藏文词向量方法研究综述

词向量技术能够使计算机从大量的无标注数据中自动获取重要的语义信息,并将其运用到现实任务中。藏文词向量方法能够深入地解决藏文句法和文本语义表示等问题,因此研究藏文词向量方法具有重要的理论意义和广泛的应用价值。文章首先全面地阐述了藏文词向量技术的研究发展;其次描述了采用语言模型生成藏文词向量及优化方式;最后分析了目前藏文词向量技术存在的问题和未来的发展趋势从而提出了藏文文档语义向量表示技术的研究思路。     

基于点云的马鞍形焊缝提取和轨迹生成方法

马鞍形焊缝自动焊接存在焊缝难以识别定位以及焊枪姿态难以规划的问题,为了实现马鞍形焊缝的自动焊接,选取实际装配的管类交叉结构件作为研究对象,提出一种基于点云的马鞍形焊缝识别与规划方法。根据马鞍形焊缝的空间语义特征,提出基于法向量和空间距离的紧耦合约束的方法提取焊缝关键点,之后用三次B样条曲线对关键点进行近似拟合,得到最终的空间焊接曲线。实验表明,提取出的焊缝轨迹与真实轨迹相比,最大误差为068mm,最大均方根误差为029。该方法具有较高的精度和鲁棒性,可满足实际焊接的需求。此方法的实用性不仅局限于马鞍形焊缝,也能处理其他具有曲线变化的焊缝。     

基于ICS-LSSVM的电动汽车锂电池SOC预测

为了提高锂电池的荷电状态(state of charge, SOC)预测精度,将布谷鸟的卵被发现概率和步长控制量进行动态设置,对布谷鸟算法进行改进,采用改进布谷鸟算法(improved cuckoo search, ICS)对最小二乘支持向量机(least squares support vector machine, LSSVM)的惩罚参数和核函数宽度进行优化,建立基于ICS-LSSVM的电动汽车锂电池SOC预测模型,采用磷酸铁锂电池充放电数据进行仿真分析,并与其他模型对比。结果表明,基于ICS-LSSVM的电动汽车锂电池SOC预测模型的均方根误差、平均相对误差和决定系数分别为0.0193、3.14%和0.994,预测效果优于其他模型,验证了模型的正确性和实用性。     

深度特征筛选及融合的人脸识别方法研究

针对人脸识别问题,提出采用深度特征筛选及融合的方法.采用卷积神经网络(CNN)学习人脸图像的多层次深度特征.对于所有的深度特征矢量,使用斯皮尔曼等级相关系数筛选其中有效部分.基于支持向量机(SVM)对筛选得到的任一深度特征矢量进行分类决策,并基于线性加权融合对它们的结果进行融合,最终确定待识别样本的人脸类别.基于ORL...     

山地环境输电线路故障分类及巡检措施分析

针对输电线路在山地环境运行过程中,由环境因素、气象条件和线路负荷等引起的故障,进而影响输电线路和电网稳定运行的问题.本文首先收集了历史运维数据,分析了引发输电线路故障的各种因素,选取特征参数并将其归一化,然后通过优化参数完成训练学习,最后建立了支持向量机故障分类模型.结果表明,该模型能够准确地对输电线路各种故障进行分类...     

基于向量式有限元的非结构构件突加荷载响应及影响因素模拟分析

向量式有限元方法自提出以来在大变形、不连续问题的求解中显示出了优异的预测效果。本文针对建筑结构中一种主要非结构构件——大型悬挂吊灯在近断层地震作用下的响应还未得到重视的问题,应用向量式有限元对具有多重质量的大型吊灯在突加荷载的作用下的模拟方法以及响应的影响因素进行了分析。主要探究了不同的突加荷载模式、不同的阻尼比对于大型吊灯振动的影响。分析结果表明,加载模式影响结构的运动轨迹,阻尼比的变化会影响结构振动到达平衡位置的速度。上述研究可为结构中大型非结构构件的设计与分析提供参考。     

基于SVM方法的猪肉新鲜度分类问题研究

文中采取减压贮藏方式对新鲜猪肉进行了贮藏实验,测定了不同贮藏时间样品的挥发性盐基氮含量(TVB-N)、细菌总数、pH值及感官评价数据,并运用支持向量机(support vector machine,SVM)对这些样本数据进行训练,选取不同的核函数,得到SVM神经网络模型,随后利用此模型对测试数据进行猪肉新鲜度分类预测。实验表明,根据样本特性进行数据预处理,且选取合适的核函数后,SVM神经网络能得到极高的猪肉新鲜度正确分类率。     

BIM技术在建设项目中的应用成熟度评价

BIM技术可以促进建筑业的可持续性发展,提升建设项目的劳动生产率,但当下我国缺乏BIM应用程度的评估模型.因此,建立科学、实用的BIM应用评估模型迫在眉睫.基于PSR(压力-状态-响应)框架模型分析了影响BIM应用成熟度的指标产生机制,并结合专家访谈以及与BIM应用标准的对比分析,建立了适合我国本土特色的BIM应用成熟...     

基于最小方差支持向量机的织物热湿舒适性预测

在纺织服装工程研究中应用人工智能与机器学习的方法,可以更加准确地预测纺织材料的穿着热湿舒适性.为此,利用最小方差支持向量机( LSSVM),分析了36种针织织物热湿舒适性客观指标与人体穿着对织物的热湿舒适性主观评定之间的对应关系,并建立了客观指标与主观评定之间的回归模型.该模型能够快速预测成衣之后人体穿着主观评定的舒适...     

支持向量机在酒精发酵过程建模中的应用

支持向量机(SVM)是近年来发展起来的一种基于统计学习理论,采用结构风险最小化的新型学习机器.将支持向量机应用到酒精发酵生产过程建模中,仿真结果表明,支持向量机模型是有效的,SVM模型比BP网络模型有更好的预测能力.