高斯过程混合模型应用于网络流量预测研究

精准的网络流量预测可以避免网络崩溃,保证网络的流畅度。将高斯过程混合(GPM)模型应用于网络流量的多模态预测。对两段不同地区的网络流量序列进行多模态分析,将之通过归一化和相空间重构后生成样本集并输入GPM模型。采用分类迭代学习算法,利用后验概率最大化和似然函数实现模型参数学习。将GPM模型与支持向量机(SVM)、核回归(KR)、最小最大概率机回归(MPMR)和高斯过程(GP)等模型比较。通过对比均方根误差(RMSE)和决定系数(R^2)评价指标,GPM模型的预测准确度要优于其他四种模型。说明GPM模型能够很好应用于网络流量预测,可以为网络管理者分配网络资源提供参考。

漳河源自然保护区铁坚油杉种群分布格局研究

为保护和恢复漳河源自然保护区铁坚油杉天然种群,采用相邻格子样方调查方法,运用扩散系数(C)、负二项参数,Cassie指标,Lloyd平均拥挤度,聚块性指数,David&Moore的丛生指标,Morisita扩散型指数对个铁坚油杉种群的分布格局进行了研究。结果表明:在16m^2,25m^2和50m^2面积上,S1样地呈均匀分布,S2和S3样地呈Poisson分布;3个样地种群聚集强度随取样面积增大而上升。S1的分布格局可能与人为环境干扰有关;4m×4m尺度上Poisson分布最为明显。种群的保护与恢复,应注重聚集强度最大的取样尺度。

基于稀疏表示的无线传感器网络数据汇聚研究进展

随物联网战略地位和影响力的不断提升,无线传感器网络(Wireless Sensor Networks,WSNs)作为物联网核心技术之一,迎来了一场新的研究热潮。如何降低网络能耗,延长网络生命周期一直是WSNs研究的关键问题。近年来,随压缩感知及低秩理论的提出,基于数据稀疏表示的WSNs数据汇聚方法受到广泛关注。利用WSNs数据的高度时空冗余特性,可有效降低数据传输量,降低网络能耗。本文从几个方面介绍现有基于数据稀疏表示的WSNs数据汇聚方法:首先,介绍压缩感知理论模型及压缩数据汇聚框架,分别从稠密随机投影和稀疏随机投影角度介绍基于压缩感知的数据汇聚方法;然后,介绍矩阵补全理论模型和基于矩阵补全的数据汇聚及重建方法;最后,提出无线传感器网络数据汇聚存在的问题和对未来研究趋势的展望。

结合边缘检测和非局部均值的地震数据降噪

油气采集过程给地震数据带来大量高斯随机噪声,非局部均值降噪算法降噪后同相轴边缘过度平滑。为此提出一种结合边缘检测和非局部均值的地震数据降噪算法(Sobel8-NLM),通过八方向Sobel算子准确提取同相轴边缘,并改进非局部均值算法的权值函数,使地震数据中结构相差小的邻域权值不变,结构相差大的邻域权值变小,在降噪的同时有效提升信噪比及结构相似度。对合成地震数据及实际地震数据分别降噪,并与非局部均值算法(NLM)、结合Sobel算子的非局部均值算法(Sobel2-NLM)、结合Canny算子的非局部均值算法(Canny-NLM)进行对比,采用峰值信噪比、均方误差、平均结构相似度指标,验证了算法的有效性和可行性。

Entirety transformation mechanism and topological-type synthesis for heavy-duty gripping devices

Force closure and stability problems exist in heavy gripping devices.Based on a typical gripping device for forging operations, the workpiece and the gripping device are innovatively considered as a single mechanism in this paper,and its global topological configuration is obtained.The changing element method is used to establish the optimized topology geometry of the gripping device by decreasing the degrees of freedom of the gripping mechanism and improving the force closure performance. Therefore,a new idea for the innovative design of heavy-duty forging gripping devices is provided.As the effect of revolute joint friction on loading capacity of the gripping device cannot be ignored,a unified mechanical equation including friction in terms of the topological adjacency matrix is established to analyze the force closure performance and calculate the loading capacity.The conclusions are provided by experiments.

基于对数范数正则化矩阵分解的地震信号重建

降秩方法在地震信号重建和去噪中得到了广泛应用.传统的降秩方法可表述为秩最小化问题,通常采用核范数最小化凸松弛逼近秩函数,但核范数最小化对较大奇异值惩罚力度过重,破坏了有用信息.本文提出将对数范数正则化矩阵分解(LRMF)模型作为秩函数的非凸代理用于地震信号重建与去噪,对数范数能够更少地惩罚较大奇异值,而更多地惩罚较小奇异值,相比于核范数,非凸函数更逼近秩函数.同时,LRMF将对数范数正则化与矩阵分解结合在一起,以实现更高的计算效率.最后,利用具有收敛性证明的交替最小化框架来解决由此产生的优化问题.在合成地震数据和野外地震数据上的仿真结果都证明了所提方法在准确性和效率方面均优于核范数最小化和低秩矩阵拟合模型.

中西部高等教育振兴的多维思考(笔谈)

主持人语:国家振兴中西部高等教育的战略是一以贯之、多措并举推进中西部高等教育现代化。站在新的历史节点,进一步全面理解与深刻把握中西部高等教育的政策旨归与本真内涵,激发内生动力和发展活力,是中西部高等教育迈进新征程、建功新时代的紧迫课题。

基于机器视觉的聚氯乙烯管材表面缺陷检测

针对人工肉眼检测聚氯乙烯(PVC)管材表面缺陷效果差、效率低下等问题,设计了一种基于机器视觉的PVC管材表面缺陷检测算法,并将其用于工业生产。该算法主要包含图像预处理和缺陷检测两部分,图像预处理包括边缘遍历、条纹检测和Gamma变换等步骤;缺陷检测主要包括水平与垂直投影、快速区域生长法连通域标记和分块处理等步骤。该算法对Gamma变换以及区域生长法作加速处理,同时能够最大限度地检测出PVC管材表面缺陷并避免误检。实验及工厂实地检测结果表明,该算法检测准确率为97.6%,实时检测速度超过60m/min,缺陷最小检测面积为0.05mm^2,而且管材运行中单边抖动不超过5mm时无误报警现象发生,管材在运行速度为45m/min时漏检率为0,因而能满足实际生产需要。

基于区域分割梯度直方图保持的地震信号去噪

在采集地震信号时可能会伴随着随机噪声,有些去噪算法会平滑掉地震信号中的部分细节,从而降低地震数据的准确性。为此提出了一种基于区域分割梯度直方图保持(SGHP)的地震信号去噪算法,该算法先将地震含噪信号分成几个区域,再估计每个区域的参考梯度直方图,最后对每个区域使用梯度直方图保持进行去噪,使得去噪后的地震信号的梯度分布尽可能接近原始信号,从而达到保护地震信号细节的目的。利用SGHP分别对合成地震信号和叠后陆上地震信号进行去噪,与非局部均值滤波(NLM)、块匹配三维(BM3D)协同滤波和聚类稀疏表示(CSR)的去噪效果进行对比,采用峰值信噪比和结构相似度的评价指标进行评估,结果表明,SGHP的去噪效果最优。