支持向量机推广能力估计方法比较

支持向量机是一种新的机器学习算法，与其它学习算法相比，它的最大优点是基于结构风险最小化原则，因而能够保证推广能力。推广能力估计是机器学习中的一个重要问题，是实现自适应调整、参数选择、模型选择的等方法的基础。本文详细比较当前较有影响的几种推广能力估计方法，指出了这些方法适应范围和优缺点，并结合各种方法的原理讨论了推广能力估计可能的发展方向。     

地形图缩编技术在地质调查底图生产中的应用

以武汉市城市地质调查底图生产项目为例,详细介绍了1：1万地形图更新缩编1：2．5万和1：5万地形图的技术路线,针对地形图缩编生产及质量检查中发现的问题,做了一些分析和探讨。总结了多种要素的更新缩编方法,从而极大减少手工工作量,提高生产效率,并结合生产流程中的部分环节和问题进行了思考与阐述。     

一种混合步进电机优化波形控制器设计

设计了一种基于人工神经网络的步进电机驱动电压波形控制器,对步进电机原有的驱动控制电压脉冲进行修正,提高步进电机的运行速度稳定度,该方案使用人工神经网络模拟输入输出样本即角位移与电压脉冲的映射关系,使经过训练后的网络对非样本输入有好的泛化能力;该方案只使用步进电机测量角位移不需要精确获取电机内部参数,实验证明,该驱动电压波形控制器方案是一种快速、简便、有效的设计,对电机低速空载和负载效应下的速度稳定度都有好的提高。     

自顶向下优化神经网络的方法

介绍了一种自动优化神经网络的新启迪方法.这种启迪方法综合采用了快速自顶向下优化神经网络结构算法、动态优化学习参数算法和快速交叉校验算法.首先,快速自顶向下优化神经网络结构算法自动地优化神经网络结构;其次,动态优化学习参数算法动态地调整学习参数和选取优化的学习参数;随后,快速交叉校验算法的引入能有效地防止过度适应问题.实验结果显示,这种启迪方法与其它算法相比,具有更强的归纳性能、优化的网络结构和更快的学习速度.     

汽车行业冲压厂的装箱料架规划与配置

根据冲压件的装箱方式及各车型零件间的相似性,对装箱料架进行分类,将其系列化、标准化。分析整车销量与冲压单批次产量之间的关系,总结出每年用于冲压周转所需的装箱料架总数的理论公式,对比总装箱料架的理论值和实际值,了解实际装箱料架数量是否已满足生产要求。根据装箱料架总数的变化趋势,调整冲压生产的频次,按此方式执行,消除装箱料架的闲置现象,大大提升了库房的有效利用率。     

Neumann引理的一个推广及其应用

给出了经典Neumann引理的一个推广，并给出这一推广在研究算子扰动及Bessel列与框架的扰动问题中的一些应用．     

跨域遥感场景解译研究进展

遥感对地观测中普遍存在多平台、多传感器和多角度的多源数据,为遥感场景解译提供协同互补信息。然而,现有的场景解译方法需要根据不同遥感场景数据训练模型,或者对测试数据标准化以适应现有模型,训练成本高、响应周期长,已无法适应多源数据协同解译的新阶段。跨域遥感场景解译将已训练的老模型迁移到新的应用场景,通过模型复用以适应不同场景变化,利用已有领域的知识来解决未知领域问题。本文以跨域遥感场景解译为主线,综合分析国内外文献,结合场景识别和目标识别两个典型任务,论述国内外研究现状、前沿热点和未来趋势,梳理总结跨域遥感场景解译的常用数据集和统一的实验设置。本文实验数据集及检测结果的公开链接为：https://github.com/XiangtaoZheng/CDRSSI。     

结合图像块比较与残差图估计的人脸伪造检测

目的 由于不同伪造类型样本的数据分布差距较大,现有人脸伪造检测方法的准确度不够高,而且泛化性能差。为此,本文引入“图像块归属纯净性”和“残差图估计可靠性”的概念,提出了基于图像块比较和残差图估计的人脸伪造检测方法。方法 除了骨干网络,本文的人脸伪造检测神经网络主要由纯净图像块比较模块和可靠残差图估计模块两部分组成。为了避免在同时包含人脸和背景像素的图像块上提取的混杂特征对于图像块比较的干扰,纯净图像块比较模块中选择只包含人脸像素的纯净人脸图像块和只包含背景像素的纯净背景图像块,通过比较两种图像块纯净特征之间的差异来检测伪造图像,图像块的纯净性保障了特征提取的纯净性,从而提高了特征比较的鲁棒性。考虑到靠近伪造边缘的像素比远离伪造边缘的像素具有较高的残差估计准确度,本文在可靠残差图估计模块中根据像素到伪造边缘的距离设计了一个距离场加权的残差损失来引导网络的训练过程,使网络重点关注输入图像与对应真实图像在伪造边缘附近的差异,对于可靠信息的关注进一步增强了伪造检测的鲁棒性。结果 在FF++(FaceForensics++)数据集上的测试结果显示:与对比算法中性能最好的F2Trans-B相比,本文方法的准确率和AUC(area under the ROC curve)指标分别提高了2.49%和3.31%,在FS(FaceSwap)与F2F(Face2Face)两种伪造数据上的准确率指标分别提高了6.01%和3.99%。在泛化性能方面,与11种已有方法在交叉数据集上的测试结果显示:本文方法与其中性能最好的方法相比,在CDF(Celeb-DF)数据集上的视频AUC指标和图像AUC指标分别提高了1.85%和1.03%。结论 与对比方法相比,由于提高了特征信息的纯净性和可靠性,本文提出的人脸图像伪造检测模型的泛化能力和准确率优于对比方法。     

基于稀疏存储Elman神经网络的直线伺服控制

为提高数控机床直线进给系统的动态跟踪性能及抗干扰能力,结合进给系统重复运动的特点,利用前一次或前几次的历史控制信息提高进给系统的动态性能,提出了具有动态稀疏存储功能的改进Elman神经网络;引入迅速联想的表格查询方式对神经网络的历史信息进行分类存储、选择利用以增强网络泛化能力,提高网络收敛速度;详细推导了改进Elman神经网络的数学模型及权值调整算法,并将其应用到直线进给伺服系统中,结果表明,基于稀疏存储Elman神经网络的速度控制器具有良好的跟踪精度和抗干扰能力。     

保证通榆河南段水质达标的区域尾水出路研究

在调查通榆河南段控制单元水质及区域污染源的基础上,概化影响通榆河南段控制单元水质的污染源,建立研究区域水质数学模型,并根据设计水文条件和边界水质,分析概化排污口对控制断面水质影响权重,初步构建区域尾水出路工程布局方案,并计算控制断面水质改善效果,为区域尾水出路寻找依据。结果表明,区域尾水出路方案实施后,古贲大桥、草堰大桥控制断面COD、NH3-N、TP的质量浓度分别为17.45 mg/L、0.99 mg/L、0.2 mg/L,12.87 mg/L、0.89 mg/L、0.14mg/L,其中古贲大桥控制断面NH3-N改善效果最为明显,改善率为41%,通榆河南段水质可以满足地表水水(环境)功能区划III类标准。