人工智能背景下机器学习实践案例研究

本文从应用型人才培养的角度,以实际工程背景的实践案例来促进机器学习课程的教学效果。在机器学习课程实践教学中引入矿山生产中矿石图像粒度分级任务的工程实际需求,设计运用机器学习中的深度学习技术实现矿石图像识别进行教学实验,从而达到提高分类效率和准确率的目的。     

面向供应商违约预测的机器学习实践案例设计

人工智能技术的快速发展对机器学习人才的需求不断扩大,机器学习课程也成为高校人工智能类专业的核心课程且具有高度实践性,因此将实际项目与理论教学融为一体,才能更好的使学生得到实践锻炼。本文设计了一个基于迁移学习算法的供应商违约预测的实践案例,通过改进基于间隔核密度估算的虚拟样本生成技术,本研究将其他相似供应商预测模型转换成辅助数据的形式。通过基于权重的迁移学习算法(Tr Ada Boost),将生成的辅助数据中的知识迁移至源数据中来。最后通过对比没有使用迁移学习的模型,使用本研究技术架构训练得到的违约预测模型准确率更高、泛化能力更强。学生可通过该案例实践使用机器学习方法解决实际问题的完整过程。     

基于改进Mask R-CNN的矿石类型检测算法

针对不同的矿石类型进行选矿工艺参数设置和操作有利于保障精矿质量,提高回收率和降低物资消耗。由于缺乏矿石类型实时检测有效手段,选矿过程的精准操作目前较难实现。为此,本文提出一种全面改进的Mask R-CNN矿石类型检测算法。算法步骤：(1)使用ResNetV1d-50提取矿石图像各阶段的特征图,并在主干网络中加入可变形卷积以便增强异形矿石的特征;(2)改进FPN,通过在主干网络的C5特征层加入特征残差模块,并融合到P5特征层,得到具有更强语义信息的多尺度特征图;(3)改进RPN,设计自适应的正样本IOU选取方案来匹配宽高比异常的矿石,进一步提高异形矿石的识别精度;(4)在RoIAlign网络基础上加入Global-Context,以提高小矿石的检测能力;(5)在数据增强和训练技巧方面对模型进行改进。结果表明,本文算法的平均精度为67.92%,平均交并比为63.54%,分别比基准模型提高了13.67%和9.71%。本文研究方法在矿石类型识别领域具有较好的应用价值。     

基于用户行为分析的网站结构优化研究综述

基于用户行为分析的网站结构优化是Web挖掘领域内的主要研究方向。通过对国内外文献的归纳概括,综述了目前基于用户行为分析的网站结构优化的国内外研究现状,并通过对比分析,指出了各研究方法的优缺点,最后讨论了未来的研究方向。     

基于深度学习的矿石图像处理研究综述

聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节,系统总结了深度学习技术在矿石图像处理中的主要应用,包括矿石分类、粒度分析和异物识别等任务,并分门别类地梳理了完成以上三大任务的常用算法及其优缺点.其中,矿石分类在地质勘探中起着重要作用;粒度分析能为破碎机和传送皮带的控制提供参考依据,还能识别出给矿皮带上过大尺寸的矿石,防止处于给矿皮带和受矿皮带之间的转运缓冲仓内发生堵料事故;异物识别能将皮带上混在矿石中的有害物品检测出来.     

XMC5000高速数据采集器与PLC的结合应用

为了解决现场中多个模拟量、多种信号类型参数的采集与控制问题，叙述了一种基于现场数据采集仪表的自动化控制原理，给出了几种控制方案及制作步骤。以百特工控产品XMCS000的数据采集到PLC为例，介绍了百特工控的现场数据采集仪表与西门子自动化系统的之间的结合应用，实现了系统的优化、互补与降低成本。     

突出“五型”建设 发挥“助力”作用

我们中煤第一建设公司隶属于中国中煤能源集团公司,是全国500家最大建筑企业之一。近年来,我们紧紧围绕企业改革发展实际,以开展“班组型、学习型、竞赛型、本安型、和谐型”文化建设为主题,大力加强企业文化建设,有力地推动了企业核心竞争力的提高。公司曾相继荣获中国优秀企业、全国“五一”劳动奖状、全国精神文明建设工作先进单位、全国模范职工之家、全国“安康杯”竞赛优胜企业等称号。     

基于智能餐车服务机器人的科技创新实验

本文以智能机器人为基础开展创新实验项目设计,开发一款智能餐车服务机器人,应用于高铁餐厅为乘客提供点餐服务、聊天互动、车次查询、沿途风景介绍等功能,重点解决了列车途经无网络覆盖区域时的机器人离线服务问题。从而探索智能硬件平台在创新型人才培养中的应用,增强大学生的创新精神、创新能力的实践锻炼。     

多波长直线回归法测定氯地滴眼液中的氯霉素和地塞米松磷酸钠

研究建立测定氯地滴眼液中氯霉素和地塞米松磷酸钠含量的多波长直线回归法。在238.0 nm-290.0 nm波长区间,选择42个波长点作测定;采用计算机多波长直线回归程序作计算;不经分离,直接测定氯地滴眼液中氯霉素和地塞米松磷酸钠的含量。二者的平均回收率和相对标准偏差,分别为99.5%,1.1%和100.7%,1.3%。该方法简单、快速、准确、适用于氯地滴眼液的质量控制。