基于BP神经网络的集装箱箱号识别

提出一种用BP神经网络实现集装箱箱号识别的方法。提出的图像预处理方法对管柱,底面凹凸,脏污物、光线的强弱、倾斜、缺损或模糊有较强的适应性。在BP网络分类器实现时,考虑集装箱箱号的组成特点,采用并行处理方法。在BP算法中,引入动态因子,动态调整学习步长。实践证明利用这种方法来识别装箱箱号,速度快,识别率高,具有较高的实用价值。     

人工神经网络在改善报警系统性能中的应用

介绍了一种利用BP人工神经网络降低报警系统误报警率的有效方法。以STC89C52RC处理器为平台,在嵌入式系统中应用BP网络先对报警信息进行分析和预处理,再控制报警系统动作。该方法大大降低了报警系统因自然因素导致的误报警概率。采集了100个典型数据对BP网络进行训练,得到了适合应用目标的网络模型,现场实测误报警率几乎为0。该方法的硬件价格便宜,电路简单,是一种降低报警系统误报警率的有效方法。     

装配生产线人因质量事故的追溯方法

研究了离散制造业装配生产线人因质量事故的追溯方法.在分析Swain的人因失误分类方法和Ras-mussen的S-R-K(skill-based behaviors,rule-based behaviors,knowledge-based behaviors)分类方法的基础上,综合2种方法的优点提出了一种新的复合分层人因失误辨识方法.基于这种方法,结合故障树分析,对某厂传感器线束装配生产线终端的产品泄漏的人因失误因素进行了分层辨识,辨识结果表明:人因失误的内在因素(求快、侥幸心理、粗心大意)对失误过程影响较大,是人因失误的主要影响因素.此外,泄漏质量事故的发生同时受到环境与管理因素的影响,它是在外在环境因素及内在因素的共同诱导下产生的.     

基于改进的神经网络循环流化床锅炉建模

提出了基于改进的BP神经网络的方法,并引入附加动量项和自适应学习率,根据所提的建模方法进行实际建模.计算结果表明,该模型能够较好地对床温进行预测,可以反映主要参数变化时循环流化床锅炉床温的动态特性,说明了该建模方法的可行性.     

基于BP神经网络的协作过滤推荐算法

研究、探讨了协同推荐问题,提出了一种基于两层面的多个后向传播(BP)神经网络的协作过滤推荐算法(TMNN-CFRA). 两层面的多个BP神经网络协同工作,高层面BP网反向误差传播直至低层面多个人工神经网络(ANN)进行网络权值修正,以此为基础,借助用户评价等特征前向给出项目推荐. 标准评测集Movielens上的实验评测表明了TMNN-CFRA的可行性和有效性.     

基于高速开关阀的液压钻机推进系统研究

液压钻机钻孔时对推进力的控制是影响钻孔质量的关键因素,为提高钻孔质量,实现钻孔时推进力准确可调控制,提出一种基于高速开关阀控插装阀的新型推进系统.系统通过控制输入高速开关阀的脉冲宽度调制(PWM)信号,实现推进力的比例输出.利用AMESim软件搭建仿真模型,在分析高速开关阀控插装阀特性的基础上选取合适的PWM信号频率,并分析了推进系统对指令压力输入的响应特性.仿真结果表明,改进系统能够实现比例调节推进力,适度提高PWM信号频率可以改善推进力的控制性能,为钻机液压系统的进一步优化提供参考依据.     

调节阀“三断”保位方案在焦化厂的应用

根据厂区所使用的调节阀自身具备的功能以及生产工艺需求,选择合适的（三断）保位方案,分析了所选择方案的工作原理及优、缺点及适用条件.     

基于EDA和回译的导游投诉文本混合增强方法

近年来,使用机器学习算法从导游投诉文本数据中识别出导游违规行为,辅助旅游监管人员工作,为旅游监管提供依据,成为一个必然趋势。然而导游投诉文本存在着语料单一、难以获取等困难,如何对这些导游投诉文本进行文本增强以满足导游违规行为识别需要,是一个迫切需要解决的问题。针对这一问题,提出了一种基于EDA(easy data augmentation)和回译的导游投诉文本混合增强方法。从EDA和回译两个角度对导游投诉文本进行增强,将两种方法返回的增强投诉语料进行混合,得到最终的增强文本;并将该方法在实际的导游违规行为识别系统中进行了应用与验证。通过大量实验对该方法与传统的EDA文本增强方法、回译文本增强方法进行了分析与对比,实验数据表明,基于EDA和回译的导游投诉文本混合增强方法相对于其他两种传统文本增强方法具有更高的准确率和更优秀的文本增强效果,应用在实际的导游违规行为识别系统中得到了87.54%的准确率,相比原始数据集准确率提升了7.4%。     

锦屏一级拱坝黏弹性工作性态反演分析

针对锦屏一级拱坝历年1 880 m高水位稳定期坝体向下游侧位移持续增大的异常变形性态,基于现场位移监测数据和坝体混凝土徐变试验数据,对该拱坝当前运行性态进行了反演分析。结果表明:坝体目前处于黏弹性工作状态,监测发现的短期趋势性变形是由水压荷载作用下黏弹性滞后变形效应和年周期环境温降效应所共同引起。混凝土黏弹性力学参数之间具有较好的线性关系,基于弹性水压分量反演得到的坝体混凝土弹性模量实际是瞬时弹性模量与延迟弹性模量的等效值,对于锦屏一级拱坝,该反演值为35.5 GPa,与前期反演值和试验值较为接近;而基于黏弹性水压分量反演得到的广义Kelvin模型中瞬时弹性模量、2延迟弹性模量和2黏滞系数分别为47.3 GPa、189.4 GPa、132.3 GPa、383.8 GPa·d和20 574.6 GPa·d。建议今后对锦屏一级拱坝建立变形监控模型时,应在HST模型中引入黏弹性滞后水压分量。     

Temporal and spatial dynamics of surface run‐off from Lake Basaka catchment (Ethiopia) using SCS‐CN model coupled with remote sensing and GIS

The Lake Basaka catchment (Ethiopia) has undergone a significant land use–land cover (LULC) change and lake level rise over the past five decades. Significant quantities of water and sediment flow annually into the lake through erosion processes. An appropriate method of estimating the surface run‐off from such ungauged and dynamic catchment is extremely important for delineating sensitive areas (based on run‐off responses) to be protected and for development of suitable measures to reduce run‐off and associated soil loss. Reliable prediction of run‐off, however, is very difficult and time‐consuming for catchments such as that of Lake Basaka. The present study estimated the dynamics of surface (direct) run‐off using the NRCS‐CN model in ArcGIS, assisted by remote sensing and ancillary data. The results indicated the Lake Basaka catchment experienced significant temporal and spatial variability in its run‐off responses, depending on the rainfall (amount and distribution) pattern and LULC changes. A significant run‐off increase occurred after 1973, consistent with significant LULC changes and lake level increments occurring after that period. A reduced vegetation cover also resulted in increased run‐off coefficient of the lake catchment from 0.11 in the 1970s to 0.23 in the 2000s, indicating the important need to consider possible future LULC evolution when forecasting the lake catchment run‐off behaviour.