基于深度学习的集群式供应链应急物资需求预测研究

在突发事件和大数据情景下,建立基于数据流模糊C均值聚类算法的集群式供应链应急物资需求重要度决策算法,有助于辨识集群式供应链子系统应急物资需求的重要程度。针对集群式供应链中各子供应链之间的耦合特性和预测指标的快速变化数据流特征,提出基于长短期记忆网络的集群式供应链应急物资需求动态预测算法,提取集群式供应链多个子系统应急物资需求参数的时序特征,动态地、分布地对互联大系统的应急物资需求不确定性进行系统辨识估计。仿真实验结果表明了基于长短期记忆网络的集群式供应链互联大系统应急物资需求动态预测算法的可行性和精确性。     

融合词语统计特征和语义信息的文本分类方法研究

为了更好地表示文本语义信息,提高文本分类准确率,改进了特征权重计算方法,并融合特征向量与语义向量进行文本表示.首先基于文本复杂网络实现文本特征提取,接着利用网络节点统计特征改进TF-IDF得到特征向量,再基于LSTM抽取语义向量,最后将特征向量与语义向量相融合,使新的文本表示向量信息区分度更高.以网络新闻数据为实验对象的实验结果表明,改进特征权重计算方法,在特征向量中引入了语义和结构信息,并融合特征向量和语义向量,能进一步丰富文本信息,改善文本分类效果.     

基于FCN-LSTM的工业烟尘图像分割

工业生产中常根据林格曼烟气黑度判断工业烟尘的污染等级,一种有效的方式是应用计算机视觉系统对工业烟尘进行监测, 其中对烟尘目标进行准确分割是该系统的关键技术。因为工业烟尘具有形状不固定、和云相似度高等特点,现有算法在复杂场景下对烟尘进行分割时容易受到干扰,分割准确度有待提高。针对这一问题,提出一种基于FCN-LSTM的工业烟尘图像分割方法,在全卷积网络对图像空间特征提取的基础上,使用长短时记忆网络提取图像序列的时间信息,通过烟尘的动态特征对运动的烟尘和背景进行区分,增强复杂场景下的抗干扰能力。实验表明,本文模型相比于全卷积网络,在复杂场景下的抗干扰能力有显著提升,能够有效克服来自云的干扰,对全卷积网络分割结果中易出现干扰点的问题也有改善,IoU指标最高有8.04%的提升。     

基于表示学习和深度森林的长链非编码RNA编码短肽预测模型

长链非编码RNA（lncRNA）中的小开放阅读框（sORFs）能够编码长度不超过100个氨基酸的短肽。针对短肽预测研究中lncRNA中的sORFs特征不鲜明且高可信度数据尚不充分的问题,提出一种基于表示学习的深度森林（DF）模型。首先,使用常规lncRNA特征提取方法对sORFs进行编码;其次,通过自编码器（AE）进行表示学习来获得输入数据的高效表示;最后,训练DF模型实现对lncRNA编码短肽的预测。实验结果表明,该模型在拟南芥数据集上能够达到92.08%的准确率,高于传统机器学习模型、深度学习模型以及组合模型,且具有较好的稳定性;此外,在大豆与玉米数据集上进行的模型测试中,该模型的准确率分别能达到78.16%和74.92%,验证了所提模型良好的泛化能力。     

基于Faster R-CNN的灵武长枣图像检测方法

基于机器视觉技术自动采摘地方特色林果灵武长枣时,自然变化的环境会极大地影响检测的准确率。为适应时时变化的自然环境,提出基于双损失函数的区域卷积神经网络（Faster R-CNN）集成学习模型。建立图像数据集,包括训练集和测试集;根据特征搭建Faster R-CNN模型,在RPN层利用softmax作为基础分类器得到感兴趣区域;以此为特征图再结合一层损失函数,分别利用Large Marge Softmax Loss（L-softmax）、Angular Softmax Loss（A-softmax）做损失计算,取各类最大值;加载训练集进行图像训练得到检测器,将已训练好的检测器通过测试集得出结果图像,完成图像检测。同单一损失函数网络、标准的ResNet101以及ResNet50网络结构进行对比,该图像检测网络方法的精确率为0.982 6,召回率为0.921 3,平均精度为0.9。     

基于深度学习的网络流量预测研究综述

精准地预判网络流量变化趋势可以帮助运营商准确预估网络的使用情况,合理分配并高效利用网络资源,以满足日益增长且多样化的用户需求。以深度学习算法在网络流量预测领域的进展为线索,阐述了网络流量预测的评价指标和目前公开的网络流量数据集及应用,具体分析了网络流量预测中常用的深度信念网络、卷积神经网络、循环神经网络和长短时记忆网络共四种深度学习方法,并重点介绍了近年来针对不同问题所提出的改进神经网络模型,总结了各模型特点及应用场景。最后对网络流量预测未来发展进行了展望。     

高速铁路长大桥梁救援定点的选址决策模型

为提高高速铁路的防灾能力,确保救援定点布局经济合理,采用约束最优化法进行长大桥梁救援定点的选址决策.研究分析救援定点选址决策的3个约束条件:设置间距、风险等级和救援时程.以各地方救援部门至救援定点的时程总和最小为目标,建立长大桥梁救援定点的选址决策模型,并对模型进行实例验证.结果表明:当区间桥梁长度大于10 km时,应该沿线路方向每隔约6~10 km设置一处救援定点;应用贝叶斯网络理论评价救援定点备选位置的风险等级和采用Dijkstra算法求解地方救援部门至救援定点之间的最优时程是合理有效的.该模型计算过程简单,评价结果可靠,能够较好地解决长大桥梁救援定点的选址决策问题.     

LTE中增强视频业务QoS的时延感知调度算法

提出了一种改善视频业务流性能的分组调度算法,综合考虑了队列中分组丢失的数量和分组时延信息,动态地调整用户的优先级,以达到降低系统丢包率和最大化系统吞吐量的目的.仿真结果表明,与当前典型的分组调度算法相比,所提出的算法能够较大幅度地改善丢包率、公平性、吞吐量等方面的性能.     

隔振支座对大跨度网壳的振动控制分析

本文通过建立了橡胶隔振支座与设置隔振支座的网壳结构的力学模型,研究了隔震支座控制下,大跨度空间单层柱面网壳结构在地震作用下振动响应,结果表明:隔震支座对结构的振动可以起到良好的控制作用,但地震强度对隔震支座耗能能力影响较大,在最大水平行程内,地震强度越大,耗能能力越强;在不同地震波作用下,隔振网壳结构体系的振动控制效果有所不同,其中:EL Centro波作用的结构被动控制效果最佳。     

资水流域短期/长期综合干旱指数的构建与应用

干旱评估作为干旱灾害监测与防御的一个重要方面,如何准确评价并预测研究区域的旱情是当前研究的热点和难点。基于资水罗家庙以上流域的水文、气象资料,分别计算具有不同时间尺度的干旱指数值,利用主成分分析方法,分别研制基于水文模型的短期/长期综合干旱指数并探讨了其在资水流域的适用性。研究结果表明:短期综合干旱指数和长期干旱指数均能很好识别并评价资水流域的历史干旱。研究成果可为长江流域及其他流域建立和健全干旱监测与预警系统提供重要参考。