基于二部图的联合谱嵌入多视图聚类算法

多视图聚类在图像处理、数据挖掘和机器学习等领域引起了越来越多的关注.现有的多视图聚类算法存在两个不足,一是在图构造过程中只考虑每个视图数据之间的成对关系生成亲和矩阵,而缺乏邻域关系的刻画;二是现有的方法将多视图信息融合和聚类的过程相分离,从而降低了算法的聚类性能.为此,提出一种更为准确和鲁棒的基于二部图的联合谱嵌入多视图聚类算法.首先,基于多视图子空间聚类的思想构造二部图进而产生相似图,接着利用相似图的谱嵌入矩阵进行图融合,其次,在融合过程中考虑每个视图的重要性进行权重约束,进而引入聚类指示矩阵得到最终的聚类结果.提出的模型将二部图、嵌入矩阵与聚类指示矩阵约束在一个框架下进行优化.此外,提供一种求解该模型的快速优化策略,该策略将优化问题分解成小规模子问题,并通过迭代步骤高效解决.提出算法和已有的多视图聚类算法在真实数据集上进行实验分析.实验结果表明,相比已有方法,提出算法在处理多视图聚类问题上是更加有效和鲁棒的.

智能手机GNSS数据质量分析与随机模型建立

为提高移动智能终端定位精度,利用小米8和华为Mate20手机采集多个卫星系统的观测数据并进行质量分析,通过不同卫星系统的伪距残差分别对信噪比模型参数进行估计,最后进行静态伪距单点定位实验。结果表明,手机端观测的BDS和GPS伪距精度接近,且高于GLONASS;相较于高度角,伪距残差与信噪比的相关性更强;在信噪比模型参数估计中,小米8拟合效果优于华为Mate20,BDS拟合效果差于其他卫星系统;参数拟合后的信噪比模型在水平和高程方向的定位精度分别为2.37 m和8.38 m,相较于高度角模型,定位精度提升约10%。

基于CBAM VGG16-UNet语义分割模型的建筑物提取研究

针对在遥感影像建筑物提取中常常出现“漏检”“错检”“空洞”等问题,提出了融合双注意力机制的CBAM VGG16-UNet网络,用于建筑物提取研究。基于U-Net网络架构,在下采样部分,用VGG16前5个卷积块代替U-Net网络的编码器部分,在上采样的每个特征融合时引入双注意力机制CBAM,并用双线性插值代替U-Net的转置卷积。使用WHU建筑物数据集以及贵阳建筑物数据集进行了模型验证,与Mobile-UNet、U-Net、VGG16-UNet 3种建筑物提取网络模型进行对比分析。实验表明,CBAM VGG16-UNet在WHU建筑物数据集上精准率、召回率、F1-score、IoU达到了94.90%,95.46%,95.18%,90.80%,在贵阳建筑物数据集上精准率、召回率、F1-score、IoU达到了77.53%,84.46%,80.85%,67.85%,均优于3种对比模型。为解决建筑物提取常见问题提供了新思路,具有一定的工程应用价值。

基于MOOC的线上线下混合式教学设计与实践——以“误差理论与测量平差基础”课程为例

为更好地发挥MOOC的线上线下混合式教学对课堂教学的促进作用,本文在分析MOOC课程局限性的基础上,以“误差理论与测量平差基础”课程为例,设计了基于MOOC的闭环式教学模式和“学-练-考”全过程式考核体系。在实际教学中加以运用,效果明显,以安徽理工大学61名学生的学习成绩为例进行了统计分析,并得出有益结论。希望为后期有效运用于MOOC线上资源,促进学习成效提供借鉴意义。

基于自注意力融合的不完整多视图聚类算法

基于不完整数据的多视图聚类任务已经成为无监督学习领域的研究热点之一。然而大多数基于“浅层”模型的多视图聚类算法通常在面对大规模高维数据时难以提取和刻画视图内的潜在特征结构;同时,堆叠或求平均的多视图信息融合方式忽视了视图之间的差异性,没有充分考虑各视图对构建公共一致表示的不同贡献。针对以上问题,提出一种基于自注意力融合的不完整多视图聚类算法(IMVCSAF)。首先,基于深度自编码器提取各视图的潜在特征,并采用对比学习的方式最大化各视图间的一致性信息;其次,采用自注意力机制对各视图的潜在表示进行重新编码和融合,并全面考虑和挖掘不同视图之间的内在因果性和特征互补性;再次,基于公共一致表示对缺失实例样本的潜在表示进行预测和恢复,从而完整地实现多视图聚类的过程。在Scene-15、LandUse-21、Caltech101-20和NoisyMNIST数据集上的实验结果表明,IMVCSAF在满足收敛性要求的前提下得到的准确率均高于其他对比算法,而在50%缺失率的Noisy-MNIST数据集上,IMVCSAF的准确率比次优的COMPLETER(inCOMPlete muLti-view clustEring via conTrastivE pRediction)算法提高了6.58个百分点。

