两阶段领域自适应学习

针对领域自适应问题中源域和目标域的联合分布差异最小化问题,提出两阶段领域自适应学习方法.在第一阶段考虑样本标签和数据结构的判别信息,通过学习一个共享投影变换,使投影后的共享空间中边缘分布的差异最小.第二阶段利用源域标记数据和目标域非标记数据学习一个带结构风险的自适应分类器,不仅能最小化源域和目标域条件分布差异,还能进一步保持源域和目标域边缘分布的流形一致性.在3个基准数据集上的实验表明,文中方法在平均分类准确率和Kappa系数两项评价指标上均表现较优.     

区域性中小型模具企业智慧化协同制造微小实验模型研究

基于模具特色型区域地区模具企业充分调研的基础上,通过三因素三水平的分类方法,对模具特色型区域模具企业进行科学分类分析;基于模糊综合评价法,在合作伙伴选择与评价、利益分配机制、监督激励机制研究的基础上,评估协同效应,构建和提升模具特色型区域中小型模具企业的协同制造能力;中小型模具企业模具制工作流程特点,提出任务分解、资源规划、任务规划和协同企业内详细生产计划的四层次协同制造计划与控制系统模型。     

基于关键路径延时检测的自适应电压缩减技术

为了减小传统的最差情况设计方法引入的电压裕量,提出了一种变化可知的自适应电压缩减(AVS)技术,通过调整电源电压来降低电路功耗.自适应电压缩减技术基于检测关键路径的延时变化,基于此设计了一款预错误原位延时检测电路,可以检测关键路径延时并输出预错误信号,进而控制单元可根据反馈回的预错误信号的个数调整系统电压.本芯片采用SMIC180 nm工艺设计验证,仿真分析表明,采用自适应电压缩减技术后,4个目标验证电路分别节省功耗12.4％,11.3％,10.4％和11.6％.     

基于小波变换的场强定位算法

利用服务基站与移动台之间的场强测量值来进行移动台位置估计,并从场强信号传播模型和定位算法出发,提出了一种基于小波变换的改进场强定位算法。通过小波变换来修正传播误差,然后利用LS算法进行定位。仿真结果表明,该基于场强的移动台定位方法在一定程度上提高了定位精度,定位效果明显优于Chan算法、LS算法、Taylor算法。     

基于BIM的大型立交互通桥梁吊装施工模拟与优化

BIM技术是指利用计算机对建筑物内的各构件进行数字化、参数化的定义,然后建立建筑三维信息化模型,进而对工程项目进行辅助管理的一种方法。依托工程实例,利用BIM技术对大型立交互通桥梁吊装施工过程进行模拟和优化,快速找到桥梁吊装施工过程中的重、难点,并对施工方案、施工进度、质量管理等进行优化,有效提高了工程管理效率。     

基于水平集理论和Kriging模型的镁合金差温成形伪拉延筋设计及优化

压边圈结构对改善差温成形中压边圈摩擦、传热及材料的流动阻力起着重要的作用。利用水平集理论和Kriging模型,对镁合金差温成形中的压边圈结构进行优化,提出一种伪拉延筋。以NUMISHEET2011十字杯形件为研究对象,建立相应的热力耦合模型,利用相关的试验数据,对有限元模型进行验证。基于一步法理论反求影响镁合金成形件质量的压边圈关键区域,并对该区域进行了重新离散化及处理。以部分节点坐标为设计变量,以随机水平集值为目标,建立压边圈的Kriging水平集模型。利用初始水平集阈值,对伪拉延筋进行设计。利用拉丁超立方对水平集阈值、凸模温度和凹模温度进行抽样,获得伪拉延筋样本。基于镁合金差温成形热力耦合模型,对相应的样本进行有限元仿真分析,获得镁合金成形件的成形质量,建立水平集阈值与质量之间的Kriging模型。利用粒子群算法,对该Kriging模型进行优化,获得最佳水平集阈值,实现伪拉延筋的优化。利用最优伪拉延筋,进行相应的差温成形分析。研究表明,基于水平集理论和Kriging模型,优化伪拉延筋能有效地提高成形件的减薄率均匀性。该方法为压边圈设计提供一种有益的指导。     

基于ISM和AHP的冷链物流影响因素研究

以冷链物流系统为研究对象,通过专家调查法、解释结构模型法和层次分析法,研究了影响冷链物流系统的主要因素。通过Delphi专家调查法,从影响冷链物流发展的诸多因素中筛选出12个关键影响因素。应用解释结构模型法,建立1个冷链物流关键影响因素的多级递阶结构模型并进行分析。在此结构模型的基础上,利用层次分析法,构造判断矩阵,计算重要性程度,并进行一致性检验,最后求得各影响因素的综合权重,并进行排序。     

基于智能体的音乐传播模型仿真分析

为了提高音乐传播效率,设计一种基于智能体的音乐传播模型,模型主要由音乐传播环境类、音乐传播智能体类两种智能体类构成。音乐传播智能体类的属性主要分为传播意愿程度、传播机率、再传播机率、传播次数和自身等级;音乐传播环境类的属性即为音乐传播智能体类的参与度。两种智能体类主要通过音乐信息传播交互规则实现音乐传播。研究发现,音乐信息价值越大,音乐传播智能体的数量越多,则音乐传播智能体间的音乐信息传播速度越快;音乐信息价值较大,传播群体的传播意愿程度也会出现明显的上升。与同类传播模型相比,基于智能体的音乐传播模型的传播效率较快,使用价值显著。