内燃机机体加工关键技术研究

内燃机在我们现在生活的各个领域中都被广泛的运用,例如生活中的发电、船只、铁路等,但在今天我们现在科技发达、技术先进、注重绿色环境已经是必不可少的要素。然而,在我们生活中还是存在一些问题,在机动车的噪声大、污染多、耗油量、出功功率等现象,客户有着更多的要求,同时在高精准度机器产品精加工中质量也存在不稳定问题。本文就将龙门加工中心的内燃机机体加工技术进行了研究,将内燃机行业带上新的高度,对推动大型产品的加工技术更加向智能化方向、精准化方向、环保化发展探索新的价值。     

基于AI及大数据分析的电梯安全智能评价技术研究与应用

本文通过对大数据分析平台、多源数据融合方法、安全评价方法等方向的研究,实现电梯全生命周期数据的汇总,抽取与电梯质量相关的特征数据,开展数据特征融合,基于Transformer特征提取器模型和GDBT方法构建一套电梯安全智能评价标准体系。将最新的人工智能和大数据分析技术应用于电梯安全评估,形成一个可以自动对电梯进行安全评价的平台。     

因子分解机算法在基于深度数据包检测的手机应用推荐中的应用

为了从网络数据包中抽取相关特征进行手机应用推荐,使用江苏电信运营商在互联网服务提供商(ISP)机房抽取的网络深度数据包数据,从中抽取运营商所关心的热点手机用户的App访问信息,然后使用基于矩阵分解(包括奇异值分解(SVD)和非负矩阵分解(NMF))的推荐算法、奇异值分解推荐算法以及因子分解机推荐算法进行手机App推荐。实验表明,因子分解机算法取得了较好的推荐效果。这说明因子分解机在手机应用推荐的场景中可以更好地描述用户和物品之间的隐含关联。     

基于Group Lasso的多源电信数据离网用户分析

随着行业竞争愈演愈烈,电信企业的客户流失情况越来越严重,给电信企业造成了巨大损失.通过电信企业的数据来做离网用户的预测,从而进一步作出挽留客户的正确决策,成为电信企业日益关注的问题.面对电信后台汇总的多源数据,经分析发现其呈现天然的组结构.为了选择对于离网类别最具判别性的特征,本文使用了一种基于Group Lasso的组特征选择方法,在此基础上用交叉验证法选择适当的特征组,最终将选择出的少量组特征用于预测离网和停机的宽带用户.实验表明,在江苏某地级市电信离网用户分析数据中取得了比其他特征选择方法的精度平均高至少10%的预测性能.     

基于集成模型与遍历搜索算法的铅锌烧结透气性优化

以铅锌烧结过程为研究对象,针对烧结过程透气性的控制问题,提出了基于集成预测模型与遍历优化搜索算法的铅锌烧结透气性优化控制方法.首先采用优化组合集成技术将神经网络预测模型和灰色系统预测模型有机结合,建立烧结综合透气性集成预测模型,然后结合14# 风箱温度和烧穿点温度建立透气性状况综合评判模型,最后通过遍历优化搜索算法,获得二配配比和混合料水分设定值,并进行跟踪控制,从而实现烧结过程透气性的优化控制.仿真结果表明:该方法能有效改善烧结过程的透气性.稳定烧结过程.