测绘类专业《地球科学概论》课程思政元素融入与教学研究

在《地球科学概论》课程教学设计中,以深化地球科学与国家发展战略紧密结合为核心思政元素,以刻苦奋斗的民族精神、科学严谨的工作态度及民族自豪感等为辅助思政元素,以提高学生的专业素养和思想政治觉悟为主要目标,明晰了测绘类专业《地球科学概论》课程思政元素融入与实现方式。引用珠峰高程测量、北斗精神和南海深海勘探等国家重大科研项目和地球科学实践案例,增强课程实用性和吸引力、增强学生民族自豪感。重构课程教学目标,强化学生地球科学观、科研观和职业观,为测绘类专业课程思政元素的融入提供了创新途径,为培养适应新时代地球科学和测绘技术领域发展需求的高素质人才奠定了基础,为高校地球科学相关专业的教育改革及未来发展方向提供有益参考。

一种基于改进免疫算法的GNSS快速选星方法

针对多GNSS系统组合导航选星的实时性和可靠性需求,提出一种基于改进免疫算法的快速选星方法。该方法通过选取最优的迭代次数和初始化种群数目,可以在获取理想卫星几何结构的同时提高接收机运算效率。利用CUT0测站1 d实测数据对所提算法进行验证,结果表明,当初始化种群数目选在20附近、最大迭代次数选在120附近时,选星效果最好;在单BDS系统定位时,平均GDOP差值与遍历法的比值仅为0.57%,耗时比遍历法缩短53.27%;在GPS/BDS/Galileo/GLONASS/QZSS组合系统下,其平均GDOP与遍历法相差仅0.122,平均耗时(1.06 s)比遍历法缩短96.47%。该算法适用于多GNSS系统组合定位,具有良好的普适性。

智能手机GNSS观测数据筛选方法及精度分析

通过分析智能手机的信噪比波动特性,提出将截止信噪比与剔除数据占比相结合进行数据筛选的质量控制方法,通过设置不同的数据筛选方案,对小米8和华为Mate 20智能手机在静态、动态观测中采集的数据进行对比分析。实验结果表明:智能手机端不同卫星的信噪比波动周期和范围均不同,存在独立性,且高度角和信噪比的相关性弱于测量型接收机,因此根据截止信噪比来筛选数据更为合理。设置截止信噪比的剔除数据占比在5%~10%,对智能手机的定位精度提升最佳,此时截止信噪比约为25 dB-Hz。相比传统设置15°卫星截止高度角的方法,所提方法的东、北、天向精度在静态中约提升25%、10%和20%,动态中约提升30%、20%和5%。

基于辐射型反射涂层的热控制墙体性能分析

为评估基于辐射型反射涂层的热控制墙体节能效果,解决相关评测体系缺失问题,建立墙体瞬态传热模型,探究复杂气候交变环境下墙体温度和热流的动态特性,以及辐射换热在被动式制冷过程中的热调控作用,基于热流和墙体传热系数提出一种新的评估模型进行性能评价.结果表明:在室内空调开启情况下,热控制墙体相比于普通墙体,其外表面温度平均下降10.74%,热流提升了281.54%;在夏热冬暖地区,建筑南侧涂覆辐射型反射涂层效果最佳,涂层可以降低建筑全年冷负荷87.8 MJ/m2;在夏热冬冷地区,建筑西面涂覆辐射型反射涂层可以降低建筑全年总负荷26.3 MJ/m2.所提出的性能评价指标能够刻画热控制墙体一天内的传热过程和传热特性,进而得到墙体的折合传热系数,对指导实际建筑施工、降低建筑全生命周期总能耗有重要意义.

