检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

弱监督场景下的支持向量机算法综述

计算机学报 2024年第5期47卷 987-1009页

作者：丁世飞孙玉婷梁志贞郭丽丽张健徐晓中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心(中国矿业大学) 江苏徐州221116

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量... 详细信息

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量的、唯一且明确的真值标记样本来训练学习器,在不完全监督、不确切监督以及多义监督等弱监督场景下难以取得较好的效果.本文首先阐述了弱监督场景的概念和SVM的相关理论,然后从弱监督场景角度出发,系统地梳理了目前SVM算法的研究现状和发展,包括基于半监督学习、多示例学习以及多标记学习的方法;其中基于半监督学习的方法根据数据假设可细分为基于聚类假设和基于流形假设的方法,基于多标记学习的方法根据解决方案可细分为基于示例水平空间、基于包水平空间以及基于嵌入空间的方法,基于多标记学习的方法根据处理思路可细分为基于问题转换和基于算法自适应的方法;随后,本文总结了部分代表性算法在公开数据集上的实验结果;最后,探讨并展望了未来可能的研究方向.

关键词：弱监督场景支持向量机半监督学习多示例学习多标记学习

在线全文

学校读者我要写书评

暂无评论

甲烷-空气预混区外含钾细水雾抑爆特性研究

中国安全科学学报 2024年第1期34卷 150-157页

作者：王晓玲刘震起江苏建筑职业技术学院建筑智能学院江苏徐州221116 中国矿业大学力学与土木工程学院江苏徐州221116 中国矿业大学安全工程学院江苏徐州221116

为了解含钾细水雾在综合管廊燃气泄漏场景下的抑爆能力,采用自制的爆炸试验系统,开展含添加剂细水雾位于甲烷-空气爆炸区域外的抑爆试验,分析纯水及草酸钾、碳酸钾、氯化钾3种含钾化合物细水雾对9.5%甲烷-空气爆炸超压与过火范围的影响... 详细信息

为了解含钾细水雾在综合管廊燃气泄漏场景下的抑爆能力,采用自制的爆炸试验系统,开展含添加剂细水雾位于甲烷-空气爆炸区域外的抑爆试验,分析纯水及草酸钾、碳酸钾、氯化钾3种含钾化合物细水雾对9.5%甲烷-空气爆炸超压与过火范围的影响。研究结果表明:纯水细水雾的临界抑爆雾化质量浓度区间为320~480 g/m^(3);含草酸钾条件下超压下降率随质量分数增加呈现正态累积分布函数(NormalCDF)变化,最佳抑爆质量分数为10%;当雾化质量浓度为480 g/m^(3)、雾滴D32为61.7μm、化合物质量分数为10%时,对应抑爆能力均大于纯水细水雾条件,其中,含草酸钾抑爆能力最强,其次为碳酸钾与氯化钾,峰值超压下降率较纯水细水雾条件分别提高2.32、1.88与1.53倍,过火范围分别缩减46.7%、40%与13.3%。相较于碳酸钾与氯化钾条件,爆炸气体预混区域外含草酸钾细水雾能够吸收更多的爆炸热量、消耗更多的活性自由基。

关键词：甲烷-空气含钾化合物预混区域细水雾抑爆

在线全文

学校读者我要写书评

暂无评论

随机配置网络研究进展

软件学报 2024年第5期35卷 2379-2399页

作者：张成龙丁世飞郭丽丽张健中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心(中国矿业大学) 江苏徐州221116

随机配置网络(stochastic configuration network,SCN)是一种新兴的增量式神经网络模型,与其他随机化神经网络方法不同,它能够通过监督机制进行隐含层节点参数配置,保证了模型的快速收敛性能.因其具有学习效率高、人为干预程度低和泛化... 详细信息

随机配置网络(stochastic configuration network,SCN)是一种新兴的增量式神经网络模型,与其他随机化神经网络方法不同,它能够通过监督机制进行隐含层节点参数配置,保证了模型的快速收敛性能.因其具有学习效率高、人为干预程度低和泛化能力强等优点,自2017年提出以来,SCN吸引了大量国内外学者的研究兴趣,得到了快速的推广和发展.从SCN的基础理论、典型算法变体、应用领域以及未来研究方向等方面切入,全面地概述SCN研究进展.首先,从理论的角度分析SCN的算法原理、通用逼近性能及其优点;其次,重点研究深度SCN、二维SCN、鲁棒SCN、集成SCN、分布式并行SCN、正则化SCN等典型变体;随后介绍SCN在硬件实现、计算机视觉、医学数据分析、故障检测与诊断、系统建模预测等不同领域的应用进展;最后指出SCN在卷积神经网络架构、半监督学习、无监督学习、多视图学习、模糊神经网络、循环神经网络等研究方向的发展潜力.

