分布式能源热网储能量化计算分析

研究分布式能源供热系统中热网储能特性是制定能源高效利用控制策略的必要前提。该文通过对分布式能源热网储能特性的研究,建立热网储能量化计算模型。该模型描述热网储能特性的重要参数-储能供能持续时间。引入影响因子θ对模型进行改进,提高热网换热段温度与实际工况的吻合度。针对3个换热站的试验数据,对改进后模型进行滞后时间计算,从而验证其正确性。通过对实际案例的计算,得到并分析热网储能供能的持续时间,得出循环水泵存在最佳流量的结论。此外,应用上述模型对分时分段供暖工况进行分析计算,得出24h内与室外温度正相关的热网供水温度随时间的分布。     

In-process evaluation of grit protrusion feature for fine diamond grinding wheel by means of electro-contact discharge dressing

This paper introduces a new in-process evaluation method for grit protrusion feature on wheel surface by monitoring discharge current trace during electro-contact discharge (ECD) dressing of metal-bonded fine diamond grinding wheel. First an impulse discharge machining experiment was carried out to investigate the correlation between metal bond removal and discharge parameters, namely discharge current I_e and discharge pulse duration τ_e. Then ECD dressing experiment for #600 diamond grinding wheel was conduced to analyses the quantitative effect of the discharge parameters (I_e and τ_e), derived from discharge current trace between wheel and dresser (electrode), on grit protrusion feature of wheel surface. The result shows that the grit protrusion feature is sensitive to the discharge parameters (I_e and τ_e) with reference to mean diamond grit size d_gm. Further, the discharge parameters (I_e and τ_e) in ECD dressing should conform to the discharge variables’ requirement of , by which the grit protrusion feature may be evaluated and the dressing process variables may be determined. Finally, the in-process evaluation method was successfully applied to ECD dressing of #1500 diamond grinding wheel for valid grinding of hard-brittle materials.     

结构腐蚀损伤定量预测方法对比研究

用BP人工神经网络(artificial neural简称ANN)算法分别对飞机结构材料、lCrl7不锈钢腐蚀损伤数据进行学习训练，建立了腐蚀损伤与环境条件的映射模型，并预测腐蚀损伤值。分析了三种预测方法的预测精度。得到了ANN预测的精度比灰色GM(1，1)模型及Logistic模型的预测精度高，且对数据有较好的适应能力的结论；采用ANN技术定量预测飞机结构腐蚀损伤是一种较好工程方法。     

某城区排涝泵站设计流量计算方法初探

采用平均排除法、最大24 h雨型洪水流量时程分配法和产流汇流法3种方法分别计算了某城区电排站的设计流量,并将3种方法的计算结果进行对比分析,选用合适电排站的设计流量,可为类似工程设计流量的确定提供参考。     

一种基于开方检验的特征选择方法

开方检验是目前文本分类中一种常用的特征选择方法.该方法仅关注词语和类别间的关系,而没有考虑词与词之间的关联,因此选择出的特征集具有较大的冗余度.定义了词语的“剩余互信息”概念,提出了对开方检验的选择结果进行优化的方法.使用该方法可以得到既有很强表征性又有很高独立性的特征集.实验表明,该方法表现良好.     

中文模糊限制语语料库的研究与构建

模糊限制语常用来表示不确定性和可能性的含义,由模糊限制语所引导的信息为模糊限制信息。为进行中文事实信息的抽取,应将模糊限制信息与事实信息区分开来。然而中文模糊限制语语料资源却十分缺乏,影响了中文模糊限制语和模糊限制信息检测的研究。该文研究了中文模糊限制语的分类,并在生物医学和维基百科两个领域,设计构建了一个具有2.4万句规模的中文模糊限制语语料库。统计分析了语料标注的一致性,以及模糊限制语的类型和领域之间的关系。这些资源对于中文模糊限制信息检测研究,以及中文事实信息的抽取具有重要意义。同时,为语言学家从语义和语用等方面进行模糊限制语的研究提供了强大的知识库支持。     

自上而下注意图分割的细粒度图像分类

目的 针对细粒度图像分类中的背景干扰问题,提出一种利用自上而下注意图分割的分类模型。方法 首先,利用卷积神经网络对细粒度图像库进行初分类,得到基本网络模型。再对网络模型进行可视化分析,发现仅有部分图像区域对目标类别有贡献,利用学习好的基本网络计算图像像素对相关类别的空间支持度,生成自上而下注意图,检测图像中的关键区域。再用注意图初始化GraphCut算法,分割出关键的目标区域,从而提高图像的判别性。最后,对分割图像提取CNN特征实现细粒度分类。结果 该模型仅使用图像的类别标注信息,在公开的细粒度图像库Cars196和Aircrafts100上进行实验验证,最后得到的平均分类正确率分别为86.74%和84.70%。这一结果表明,在GoogLeNet模型基础上引入注意信息能够进一步提高细粒度图像分类的正确率。结论 基于自上而下注意图的语义分割策略,提高了细粒度图像的分类性能。由于不需要目标窗口和部位的标注信息,所以该模型具有通用性和鲁棒性,适用于显著性目标检测、前景分割和细粒度图像分类应用。     

基于最近邻子空间搜索的两类文本分类方法

在文本分类中,最近邻搜索算法具有思想简单、准确率高等优点,但通常在分类过程中的计算量较大。为克服这一不足,提出了一种基于最近邻子空间搜索的两类文本分类方法。首先提取每一类样本向量组的特征子空间,并通过映射将子空间变换为高维空间中的点,然后把最近邻子空间搜索转化为最近邻搜索完成分类过程。在Reuters-21578数据集上的实验表明,该方法能够有效提高文本分类的性能,具有较高的准确率、召回率和F1值。     

Image categorization using a semantic hierarchy model with sparse set of salient regions

Image categorization in massive image database is an important problem. This paper proposes an approach for image categorization, using sparse set of salient semantic information and hierarchy semantic label tree （HSLT） model. First, to provide more critical image semantics, the proposed sparse set of salient regions only at the focuses of visual attention instead of the entire scene was formed by our proposed saliency detection model with incorporating low and high level feature and Shotton＇s semantic texton forests （STFs） method. Second, we also propose a new HSLT model in terms of the sparse regional semantic information to automatically build a semantic image hierarchy, which explicitly encodes a general to specific image relationship. And last, we archived image dataset using image hierarchical semantic, which is help to improve the performance of image organizing and browsing. Extension experimefital results showed that the use of semantic hierarchies as a hierarchical organizing frame- work provides a better image annotation and organization, improves the accuracy and reduces human＇s effort.     

基于特征集中度和差别对象对集的特征选择方法

本文首先简单分析了几种经典的特征选择方法,总结了它们的不足,然后提出了特征集中度的概念, 紧接着把差别对象对集引入粗糙集并提出了一个基于差别对象对集的属性约简算法,最后把该属性约简算法同特征 集中度结合起来,提出了一个综合性特征选择方法．该综合性方法首先利用特征集中度进行特征初选以过滤掉一些 词条来降低特征空间的稀疏性,然后再使用所提属性约简算法消除冗余,从而获得较具代表性的特征子集．实验结 果表明该综合性方法效果良好．