湖北省省属高校图书馆专利信息服务的现状及优化策略

随着高校创新能力的提升,专利信息对高校的科研和创新工作有着重要的作用。高校图书馆作为信息资源的重要提供者和科技创新的支持机构,应主动提升专利信息服务水平。基于此,文章在分析专利信息情报价值的基础上,对多家高校图书馆进行调查分析,发现当前存在专利服务网页揭示不足、专利服务人员素质有待提高、专利信息资源严重不足、专利信息服务的宣传成效不显著等问题。为了提升省属高校图书馆专利信息服务水平,文章提出一系列优化措施,希望能够为省属高校图书馆专利信息服务的发展提供科学的决策依据和战略规划。

基于M-ELM的大坝变形安全监控模型

针对大坝变形监测数据存在的非线性强、异常值诊断和剔除工作复杂及传统监控模型抗粗差能力差等问题,结合稳健估计理论抗粗差性强和极限学习机在处理非线性问题方面的优势,建立了基于稳健估计极限学习机的大坝变形安全监控模型。试验确定网络隐含层层数,构建4次方损失函数,采用加权最小二乘法计算输出权值,实现原始监测数据的拟合和预测。以某工程大坝变形监测数据为例进行建模分析,结果表明:以反映模型预测精度的均方误差和平均绝对百分误差及反映模型鲁棒性的中位数绝对偏差作为评价指标,基于稳健估计极限学习机的大坝变形安全监控模型的各项指标明显优于对比模型。

智能化数据处理在防空指挥雷达中的应用

本文根据模糊集合论给出了一种对多目标和多火力点的模糊指派智能化算法,并简要地介绍了算法的基本原理和有关数学模型。计算机仿真结果表明,这种算法在模糊环境中可以获得最佳指派决策。

绿色建筑工程管理推进中的问题与对策探讨

随着经济的快速发展,国民生活水平快速提升,建筑工程也发展起来。随着我国可持续发展战略的提出,绿色化成为建筑工程发展的重要特征。建筑最重要的就是质量,有关部门一定要把握建筑质量管理工作,对绿色建筑的施工和管理以及验收做到严格把关。文章就绿色工程管理推进中的问题和对策进行深刻的分析,从而找出相应的解决对策。

基于NRS-RF的混凝土坝变形监测模型研究

针对目前混凝土坝安全监测模型在精准度、稳定性及泛化性等方面的不足,结合邻域粗糙集(NRS)理论在对数据进行属性约简、消除冗余信息,和随机森林(RF)方法在分析非线性强、高度共线性和含噪声数据方面的优势,构建了基于NRS-RF的混凝土坝变形监测模型。以周宁水电站大坝监测数据为例,通过邻域粗糙集将10个初始影响因素约简为5个核心影响因素,采用约简后的属性作为随机森林的输入变量,建立基于NRS-RF的混凝土坝变形监测模型并进行预测分析,将其分析结果与基于传统最小二乘法的混凝土坝变形监测模型(OLS)分析结果进行对比。结果表明:NRS-RF模型的拟合和预测精度均较高,稳定性较好,为大坝变形监测提供了新的方法。

一种新的高密度多目标数据相关算法

提出了一种新的高密度多目标数据相关算法，即最小距离和ＭＳＤ（ＭｉｎｉｍｕｍＳｕｍｏｆＤｉｓｔａｎｎｃｅ）算法。首先介绍了最小距离和算法的理论基础及背景，然后给出了相应的仿真结果。

基于深度学习的大坝变形预测模型

鉴于高性能的混凝土坝变形动态预测模型是预测结构性态演化、评价安全服役状况和保障稳定高效运行的关键措施。以混凝土坝原型变形监测数据为基础,借助开源深度学习框架TensorFlow建立了基于深度学习的混凝土坝变形预测模型。工程实例应用结果表明,基于深度学习的混凝土坝变形预测模型各项评价指标均优于现浅层神经网络模型和传统的统计模型,实现了动态高精度预测混凝土坝运行性态,具有很强的工程实用性。