关键词：随机配置网络神经网络深度学习随机化学习研究进展

有氧运动预适应改善骨髓间充质干细胞治疗急性心肌梗死的效果

在线全文

学校读者我要写书评

暂无评论

中国组织工程研究 2024年第25期28卷 3988-3993页

作者：张敏娄国付常喜南京旅游职业学院江苏省南京市211100 江苏经贸职业技术学院江苏省南京市211168 徐州工程学院体育学院江苏省徐州市221008

背景:干细胞疗法是急性心肌梗死后恢复受损心肌组织的替代治疗策略,运动预适应可诱导机体产生内源性心脏保护效应,然而两者联合应用的疗效及机制尚不清楚。目的:探讨运动预适应联合骨髓间充质干细胞对急性心肌梗死大鼠治疗效果的影响及... 详细信息

背景:干细胞疗法是急性心肌梗死后恢复受损心肌组织的替代治疗策略,运动预适应可诱导机体产生内源性心脏保护效应,然而两者联合应用的疗效及机制尚不清楚。目的:探讨运动预适应联合骨髓间充质干细胞对急性心肌梗死大鼠治疗效果的影响及其可能机制。方法:70只雄性SD大鼠随机分为假手术组、模型组、干细胞治疗组、运动预适应组和联合干预组。运动预适应组和联合干预组于造模前进行8周跑台有氧运动,然后通过结扎冠状动脉前降支制作急性心肌梗死模型,干细胞治疗组和联合干预组于造模后隔天尾静脉注射骨髓间充质干细胞(1×10^(9)L^(-1),1 mL),治疗4周后,利用递增负荷跑台运动实验评估运动能力,超声心动图检测心脏结构与功能;分离左心室,2,3,5-氯化三苯基四氮唑染色评估心肌梗死面积,Masson染色检测胶原容积分数,CD31免疫组织化学染色检测心肌毛细血管密度,TUNEL染色检测心肌细胞凋亡情况,免疫印迹法检测基质细胞衍生因子1、CXC趋化因子受体蛋白4、肿瘤坏死因子α、白细胞介素10和血管内皮生长因子蛋白表达量。结果与结论:①干预疗效:与假手术组比较,模型组运动能力、左心室射血分数、左心室缩短分数、CD31阳性细胞率下降(P0.05),运动预适应组和联合干预组运动能力提高(P<0.05);干细胞治疗组、运动预适应组、联合干预组左心室射血分数、左心室缩短分数、CD31阳性细胞率升高(P<0.05),心肌梗死面积、胶原容积分数、心肌细胞凋亡率降低(P<0.05)。与干细胞治疗组比较,联合干预组运动能力、左心室射血分数、左心室缩短分数、CD31阳性细胞率增加(P<0.05),心肌梗死面积、胶原容积分数、心肌细胞凋亡率降低(P<0.05)。②蛋白表达:与假手术组比较,模型组肿瘤坏死因子α表达升高(P<0.05),白细胞介素10和血管内皮生长因子表达下降(P<0.05)。与模型组比较,干细胞治疗组和联合干预组CXC趋化因子受体蛋白4表达升高(P<0.05),干细胞治疗组、运动预适应组和联合干预组肿瘤坏死因子α表达下降(P<0.05),白细胞介素10和血管内皮生长因子表达增加(P<0.05)。与干细胞治疗组比较,联合干预组肿瘤坏死因子α表达降低(P<0.05),CXC趋化因子受体蛋白4、白细胞介素10和血管内皮生长因子表达升高(P<0.05)。结果表明:运动预适应可增强急性心肌梗死大鼠骨髓间充质干细胞治疗的效果(抑制心脏重塑、改善心功能、延缓心力衰竭进程),其机制与促进干细胞归巢、抑制炎症反应以及促进血管新生有关。

关键词：运动预适应急性心肌梗死骨髓间充质干细胞归巢心脏重塑

基于微震多维信息融合的冲击地压全时空预测方法

在线全文

学校读者我要写书评

暂无评论

采矿与安全工程学报 2024年第3期41卷 511-521页

作者：杨旭刘亚鹏曹安业刘耀琪王常彬赵卫卫中国矿业大学计算机科学与技术学院矿山数字化教育部工程研究中心江苏徐州221116 中国矿业大学矿业工程学院江苏徐州221116 中国矿业大学煤炭精细勘探与智能开发全国重点实验室江苏徐州221116

