型PUKALE。针对传递闭包等复杂推理场景,提出3种嵌入空间生成算法。为了在进行增量更新时更合理地选择嵌入空间,设计2种嵌入空间选择算法。基于上述算法实现PUKALE模型,并将其嵌入数据流推理引擎CSPARQL-engine中,以实现实时语义数据流推理查询。实验结果表明,与传统的CSPARQL和KALE推理相比,PUKALE模型的推理查询时间分别约降低85%和93%,其在支持动态图谱嵌入的同时能够提升实时语义数据流推理准确率。     

欠驱动刚性航天器时间最优轨迹规划设计

应用伪谱法解决欠驱动刚性航天器的时间最优轨迹规划问题.首先建立欠驱动刚性航天器的动力学和运动学模型,对于给定的初末姿态,选取机动时间最短为待优化的性能指标,并考虑到实际控制输入受限,将其转化为优化过程中的不等式约束条件;然后应用Legendre伪谱法,将优化问题离散化为非线性规划问题进行求解.仿真结果表明,应用伪谱法规划得到的欠驱动航天器最优轨迹,能够较好地满足各种约束条件,而且计算精度高、速度快,具有良好的实时性.     

数据网格环境下的多媒体资源检索

提出一种数据网格环境下的多媒体资源检索方法。通过设计分层结构的虚拟资源空间管理非结构化异构资源,当网格查询节点收到检索请求时,根据虚拟集和元数据等信息进行信息过滤,得到候选集及相应的结构化特征和语义标注,执行节点对候选集进行相似度求精和排序运算,并将排序结果返回查询节点。仿真结果表明,该方法具有较好的时间性能和较高的查准率。     

基于样本噪声检测的AdaBoost算法改进

针对传统的AdaBoost算法中,存在的噪声样本造成的过拟合问题,提出了一种基于噪声检测的AdaBoost改进算法,本文称为NAdaBoost（nois-detection AdaBoost）. NAdaBoost算法创新点在于针对传统的AdaBoost算法在错误分类的样本中,噪声样本在某些属性上存在很大差异,根据这一特性来确定噪声样本,再重新使用算法对两类样本进行分类,最终达到提高分类准确率的目的. 本文对二分类问题进行实验结果表明,本文提出的算法和传统的AdaBoost算法,以及相关改进的算法相比,有较高的分类准确率.     

基于HLA的潜艇作战训练系统设计

通过对潜艇作战流程的分析,设计了潜艇作战训练系统的基本结构。系统基于分布式高层体系结构技术,和潜艇作战系统互连,构成一个逼真、交互性强的半实物仿真训练环境。与传统的潜艇训练系统相比,不仅支持作战设备操作流程的训练,还支持特定战场态势下的战术对抗演练,满足潜艇作战训练的新要求。另外,以特定训练任务为例,对联邦开发过程进行了初步研究。     

浅谈AB-RSLogix5000系列PLC抗干扰的问题

河南中美铝业有限公司煤气车间生产工艺过程中使用的是AB-Logix5000系列的PLC,在运行期间经常跳停,不能够保障生产的连续进行。针对跳停现象结合有关自动控制系统方面的技术人员进行分析判断,造成最终停机的原因为网络布局不合理导致PLC抗干扰能力差,在解决了干扰因素后至今运行良好。     

深圳蔬菜设施栽培与露地生产效益比较研究

通过对深圳市近几年蔬菜设施栽培的基本情况的调查,比较了各种不同设施栽培与露地生产的效果,提出深圳市未来设施栽培可持续发展的对策和措施,为有关职能部门制定菜篮子工程发展规划和更好地搞好深圳市的蔬菜生产提供参考。     

高职教师幽默语言艺术的培养

近年来,随着高等教育大众化的全面推进,我国的高职教育也进入快速扩张阶段,要求高职院校必须相机作出调整以适应招生规模增长带来的教育资源不足的客观事实。办学空间紧张、师资结构欠佳、教学条件缺乏以及教学体系松散成为困扰多数高职院校持续发展的制约因素,由此便产生高职教育质量水平的整体下降。高职教育质量保障、控制和提高势在必行。     

高温多轴变幅疲劳损伤累积

为进行高温多轴变幅疲劳寿命预测,以应力幅作为损伤变量,采用经典的Chaboche模型进行多轴疲劳损伤计算.多轴加载下等效应力的确定是根据单轴加载下的本构关系,利用多轴等效应变求出等效应力.修正Chaboche疲劳累积损伤模型中应力指数表达式的形式,根据Chaboche损伤累积模型,求解变幅加载下的疲劳损伤.推导出多级加载的Chaboche疲劳损伤累积公式,将其用于变幅加载块的疲劳损伤估算.寿命预测结果与试验结果接近,误差基本在2倍因子之内,说明了寿命估算方法的可行性.     

汽车动力学分析及悬架子系统优化设计

为提高汽车的行驶平顺性及操纵稳定性,在进行整车动力学分析的基础上建立汽车悬架系统多目标优化模型,并提出一种基于改进遗传算法的悬架参数多目标优化方法.该方法改进了传统遗传算法中的种群个体选择机制,锦标赛选择过程由外部非支配集和原种群同时参与,可使多次迭代所得父代种群与子代种群中的最优个体均有机会被选取,保证了新种群的多样性.以某轻型客车为研究对象,选取车身侧倾角、横摆角速度及振动加速度作为优化指标,对悬架系统的弹簧刚度、减振器阻尼系数及稳定杆扭转刚度进行多目标优化.实车实验结果表明:与悬架优化前相比,汽车行驶过程中的车身侧倾角、横摆角速度及质心振动加速度分别下降了12.3%、6.4%和9.8%.所提出的基于改进遗传算法多目标优化策略可合理匹配悬架系统各参数,改善汽车的行驶平顺性及操纵稳定性.