EBZ260H型掘进机在隧道施工中的应用

以某工程为具体实例,介绍了EBZ2260H掘进机的适用范围、技术参数和主要配置;从掘进机的截割方法、维护和保养、除尘装置的正确使用等多个方面,对EBZ260H掘进机暗挖工艺和技术进行了详细阐述;归纳总结了EBZ260H掘进机的各项优点.     

技术防范电信欠费

电信用户欠费是当今电信业者面临的日益严峻的问题,本文主要阐述如何利用电信企业拥有的数据仓库,依靠技术手段分析追踪和预防用户异常行为,达到防范电信欠费的效果。     

电磁搅拌技术在莱钢六号合金钢连铸机上的设计与应用

介绍结晶器电磁搅拌在矩形坯连铸机上的应用。采用内置式结晶器电磁搅拌后,连铸坯低倍组织大为改善,质量明显提高。     

Single machine scheduling with simple linear deterioration to minimize total absolute deviation of completion times

We consider a single machine scheduling problem with simple linear deterioration. Job processing times are assumed to be a simple linear function of a job-dependent growth rate and the job's starting time. We seek an optimal schedule, so as to minimize the total absolute deviation of completion times (TADC). We prove several interesting properties of an optimal schedule, and introduce two efficient heuristics which are tested against a lower bound.     

Evaluation of tile–wall bonding integrity based on impact acoustics and support vector machine

It is well recognized that the impact-acoustic emissions contain information that can indicate the presence of the adhesive defects in the bonding structures. In our previous papers, artificial neural network (ANN) was adopted to assess the bonding integrity of the tile–walls with the feature extracted from the power spectral density (PSD) of the impact-acoustic signals acting as the input of classifier. However, in addition to the inconvenience posed by the general drawbacks such as long training time and large number of training samples needed, the performance of the classic ANN classifier is deteriorated by the similar spectral characteristics between different bonding status caused by abnormal impacts. In this paper our previous works was developed by the employment of the least-squares support vector machine (LS-SVM) classifier instead of the ANN to derive a bonding integrity recognition approach with better reliability and enhanced immunity to surface roughness. With the help of the specially designed artificial sample slabs, experiments results obtained with the proposed method are provided and compared with that using the ANN classifier, demonstrating the effectiveness of the present strategy.     

一种多分类器集成的手写体汉字识别方法

多分类器集成是手写体汉字识别领域的新方向。本文提出的多分类器集成方法通过改进的欧氏距离分类器将待识别汉字分类到某个粗分结果集中,然后根据粗分结果集选择1-N(one-against-rest)的SVM分类器对待识别汉字进行细分,最后用贝叶斯集成两级分类器。实验对国标一级汉字中的1034个手写汉字进行识别,证明了方案的有效性。     

基于主次原型超平面最接近支持向量机

基于广义特征值的最接近支持向量机GEPSVM是一种新的具有与SVM性能相当的两类分类方法,通过求解广义特征值来获得两个彼此不平行的拟合两类样本的超平面,其决策规则是将测试样本归为距其最近的超平面所在的类。然而,该规则在某些情形会导致较差的分类结果。对此,本文提出了在利用GEPSVM产生一个主原型超平面的基础上,再利用主原型超平面及它类样本的信息构造一个次原型超平面,形成一个由主次原型超平面共同决策的最接近支持向量机。该方法不仅简单且易于实现,而且具有较GEPSVM更优的分类性能。在UCI数据集上的实验验证了它的有效性。     

集成学习算法在不平衡分类中的应用研究

提出一种基于训练集分解的不平衡分类算法,该算法使用能输出后验概率的支持向量机作为分类器,使用基于测度层次信息源合并规则实现分类器的集成.在4个不同领域的不平衡数据集上的仿真实验表明:该算法有效提高分类器对正类样本的正确率,同时尽量减少对负类样本的误判.实验结果验证集成学习算法处理不平衡分类问题的有效性.     

实现兼类样本增量学习的一种算法

针对兼类样本,提出一种增量学习算法.利用超球支持向量机,在特征空间对属于同一类别的样本求得一个能包围该类尽可能多样本的最小超球,使各类样本之间通过超球隔开.增量学习过程中,只对新增样本以及与新增样本具有相同兼类的旧样本集中的支持向量进行训练,且每次训练只针对一类样本,使得算法在很小的样本集、很小的空间代价下实现兼类样本增量学习,同时保留了与新增样本类别无关的历史训练结果.分类过程中,通过计算待分类样本到各超球球心的距离判定其所属类别,分类准确快捷.实验结果证明了该算法的有效性.     

一种基于同步树替换文法的统计机器翻译模型

提出一种基于同步树替换文法的机器翻译模型.相对于基于短语的模型,此模型可以对远距离结构性调序和非连续短语翻译进行建模;相对于基于同步上下文无关文法模型,此模型可以对任何层次上的树节点调序进行建模.因此,该模型可以为处理语言结构间的异构对应问题提供有效的解决途径. 在两组风格差异较大的数据集上进行的实验均验证了基于同步树替换文法的模型相对于基于短语模型和基于同步上下文无关文法模型的稳定优势.