为解决当前冲击地压时间与空间预测协同难、微震数据时空特征挖掘不充分的困境,结合深度学习相关理论与方法,提出了基于微震多维信息融合的冲击地压全时空预测方法,该方法主要包括微震时空特征指标、时间预测以及空间预测3个模块,设计... 详细信息

为解决当前冲击地压时间与空间预测协同难、微震数据时空特征挖掘不充分的困境,结合深度学习相关理论与方法,提出了基于微震多维信息融合的冲击地压全时空预测方法,该方法主要包括微震时空特征指标、时间预测以及空间预测3个模块,设计了基于主成分分析和核密度估计的微震时空特征指标构建方法,在此基础之上,构建了基于深度循环神经网络的冲击地压时间预测模型,提出了基于长短期时间窗融合的冲击地压空间预测方法,从而实现了冲击地压时间⁃空间协同的全时空预测。此外,为了评估所提方法的有效性,在内蒙古鄂尔多斯矿区某冲击危险工作面进行了工程应用测试,测试时间段共出现13条大于10^(5)J的大能量微震事件,在时间预测方面,对于大能量事件的时间预测结果为10个强危险、3个中等危险,并且整个测试阶段模型误报率仅为0.133。在空间预测方面,对于大能量事件的空间预测结果的分布区域为6个强危险、3个中等危险、4个弱危险。实验表明该方法可满足工程应用的需求,研究成果可为冲击地压监测预警提供参考与借鉴。

关键词：冲击地压全时空预测微震时空特征指标深度循环神经网络

在线全文

学校读者我要写书评

暂无评论

基于分布共识的联邦增量迁移学习

计算机学报 2024年第4期47卷 821-841页

作者：崔腾张海军代伟中国矿业大学信息与控制工程学院江苏徐州221116 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 中国矿业大学人工智能研究院江苏徐州221116

相同生产工艺的工业过程协同建模是解决工业难测参数在线软测量的有效方法,但因生产原料、设备等因素差异,所形成的分布式数据往往呈现非独立同分布特性(Nonindependent Identically Distribution,Non-IID).同时,受生产环境变化影响,数... 详细信息

相同生产工艺的工业过程协同建模是解决工业难测参数在线软测量的有效方法,但因生产原料、设备等因素差异,所形成的分布式数据往往呈现非独立同分布特性(Nonindependent Identically Distribution,Non-IID).同时,受生产环境变化影响,数据分布特性会随时间发生变化.因此,工业建模场景对模型的个性化配置和自主调整能力提出了更高的要求.为此,本文提出一种结构与参数并行优化的联邦增量迁移学习方法(Federated Incremental Transfer Learning,FITL).所提方法在增量式联邦学习框架下,建立了基于模型输出信息的联邦共识组织,并利用横向联邦进行组内增强;进而,面向联邦共识组织,通过最小化组间共识差异增量迁移不同共识组织信息;最后,结合组内横向增强和跨组织迁移学习,构造增量迁移下的联邦学习模型.在工业数据集和基准数据集上的实验结果表明,与现有方法相比,所提模型能更好地实现不同工况Non-IID情况下的协同建模.在过程工业回归任务和公开数据集的分类任务中,FITL能在多工况环境下相较基线方法提升9%和16%的模型预测精度.

关键词：协同建模分布式数据非独立同分布迁移学习联邦学习

在线全文

学校读者我要写书评

暂无评论

基于同伴辅助学习分类器的部分域自适应方法

计算机应用与软件 2024年第1期41卷 168-176页

作者：邱春红邵晓根江苏商贸职业学院江苏南通226011 徐州工程学院江苏徐州221000

为了解决传统方法忽略分类器转移场景,进一步减轻负转移,提出一种基于同伴辅助学习分类器的部分域自适应方法。提出一个软加权最大均方差来减轻源异常域和目标域之间的负迁移,使得源共享域和目标域的特征分布在特征空间中是一致的;引入... 详细信息

为了解决传统方法忽略分类器转移场景,进一步减轻负转移,提出一种基于同伴辅助学习分类器的部分域自适应方法。提出一个软加权最大均方差来减轻源异常域和目标域之间的负迁移,使得源共享域和目标域的特征分布在特征空间中是一致的;引入一种同伴辅助学习方法,减轻特定目标学习分类器的过度拟合问题。在三个数据集上的实验结果证明该方法不仅减轻了负迁移,而且解决了分类器移位问题。

