谱聚类欠取样下自编码网络不平衡数据挖掘

不平衡数据集的应用领域日益广泛,需求也越来越高,为提升整体数据集的分类准确率,以谱聚类欠取样为前提条件,构建一种自编码网络不平衡数据挖掘方法.把聚类问题转换成无向图多路径划分问题,通过无向图与标准化处理完成谱聚类,经过有选择地欠取样处理多数类数据集,获取分类边界偏移量,利用学习过程是无监督学习的自编码网络,升、降维数据,获取各维度隐藏特征,实现各层面的数据高效表示学习,根据最大均值差异与预设阈值的对比结果,调整自编码网络,基于得到的分类界面,完成不平衡数据挖掘.选用具有不同实际应用背景的UCI数据集,从中抽取10组数据作为测试集,经谱聚类欠取样处理与模拟实验,发现所提方法大幅提升少数类分类精度与整体挖掘性能,具有较好的适用性与可行性.     

基于边缘敏感的SLIC和二次密度聚类的GGO分割

针对磨玻璃肺结节(Ground Glass Opacity,GGO)边界对比度低、大小各异和灰度不均匀等造成分割准确率低的问题,提出一种基于边缘敏感的SLIC和二次密度聚类相结合的分割算法。将图像边缘检测结果与SLIC超像素算法相结合,并将其中含有边缘的超像素块用区域质心代替其原始聚类中心,改善SLIC边界黏连性较差的问题;针对密度聚类不能完整分割GGO的问题,提出二次密度聚类的方法,对密度聚类定位到的簇及其邻域簇进行二次密度聚类。实验结果表明,该算法分割GGO的平均准确率达90.17%,灵敏度达84%。     

一种六足仿生巡检机器人的设计与实现

六足仿生机器人因其灵活度好、可靠性高、适应性强等特点而得到广泛应用;针对六足仿生巡检机器人,从结构设计、步态规划、系统仿真和实物构建等方面,探索一般意义上系统设计和实现方法;首先设计了六足仿生机器人的多关节机械结构,并给出了此类系统的量化建模方法;然后采用了重心随动的三角步态规划方法,对系统稳定性和典型步态规划进行了量化分析;在此基础上基于标准D-H参数法建立了机器人的运动学模型,并且通过仿真实现了六足机器人向前纵向行走和向右横向行走的直线平稳运动;最后通过六足仿生巡检机器人实物测试,验证了所设计的结构和步态规划方法的可行性和有效性。     

动态环境下的激光条纹中心线提取方法

线结构光三维视觉测量技术最关键的一步是提取出结构光图像中的激光条纹中心线;针对动态测量环境下激光条纹图像存在复杂背景信息、激光光强分布不均、光带各部分宽度差别大、激光条纹断裂等问题,文章研究了一种适用于动态测量环境的激光条纹中心线提取方法;首先通过图像预处理以及自适应裁剪算法提取出感兴趣区域(ROI,region of interest);其次通过改进型伽马校正(IGC,improved gamma correction)以及改进型变阈值大津阈值分割算法(IVT Ostu,improved variable threshold)分割出激光条纹区域;然后使用二维灰度重心法(TD-GBM,two-dimensional gray baryeentric method)提取激光条纹的初始中心线;最终使用二次优化算法对初始中心线进行优化,精确地提取出激光条纹中心线;实验结果表明,相比于灰度重心法、Steger法等算法,文章所提方法受背景干扰以及激光条纹质量的影响较小,能够在多种复杂情况下更精确地提取激光条纹中心线,满足准确性高、稳定性强以及实时性好的要求.     

