基于自监督的主动标签清洗

主动标签清洗利用主动学习来进行标签噪声处理,以降低人工标注成本。现有的主动标签清洗方法仍然存在人工额外标注成本较高的问题,即挑选出的可疑样本中正确样本所占比例较高。为了缓解这一问题,提出了一种基于核心集的自监督主动标签清洗方法。首先利用自监督任务进行表征学习,随后将数据映射到特征空间中,并利用贪婪的K-Center集合覆盖方法挑选出可疑样本,最后根据不确定性筛选出标签噪声样本进行重标注。并同时考虑到了样本的代表性与不确定性,能够有效降低可疑样本中正确样本的比例。在含有不同比例标签噪声的公开数据集上的实验结果表明,在各迭代轮次中明显地降低了人工额外标注成本,同时也在一定程度上缓解了冷启动问题。此外,还通过消融实验证明了方法中自监督核心集采样模块和不确定性预测模块的有效性。

基于通信Petri网的异步通信程序验证模型

由于多栈的模型图灵等价,因此,通用的异步通信程序模型的验证问题不可判定.为此,基于Petri网,提出了一个新的模型通信——通信Petri网,对异步通信程序进行刻画.通过对输入通信进行k-型限制以及对每个栈进行基于正则语言泵引理的抽象,通过将这样限制下的模型编码到数据Petri网,证明了限制下的新模型可覆盖性可判定.

长石矿除云母增白的研究

为降低中低品质长石矿中的云母含量,采用反浮选法对广东省某地的钾钠长石矿进行了研究,考察了选矿药剂、药剂浓度、药剂加入量、矿浆p H、矿浆浓度等因素对长石矿去除云母增白的影响。通过傅里叶变换红外光谱分析,研究了十二胺和十八胺对云母的吸附特性和机理。结果表明浮选药剂是通过物理吸附来去除云母。最佳的试验参数如下:最佳的浮选药剂为十二胺和十八胺的混配物,两者质量比为2∶1;药剂浓度为5%;药剂加入量为0.825 g/kg;矿浆p H=2~3,矿浆浓度为40%。经过除云母增白后,长石矿的白度由7%增加到54%。

高炉冶炼中的总图运输设计

针对目前应用广泛的高炉冶炼工艺,提出总图运输设计应使工艺流程合理,物流顺畅短捷,减少物料损失,降低生产能耗以及降低建设投资。

总图运输设计在炼钢工程中的应用

针对目前应用广泛的转炉冶炼工艺,提出总图运输设计不但应使车间外设施布置合理,物流顺畅短捷,还应结合车间内物流及平面布置,使之工艺流程合理,实现高能低耗。