关键词：部分域自适应负转移分类器同伴辅助学习

基于B样条曲线拟合和蜉蝣算法的采煤机截割路径约束优化

在线全文

学校读者我要写书评

暂无评论

煤炭科学技术 2024年第S01期52卷 269-279页

作者：程诚吴洪状刘送永苏州大学未来科学与工程学院江苏苏州215299 中国矿业大学机电工程学院江苏徐州221116

实现采煤机智能化调高,关键是解决煤岩界面识别问题、截割路径优化问题及采煤机调高控制问题。即使煤岩界面被精确识别,受到实际工作中顶底板的平整性和液压支架的推移滑溜等要求的限制,采煤机滚筒无法完全跟随煤岩界面曲线,因此需要基... 详细信息

实现采煤机智能化调高,关键是解决煤岩界面识别问题、截割路径优化问题及采煤机调高控制问题。即使煤岩界面被精确识别,受到实际工作中顶底板的平整性和液压支架的推移滑溜等要求的限制,采煤机滚筒无法完全跟随煤岩界面曲线,因此需要基于煤岩界面识别结果,对起伏变化的煤岩界面曲线进行截割路径优化,得到采煤机调高控制的目标轨迹。滚筒截割路径优化是基于煤岩界面估计曲线,在采煤工艺、煤质要求和设备的适应能力等限制条件的约束下,得到使回采最大化的平滑轨迹。针对上述采煤机截割路径约束优化问题,提出一种基于B样条曲线拟合和蜉蝣算法的采煤机截割路径约束优化方法。为了提高截割路径优化效果和降低计算复杂度,以B样条曲线节点系数作为设计变量,构建一种新型截割路径优化目标函数;考虑采煤机截割工艺、煤质要求等限制,使用多段赋值罚函数法处理约束,根据约束的不满足程度动态改变罚函数系数值,避免优化陷入局部最值和约束不能起到实际作用;为了进一步提高优化效果和收敛速度,使用修正蜉蝣算法寻找最优截割路径。最后,考虑实际煤岩界面中褶皱、陷落柱、断层等典型地质构造,进行仿真研究,结果表明,所提方法能在满足实际约束下快速得到平滑的截割优化路径,实时性好、适用性高。

关键词：采煤机记忆截割约束优化蜉蝣算法 B样条曲线

多视角融合的时空动态GCN城市交通流量预测

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第4期35卷 1751-1773页

作者：赵文竹袁冠张艳梅乔少杰王森章张雷中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心江苏徐州221116 成都信息工程大学软件工程学院四川成都610225 中南大学计算机学院湖南长沙410083 同济大学上海自主智能无人系统科学中心上海201210

城市交通流量预测是构建绿色低碳、安全高效的智能交通系统的重要组成部分.时空图神经网络由于具有强大的时空数据表征能力,被广泛应用于城市交通流量预测.当前,时空图神经网络在城市交通流量预测中仍存在以下两方面局限性:1)直接构建... 详细信息

城市交通流量预测是构建绿色低碳、安全高效的智能交通系统的重要组成部分.时空图神经网络由于具有强大的时空数据表征能力,被广泛应用于城市交通流量预测.当前,时空图神经网络在城市交通流量预测中仍存在以下两方面局限性:1)直接构建静态路网拓扑图对城市空间相关性进行表示,忽略了节点的动态交通模式,难以表达节点流量之间的时序相似性,无法捕获路网节点之间在时序上的动态关联;2)只考虑路网节点的局部空间相关性,忽略节点的全局空间相关性,无法建模交通路网中局部区域和全局空间之间的依赖关系.为打破上述局限性,提出了一种多视角融合的时空动态图卷积模型用于预测交通流量:首先,从静态空间拓扑和动态流量模式视角出发,构建路网空间结构图和动态流量关联图,并使用动态图卷积学习节点在两种视角下的特征,全面捕获城市路网中多元的空间相关性;其次,从局部视角和全局视角出发,计算路网的全局表示,将全局特征与局部特征融合,增强路网节点特征的表现力,发掘城市交通流量的整体结构特征;接下来,设计了局部卷积多头自注意力机制来获取交通数据的动态时间相关性,实现在多种时间窗口下的准确流量预测;最后,在4种真实交通数据上的实验结果,证明了该模型的有效性和准确性.

关键词：交通流量预测多视角时空特征图卷积网络(GCN) 时空图数据注意力机制