融入类贡献抑制因子的灰度级模糊C均值图像分割

基于灰度级模糊C均值图像分割算法具有分割速度快的优势。由于无损检测图像中背景类和目标类差异较大,该算法不能有效地将目标分割出来,故提出改进的基于灰度级的模糊C均值算法。构建了一种与类大小反向相关的类贡献抑制因子表达式,将之融入目标函数后能够降低较大类对目标函数的贡献,这可避免较小类的聚类中心受较大类的影响而靠近较大类的聚类中心。最小化新的目标函数可得新形式的隶属度和聚类中心表征形式。采用类大小差异较大的无损检测图像进行试验,结果显示本文算法得到的分割图像视觉效果良好,而且指标G_mean也更高,进一步提升了基于灰度级模糊C均值算法适应能力。     

基于分组策略的补货配送问题优化模型

针对已存在的供应链环境下较少考虑补货配送问题中的分组配送策略,结合大量零售商对单一产品需求量不同等特点,引入分组的决策变量.根据配送中心补货周期与配送次数的函数关系,以最小化三级供应链系统的平均总成本为目标,构建了带有配送中心能力约束的补货配送优化模型.根据优化模型的特点,利用改进的遗传算法求解模型,并进行了数据仿真试验.结果表明,该优化模型能为配送中心提供一种有效的分组配送方案,选择的优化算法更稳定快捷,能为企业提供有益的管理启迪.     

快递企业人员调配问题的建模与求解方法

针对快递企业配送中心人员调配问题,提出了在服务于同类客户与不同类客户两种条件下,用时间序列季节系数法预测来件量,并分析快件处理和配送过程中的人员、车辆因素的方法.该方法对同类客户调整配送中心快件处理人员与分配人员的数量,以此达到极小化快件剩余量的目标,对不同类客户调整配送人员的数量,以此达到极小化配送中心成本的目标,并建立了数学模型.利用粒子群算法对模型进行求解,通过实例进行仿真试验,从而得到配送中心人员调配的最佳方式,以此指导企业合理运营.     

任务序列强度感知的大规模集群服务器控制模型

异构云数据中心各类服务器的控制成本和性能上的差异将影响其运维管理成本及QoS博弈平衡关系,针对任务序列强度具有的时效性,提出了任务序列强度感知的大规模任务调度模型。依据当前到达数据中心的任务序列的强度以及集群中服务器的当前状态,在任务调度中强调节约服务器运维管理成本和各服务器负载均衡的基础上实现优化数据中心对任务序列处理的平均响应时间和系统的吞吐量。通过对实验结果的分析,验证了集群服务器控制模型在任务调度中的可信度大于95%,同时通过与当前应用广且具代表性的算法——最短任务优先,公平分发机制进行比较分析,其效果是三者中最好的,也验证了模型的有效性和可行性。     

泵驱动两相复合制冷机组变频运转特性

为研究泵驱动两相复合制冷机组的工作特性,特别是换热性能随工质泵频率和室内外温差的变化规律,搭建泵驱动两相复合制冷机组的实验装置,对其进行了实验研究.在本实验装置中,蒸气压缩制冷模式分别采用2.63 k W压缩机和3.75 k W压缩机作为驱动元件,泵驱动两相冷却模式采用带变频器的工质泵驱动.结果表明:室内温度25℃、室外温度10℃时,机组换热量随工质泵频率先增大后减小,在工质泵频率为35 Hz时达到最大值;能效比(energy efficiency ratio,EER)随工质泵频率初始变化不明显,然后逐渐降低.在室外温度为0~30℃时,实验获得了2种运行模式的性能变化情况和最佳转换温度.     

加工中心部件故障相关度评估

为实现加工中心系统部件间故障相关度评估,采用相关故障机理分析与图论相结合建立系统部件故障传递有向图的方法,将系统部件相关度评估转化为复杂网络节点重要度计算,进而由邻接矩阵及其转置变换并结合pagerank算法,实现加工中心系统部件故障相关度求解.计算结果表明:故障相关度的大小与部件间故障关联关系成正比,存在故障相关的部件的故障相关度大于不存在故障相关的部件的故障相关度.若部件被影响度大,影响度小,说明该部件是故障表象部件;反之,影响度大而被影响度小的是故障源部件.提出的方法有助于故障诊断与维护.