基于距离度量学习的半监督多视角谱聚类算法

为了有效利用少量先验信息提高多视角数据聚类效果,提出了一种基于距离度量学习的半监督多视角谱聚类算法(简称ML-SMC)。首先,利用距离度量学习引入先验信息,将多视角数据映射到反映先验约束条件的空间.然后,根据相似性构造每个视角的视图,将多视角聚类问题转化为最小正则割的图划分问题。实验结果表明：ML-SMC算法聚类结果的精度优于3种经典的多视角聚类算法和4种半监督单视角聚类算法。并且通过利用少量先验信息ML-SMC算法能够有效提高聚类效果。     

常州市城市污水处理厂投产

江苏省第一座城市污水处理厂——常州市清潭污水处理厂一级处理部分已通过验收移交投产。该厂按照城市总体规划位置,结合新建居民住宅区的需要,与新区同时设计,同时施工,同时投产。该厂由上海市政工程设计院设计,常州市政建设工程处负责施工。处理流程为:     

向国际标准靠拢的住宅小区──常州红梅西村规划设计构思的特点

向国际标准靠拢的住宅小区──常州红梅西村规划设计构思的特点常州市规划设计院张莘植，杨金鸿，陶茹萍编者按：常州红梅西村小区，是全国第二批试点小区之一，该小区曾于１９９４年７月荣获建设部颁发的城市住宅试点小区评比综合金奖及规划设计、建筑设计、施工质量、科...     

向国际标准靠拢的住宅小区——常州市红梅西村的规划设计

一、小区概况 常州市红梅西村试点小区位于常州市东北角,离市文化宫广场2km,小区东接红梅新村,南临五角场北路,西至沪宁铁路线,北濒卫星村。小区总用地14.86ha(包括隔音绿化带及水面),小区总建筑面积16.1万平方米,其中住宅54幢,采用了14种住宅型号,建筑面积13.62万平方米,可居住2277户,计8000人,平均每户建筑面积59.81平方米;公建23项,计2.48万平方米;人均公共绿地3.06平方米。总投资估算为2亿元。     

住宅新村配套建设自来水增压站的经济性浅析

随着四化建设的不断发展,城市居民的居住条件正在不断地得到改善。近年来,新的住宅新村,相继在各城市出现。由于这些新村多处于城市边缘,给城市自来水的供水水压带来了一个新问题。本文拟就住宅新村进行配套建设给水增压站的经济合理性谈一些自己的看法: 按照给水设计手册要求,城市住宅的供水水压     

一种基于联合神经网络的连续空间行动者评论家学习方法

在复杂的连续空间应用场景中,经典的离散空间强化学习方法已难以满足实际需要,而已有的连续空间强化学习方法主要采用线性拟合方法逼近状态值函数和动作选择函数,存在精度不高的问题。提出一种基于联合神经网络非线性行动者评论家方法(actor-critic approach based on union neural network, UNN-AC)。该方法将动作选择函数和评论值函数表示为统一的联合神经网络模型,利用联合神经网络非线性拟合状态值函数和动作选择概率。与已有的线性拟合方法相比,非线性UNN-AC提高了对评论值函数和动作选择函数的拟合精度。实验结果表明,UNN-AC算法能够有效求解连续空间中近似最优策略问题。与经典的连续动作空间算法相比,该算法具有收敛速度快和稳定性高的优点。