磁定心气割圆规

在钢板上切割圆形工件时,采用气割圆规可以减轻工人劳动强度,获得较好的外形质量和切口质量。但是,目前所用的气割圆规,由于圆规的定心锥定心不稳,当双手拿割炬进行切割时,定心锥很容易滑出样冲孔,使圆规失去作用。如果用一只手扶持定心谁,另一只手拿割炬切割,则易造成割炬     

声音检测与分贝转化的仿真与设计

声学的应用广泛且存在于各种领域,有关声音的检测与强度的测量一直受到人们的高度重视.前置放大采用跨阻运算器,分贝转化采取真有效值法与交流采样法,通过软硬件的结合与对比,设计了一款声音检测电路.在50 Hz到15 kHz的频率范围内,测试40 dB到80 dB的声压信号并转化为有效值输出,相比于传统的平均值电路,整体精度提...     

碳纤维预氧化炉的结构形式与特性

预氧化是碳纤维生产中承前启后的关键工艺,预氧化工艺及设备直接影响碳纤维生产收率及性能.着重介绍了三种进风方式的碳纤维预氧化炉的结构形式与特性.     

基于动态标签的关系抽取方法

针对远程监督数据集的关系抽取研究方法存在着大量标签噪声的问题,提出了一种作用于分层注意力机制关系抽取模型的动态标签方法。首先，提出了一种根据关系类别相似性生成动态标签的概念。由于相同的关系标签包含相似的特征信息，计算特征信息的关系类别相似性有助于生成与特征信息相对应的动态标签。其次，利用动态标签方法的评分函数来评价远程监督标签是否为噪声，以决定是否需要生成新的标签代替远程监督标签，通过调整远程监督标签来抑制标签噪声对模型的影响。最后，根据动态标签来更新分层注意力机制以关注有效实例，重新学习每个有效实例的重要性，进一步抽取关键的关系特征信息。实验结果表明，相较于原始的分层注意力机制关系抽取模型，所提方法在Micro和Macro分数上分别有1.3个百分点和1.9个百分点的提升，实现了噪声标签的动态纠正，提升了模型的关系抽取能力。     

概率型制造工程信息的合成及其应用研究

给出了概率型制造工程信息的元命题表述方式，提出了面向决策并基于元命题的概率型制造工程信息的全面合成方法。这一方法的特点是对处于同一命题框架和不同命题框架中的不同制造工程信息，既合成其共同部分又合成其不同部分（即制造信息差部分）。通过应用案例，论证了这一方法的可运算性、合理性和实用性。     

改进的深度置信网络分类算法研究

深度置信网络(deep belief network,DBN)通过逐层无监督学习进行训练,但训练过程中易产生大量冗余特征,进而影响特征提取能力。为了使模型更具有解释和辨别能力,基于对灵长类视觉皮层分析的启发,在无监督学习阶段的似然函数中引入惩罚正则项,使用CD(contrastive divergence)训练最大化目标函数的同时,通过稀疏约束获得训练集的稀疏分布,可以使无标签数据学习到直观的特征表示。其次,针对稀疏正则项中存在的不变性问题,提出一种改进的稀疏深度置信网络,使用拉普拉斯函数的分布诱导隐含层节点的稀疏状态,同时将该分布中的位置参数用来控制稀疏的力度,即根据隐藏单元的激活概率与给定稀疏值的偏差程度而具有不同的稀疏水平。通过在MNIST和Pendigits手写体数据集上进行验证分析,并与多种现有方法相比,该方法始终达到最好识别准确度,并且具有良好的稀疏性能。     

基于雅克比稀疏自动编码机的手写数字识别算法

由于手写数字边缘轮廓差异大造成书写风格的不同,为了提高识别准确度,通过在自动编码机中加入稀疏约束项和雅克比正则项,提出一种雅克比稀疏自动编码机(JSAE)的算法进行手写数字识别。加入稀疏约束项能够有效提取数据中的隐藏结构,而雅克比正则化可以描述数据点的边缘特征,提高自动编码器算法的学习能力,从而更准确地抽取样本的本质特征。实验结果表明,JSAE在分类准确率上要高于自动编码机（AE）和稀疏自动编码机（SAE）算法。     

基于布尔矩阵的关联规则算法研究*

针对可快速在大型交易事务数据库中挖掘关联规则的问题,基于布尔矩阵提出一种新的挖掘算法。该算法通过仅需存储布尔位节约了内存,通过简单布尔运算提高了求解频繁项集的效率。实验证明该算法较之于Apriori 算法有更好的性能。     

基于全局信息的人工蜂群聚类算法北大核心CSCD

针对人工蜂群算法易陷入局部最优和收敛速度慢的不足,提出了一种基于全局信息的人工蜂群聚类算法.基于全局信息的人工蜂群聚类算法通过加入食物源平均丰富度(richness),利用中间聚类效果,更好地更新食物源;并且通过引入全局最优信息,提高跟随蜂的搜索效率,以获取聚类问题的全局最优解.同时在UCI机器学习库的4个标准数据集上进行了大量的实验来评估算法的性能.并将该算法和基本人工蜂群算法、粒子群算法和Kmeans算法进行比较.实验结果证明提出的基于全局信息的人工蜂群聚类算法具有更好的性能.