基于生理参数的关节局部热感觉预测方法

随着生活水平的提高,越来越多的人注重局部热舒适,尤其是关节部位的热感觉。生理参数和环境参数分别是影响人体热感觉投票(TSV)的直接内在因素和外在因素。现有基于生理参数和环境参数建立的局部热感觉模型可以实现对局部位置热感觉的预测,但对关节局部热感觉的预测精度不高。因此,本文首先基于局部皮肤温度建立了适用于关节部位的局部热感觉模型,并引入皮肤电反应(GSR)和决策树模型,以提高局部热感觉模型的预测精度。结果表明:基于局部皮肤温度、GSR构建的局部热感觉模型可以预测关节等局部敏感位置的TSV,采用的决策树方法可用于判定预测值和实际值之间偏差量的修正方向。当模型预测值和TSV实际值之间偏差在±0.5以内时,平均预测准确率在80%以上;引入GSR修正项模型的预测结果比仅采用单一局部皮肤温度构建的模型预测准确率提高了9.1%。该模型可准确预测关节局部热感觉,从而提高人体局部的热舒适性。

地下停车场Wi-Fi定位数据优化与算法设计

在当今数字化社会中,位置服务已经成为我们日常生活中不可或缺的一部分。传统的全球定位系统(Global Navigation Satellite System)在室外环境中表现出色,但室内环境下因信号衰减阻塞等原因,定位性能急剧下降甚至无法定位。特别是地下停车场环境中,定位困难为车辆寻找带来了极大的挑战。室内定位技术的发展为地下停车场等遮蔽空间内位置服务带来了生机。

Android终端中IMU数据质量分析

【目的】受制造工艺与制作成本的约束,Android智能终端中的惯性测量单元原始数据精度较低且包含大量噪声,不能直接使用,导致用户位置服务的体验感较差,亟需对IMU数据质量进行分析,优化设计方法。【方法】通过Allan方差分析法对荣耀8手机和三星Tab S7+平板电脑的IMU原始数据进行分析,得到影响智能终端原始数据精度的各项误差源系数。【结果】1)三星Tab S7+平板电脑IMU输出的陀螺仪数据噪声相比于荣耀8手机更大,且原始数据带宽更宽、数据尖峰较多。2)两种设备的零偏不稳定性、角速率随机游走、速率斜坡数值较大,是影响智能终端IMU数据质量的主要误差源。【结论】同环境下,荣耀8智能手机IMU原始数据精度优于三星Tab S7+平板电脑。未来,可以通过低通滤波等方式减弱量化噪声对IMU数据采集精度的影响,也可通过误差建模的方式予以估计和补偿,提高智能设备IMU数据质量。

基于StaMPS-PS时序InSAR对流层延迟改正方法评估

时序分析是合成孔径雷达干涉测量(InSAR)的一项关键技术,它被广泛应用于监测广阔地区的地表缓慢形变。这种方法能够提供大范围、大面积的形变监测。其中,StaMPS PS方法凭借适用范围广、开源等优点,受到众多学者的使用。但在时序InSAR中,对流层延迟相位会导致形变监测精度的降低,因此,以合肥市为研究区域,分析了经验模型线性改正、GACOS(generic atmospheric correction online service for InSAR)改正和欧洲中期天气预报中心(ECMWF)最新发布的ERA5数据集改正,并对比这3种方法在时序InSAR反演形变速率中的改正效果。通过计算得到研究区的标准差,进行比较分析和验证。其中线性改正、ERA5和GACOS改正后的标准差分别降低了21.71%、16.14%、10.38%。对于合肥区域,这3种方法均可减弱对流层延迟的影响,且精度都有所提高,其中线性改正效果最好,适用性更高,ERA5和GACOS受天气以及地面监测点密度等影响,在该区域改正效果较差。

基于二部图表示的属性网络社区发现算法

属性网络社区发现是网络数据分析中的一项重要研究内容。为了提高社区发现的准确性,现有算法大多通过融合拓扑信息和属性信息对属性网络进行低维表示,然后基于低维特征进行社区发现。然而,这类算法通常基于深度模型进行表示学习,缺乏一定的可解释性。因此,文中提出了一种基于二部图表示的属性网络社区发现算法,以提高社区发现结果的准确性和可解释性。首先,分别基于属性网络的拓扑信息和属性信息计算网络中各个节点作为代表点的概率,通过两类信息融合选出一定比例的节点作为代表点;其次,基于拓扑结构和节点属性计算各个节点到代表点的距离,构建二部图;最后,基于二部图利用谱聚类算法进行社区发现,得到最终结果。在人造属性网络和真实属性网络上与已有的属性网络社区发现算法进行实验比较分析。实验结果表明,所提算法在标准化互信息、调整兰德指数等评价指标上均优于已有算法。

