基于时序特征和集成算法的用户购买预测

大数据时代,电商平台积累了大量用户在平台上的行为数据,比如浏览、点击、下单和加入购物车等等.如何使用机器学习算法去探索大数据背后的用户消费喜好和习惯成为了一个新的研究热点.本文主要在特征工程和模型搭建两个方面对用户购买预测的效果做出提高.通过深入理解电商业务知识,利用统计学知识,分别从用户、商品和评论数据等多个方面的数据构建了115个特征;在模型搭建方面,主要设计了一个两层融合模型,第一层采用了XGBoost、CatBoost和逻辑回归作为基分类器,从不同的角度考虑用户购买预测,第二层采用加权平均的方法对基类模型的预测结果进行融合,其权重由线性分类器学习生成.实验结果表明该融合模型的F1评分要高于个体分类器,并且多次实验证明,融合模型的稳定性也要比个体分类器好.     

融合共现推理的Faster R-CNN输电线路金具检测

为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图学习方法,利用学习并映射的共现概率关联作为共现图邻接矩阵,使用基线模型(Faster R-CNN)提取的特征向量作为图推理输入特征,以自学习的变换矩阵作为共现图传播权重,完成图信息传播并实现有效的共现推理模型嵌入。实验证明,融合共现推理模块的Faster R-CNN模型较原始模型提升了6.56%的准确率,对于长尾分布样本中数量较少的金具性能提升尤其显著。     

Rn 上的线性局部保控映射

设φ：Rn →Rn 是一个线性映射,对任意x∈Rn ,都存在与x有关的线性保控映射ψx ,使得φ（x）＝ψx（x）,则称φ是欧氏空间上的一个线性局部保控映射。线性保控映射是线性局部保控映射,其逆命题不成立。文中定义了两个与φ相关的Rn的子集Iφ和IIφ,如果任意Rn上的点都属于Iφ（或IIφ）,那么这个线性局部保控映射φ是线性保控映射。     

视觉检测系统中亮度不均匀背景的一种去除方法

刀具形状视觉检测系统中，照明不均匀对测量结果影响很大。针对这种情况，提出了基于二维二阶多项式拟合并去除不均匀背景的方法。遵循最小均方程差原理，给出了二维二阶拟合的矩阵表达式。在编制的程序中，拟合点以人机交互形式由鼠标点击选出，程序自动记录所选点的图象人材与亮度值信息，然后拟合出背景曲面，并以二值图象形式给出去除背景后的目标图象。对一幅光照模型未知的网络图象进行了背景去除，实验结果良好。     

多孔薄壁扁管连续挤压模的研制

介绍了连续挤压模的生产工艺过程 ,模具主要结构及设计参数 ,分析了生产中存在的问题以及采取的措施 ,充分发挥了连续挤压设备的潜力 ,扩大了产品品种     

谈谈水泥土挡墙的合理计算

阐述了水泥土挡墙在工程基坑支护中的作用,并结合工程实例,对水泥土挡墙的合理计算模型进行了探讨。     

Dual–primal proximal point algorithms for extended convex programming

This paper presents a class of dual–primal proximal point algorithms (PPAs) for extended convex programming with linear constraints. By choosing appropriate proximal regularization matrices, the application of the general PPA to the equivalent variational inequality of the extended convex programming with linear constraints can result in easy proximal subproblems. In theory, the sequence generated by the general PPA may fail to converge since the proximal regularization matrix is asymmetric sometimes. So we construct descent directions derived from the solution obtained by the general PPA. Different step lengths and descent directions are chosen with the negligible additional computational load. The global convergence of the new algorithms is proved easily based on the fact that the sequences generated are Fejér monotone. Furthermore, we provide a simple proof for the O(1/t) convergence rate of these algorithms.     

基于T-S 模糊模型的采样数据网络控制系统H∞ 输出跟踪控制

研究具有采样数据的基于T-S (Takagi-Sugeno) 模糊模型网络控制系统H输出跟踪控制问题. 提出将采集器端数据采样周期、数据传输时滞和数据丢包转换为零阶保持器端数据更新周期, 在此基础上, 利用输入时滞法和PDC (Parallel distributed compensation) 技术, 建立网络环境下被控对象和参考模型合并的基于T-S 模糊模型的增广系统模型. 通过Lyapunov 方法, 并充分利用采样特性, 给出系统实现H输出跟踪的充分条件, 以及可靠模糊控制器的设计. 仿真结果表明所设计模糊控制器能够实现该类系统良好的跟踪.     

离散Walsh变换在超声治疗无损测温中的应用

利用高强度聚焦超声对新鲜的离体猪肉进行辐射,并通过B超获取辐射前后的超声图像。采用二维离散Walsh变换法,从辐射前后的超声图像的差图像中分离出低频分量,作为反映温度信息的参数。选取确定系数作为衡量误差的参数,通过曲线拟合,发现二维离散Walsh变换直流分量与温度呈近似线性关系,且多组数据的斜率非常接近,与传统的灰度均值测温法相比,实验结果表明,该方法误差更小,温度分辨率更高,使用正交矩阵变换,符合计算机语言的逻辑,仿真检测时间较短,在实际应用中能为超声无损测温提供准确可靠的依据。