基于大数据技术的房价数据采集及可视化分析应用

在"房住不炒"定位下,住房选购成了广大市民比较关心的问题.把大数据分析技术引入到房价分析,利用Scrapy爬虫框架对广州房价线上数据的爬取,经清洗和可视化,把影响房价的要素以可视化的形式予以呈现.与传统方法相比,大数据分析技术在数据采集及可视化分析应用方面优势明显.     

高速公路边坡加固支护施工技术

预应力锚索加混凝土格栅和锚杆挂网喷射混凝土技术要求高,采用了先进施工方法和手段。施工中关键要控制好工序质量,要保证预应力锚索基岩锚固段的长度,建立有效的变形观测手段和信息传递责任制度,杜绝安全事故的发生,保证边坡支护质量安全可靠。     

卷积神经网络在图片分类中层级结构效用分析

卷积神经网络等深度学习算法在图片分类等计算机视觉应用领域取得了很好的效果.利用卷积神经网络算法对猫狗图片进行分类,取得较好的实验效果,通过对实验过程中图片、数据的中间层级输入、输出结果的比对分析,深入剖析了卷积神经网络在图片分类中的层级结构效用,提示深度学习框架下的计算机视觉技术具有明显的优势.     

模式识别在输水管网明漏与暗漏检测中的应用

输水管网的明漏和地下水管的暗漏是供水系统的重要研究问题,挖掘输水管网明漏和暗漏的漏损模式,对于保障供水系统的正常运转有着重要意义。文章基于整体-局部的思想,首先针对明漏问题构建端到端的失水率模型,以5%作为警戒阈值,刻画失水率分析图;其次引入皮尔逊系数对端与邻端做相关性检测,建立地下水管暗漏的检测预警模型,结合实际数据进行检测和定位。实验结果表明,该模式能有效、快速的检测漏损情况。     

降低感光工序阻焊油墨缺陷报废率

一九九七年八月中旬,制造系统成立了以邱鸿翊、廖文文、杨应喜、沈斌、林蓄流、林强、谢伟明和陈培辉八位先生为成员的质量改进小组,旨在降低感光工序阻焊油墨缺陷报废率。小组成员经过五个月的共同努力,从现状入手,找出存在的问题,并分析了问题的原因。结合生产实际,不断提出改进措施,取得了显著成效。阻焊油墨不良报废率由八月初的1.16％降低至十月初的0.3％,再经过三个月的时间,使阻焊油墨工序总报废率由八月份的1.34％降至0.39％,基本达到预定0.4％以下的目标。其中孔内渗油由0.235％降至0.11％,阻焊油墨不良由0.205％降至0.04％,跳印由0.183％降至0.0l％,氧化由0.176％降至0.03％。下面是对整个活动过程的简要介绍。     

智慧校园供水系统的可视化及其关系模型的构建

智慧校园供水系统是智慧校园的重要组成,为了提升智慧校园的服务和管理水平,文章就供水系统的用水可视化及用水量预测这两个问题展开分析和研究.利用可视化技术和回归模型对校园供水情况进行深入挖掘和分析,为智慧校园供水系统的智能化管理提供更多的信息和帮助.     

桥梁高墩施工工艺与养护

一般来说,桥梁的设计方案应根据适应、经济、美观、安全以及设计施工的难易程度等因素进行综合分析,以便最终确定桥梁实施方案.     

基于叠层循环神经网络的语义关系分类模型

基于循环神经网络结合句法结构的方法被广泛运用于关系分类,利用神经网络对输入的编码信息自动获取特征并实现关系分类;然而,目前已有的方法主要是基于单一特定句法结构的模型,而特定句法结构的模型不能够迁移到其他句法结构类型上。针对该问题,提出一种融合多句法结构的叠层循环神经网络模型。该叠层循环神经网络分为两层进行网络构建,首先在序列层进行实体预训练,通过Bi-LSTM-CRF融合attention机制,提高模型对文本序列上实体信息的关注度,从而获取更加准确的实体特征信息,促进关系层阶段更好地分类;其次在关系层,将Bi-Tree-LSTM嵌套在序列层之上,并将序列层的隐状态与实体特征信息传入关系层,利用共享参数对三种不同的句法结构进行加权学习,通过端到端的模型训练并实现语义关系分类。实验结果表明,该模型在SemEval-2010 Task8语料库上的marco-◢F◣▼1▽值达到了85.9%,并进一步地提升了模型的鲁棒性。     

基于关键点位特征对中药材产地的高效鉴别研究

特征降维能够有效地消除无关和冗余的数据,有效提升模型效率。然而,现有的降维技术对于一些特定领域下的高维数据并不适用。本文针对中药材的产地鉴别这一特定领域问题,提出了一种基于关键点位特征的降维技术方法,结合Matlab分类工具箱开展模式识别应用研究。通过与PCA、NMF等降维方法进行对比,实验结果表明,本文提出的降维方法能更好地提升中药材产地鉴别模型的效率和精度。