基于2阶段集成的多层网络社区发现算法

社区发现旨在挖掘复杂网络蕴含的社区结构,是复杂网络分析的重要任务之一.然而,现有的社区发现方法大多针对单层网络数据,对现实世界中广泛存在的多层网络数据的研究较少.针对多层网络的社区发现问题,提出了一个基于2阶段集成的社区发现算法,以提高社区发现结果的准确性和可解释性.首先,在各层分别得到基社区划分;其次以各层社区划分结构信息为主并结合其他各层网络得到的基社区划分中最优的社区划分信息进行局部集成;再次,基于信息熵对各层局部社区划分中各个社区的稳定性进行度量,并通过其他层社区划分结果来对各个局部社区划分的准确性进行评价;最后,基于各个社区以及社区划分的重要性进行全局加权集成得到最终的社区划分结果.在人造多层网络和真实多层网络数据上与已有的多层网络社区发现算法进行了比较分析.实验结果表明,提出的算法在多层模块度、标准化互信息等评价指标上优于已有算法.

激光增材制造与连接GH4169合金的热处理工艺研究

采用激光增材制造技术制备了GH4169合金母材样品,并采用相同的工艺参数实现了母材的激光增材连接,检测了不同热处理状态下合金的拉伸性能,分析了性能改变的内在机理。结果表明:凭借激光增材制造技术热影响区小的优势,热处理前后母材与连接区域处微观组织的演变基本一致。沉积态合金呈典型的柱状晶组织,且二次枝晶并不发达,γ+Laves共晶相呈条带状和岛链状沿晶界分布;均匀化+固溶处理后Laves相发生分解并回溶入基体,并伴随着柱晶的粗化;当进行双重时效处理时Laves相的分布状态发生改变。不同热处理工艺试样的拉伸性能均高于同合金铸态指标,热处理对Laves相的含量和分布状态的改变是影响其强度和塑性的主要因素。

基于单片阻抗一致性吹扫的燃料电池低温冷启动策略研究

车用石墨板燃料电池低温冷启动能力弱,是影响燃料电池技术在北方寒冷地区大规模推广的重要瓶颈。饥饿自升温是一种常见的低温冷启动策略,其基本原理是通过降低反应物供应速率来增加过电势,短时间在电池内部产生大量热量从而实现快速升温。该方法原理简单,但对电堆单体初始含水量一致性要求高、且易出现单片反极和尾排氢浓度超标的情况,影响系统安全性和电堆耐久性。针对上述问题,课题组研制了单体多通道交流阻抗在线测试装置,提出了面向单片阻抗一致性的电堆优化吹扫策略,建立了基于定电压变流量泵氢控制的低温冷启动方法,实现了低温启动瞬态过程的高产热、高安全、高动态的电压、电流、进堆/旁通空气流量的多目标多参数的耦合协调控制。台架实验结果表明,采用优化吹扫策略后,单片阻抗间最大差值由0.7降低至0.2 mΩ以下;燃料电池发动机系统可实现124 s内-40℃下快速启动,且重复性好。相关技术在北京冬奥会燃料电池示范中获得了应用,验证了其有效性。

地域文化融入学科特色的测绘类课程思政路径分析

地域文化具有丰富的行为模式和思维模式,是天然的教学资源库。以安徽地域文化为切入点,在分析地域文化特征的基础上,结合学科特色深入挖掘和提炼思政元素,拓展测绘类课程思政教育的内涵和外延。通过科学规划教学资源,合理有效地将红色文化、名人事迹、大禹文化、淮南子文化以及学科特色渗透到专业课程的教学中,实现教育结构的“知识传授、价值塑造、能力培养、使命担当”等多元统一,最终达到培养高素质专业人才的目的。

新时代纺织工程专业实验课教改的探讨

目前纺织工程专业实验课程教学存在着与企业生产实际逐渐脱轨的现象,纺织工程实验课程的教学模式亟需改革。文章通过对纺织工程实验课程的现状与问题进行分析,探讨了新时代下纺织工程实验课程的教改方向和策略,主要包括创新人才培养模式、创新实验教学手段、重视课堂配置以及实践环节的加强等。通过对新时代下纺织工程实验课程的教改,旨在培养学生的创新能力和实践能力,提高他们的综合素质和就业竞争力,为国家和企业培养优秀的纺织工程专业技术人才。

新工科背景下基于OBE教育理念的“面向对象分析与设计”课程个性化教学研究

文章从OBE教育理念驱动的个性化教学改革方案、OBE教育理念驱动的课程教学设计、OBE教育理念驱动的课程教学实践三个方面论述了新工科背景下基于OBE教育理念的“面向对象分析与设计”课程个性化教学研究。