基于Internet信息采集和决策的Multi-Agent系统的设计

Internet数据的特点,阻碍了人们充分有效地利用Internet信息。传统的集中式方法侧重于对长期积累数据的趋势分析,无法适应动态、实时的信息变化,因此采用Multi-Agent技术是利用Internet数据进行决策支持的必然。本文构建了一个用于多个异构数据源监测、集成、分析并进行决策的Multi-Agent系统,文章重点描述了该系统的组织情况,提出了在Agent体系结构基础上开发可重用部件的思想,从而提高了Agent创建的效率。文中还对试验进行了说明,最后作了小结。

基于多任务学习多目标优化的稀土元素组分含量与浓度多维度软测量

稀土混合萃取溶液中各元素组分含量的在线软测量是优化连续萃取生产过程、确保产品高纯化的前提.现有软测量方法可独立求解单个稀土元素组分含量,但忽略了多元素组分含量间或组分含量与其它相关因素(如浓度)间的共性.本文为探索多稀土元素组分含量间及组分含量与浓度间的共性,将多任务学习方法用于稀土元素组分含量软测量中.首先,构建多任务深度神经网络,提高模型的泛化能力和鲁棒性.其次,提出基于多目标优化算法的稀土多元素组分含量预测方法,通过搜索Pareto最优以提升各任务的预测精度.经多组对比实验表明,该方法在多元素组分含量或多元素组分含量与浓度同时训练时性能最佳,能满足稀土元素组分含量在线检测的精确性和实时性.

溶滞网络缓冲区占用率预测模型设计

溶滞网络中数据滞留较多,占用了缓冲区大部分内存。为此,构建基于多组件融合的溶滞网络缓冲区占用率预测模型。在多组件框架的基础上,求解数据样本融合条件。联合数据库主机内存储的信息样本,完成对可移植任务的配置,实现溶滞网络缓冲区内的数据样本处理。设置决策树组织,确定复杂度指标的取值范围,完成基于多组件融合的溶滞网络缓冲区占用率预测模型设计。对比试验结果表明,在多组件融合预测模型作用下,拥塞系数最大值仅为0.6、信道平均占用率始终不超过60%。该模型预测准确率较高。所构建模型预测溶滞网络缓冲区占用率的性能较优,具有一定的实际应用价值。

基于多任务深度特征提取及MKPCA特征融合的语音情感识别

【目的】针对传统声学特征所含情感信息不足的问题,提出一种基于多任务学习的深度特征提取模型优化声学特征,所提声学深度特征既能更好表征自身又拥有更多情感信息。【方法】基于声学特征与语谱图特征之间的互补性,首先通过卷积神经网络提取语谱图特征,然后使用多核主成分分析方法对这两个特征进行特征融合降维,所得融合特征可有效提升系统识别性能。【结果】在EMODB语音库与CASIA语音库上进行实验验证,当采用DNN分类器时,声学深度特征与语谱图特征的多核融合特征取得最高识别率为92.71%、88.25%,相比直接拼接特征,识别率分别提升2.43%、2.83%.

基于Matlab多核集群的人脸识别算法的并行化设计

为了充分利用多核处理器资源,研究了多线程构建模块并行编程模式,从而提高程序的性能。在Matlab集群环境下对主成分分析(PCA)人脸识别算法设计了训练识别生成样本的功能模块train(),通过任务分割实现了算法的并行化。实验结果表明,94.167%的稳定识别率和趋近线性的加速比验证了并行算法的正确性和高效性。

软件组件供应商的模糊任务指派模型

以组件供应商参与软件产品的早期设计开发工作为背景,针对组件供应商中分配设计开发任务的问题,考虑组件供应商的设计能力、成本和开发时间的非精确性,提出了软件组件设计开发任务指派的模糊多目标规划模型.根据模型的特点运用α截集和扩展原理将模糊模型清晰化并求解.该方法利用质量功能展开(quality function deployment,QFD)工具确定软件产品中的组件权重,提出了改进的组件供应商参与下软件开发过程中的组件规划质量屋的结构模型.最后,以具体实例说明模型和方法的应用.

基于中间件技术的嵌入式导航终端软件设计

嵌入式导航终端是嵌入式地理信息系统(Embedded Geographic Information System,EGIS)的典型应用。由于嵌入式技术的发展以及用户对导航应用需求的不断增加,软件可重用性、互通互联互操作性成为导航应用软件发展的新方向。采用中间件和构件化的设计思想,对导航终端体系结构进行改进设计,并给出系统部分模块的设计模型和关键技术,满足了实时性和可靠性要求,增强了系统的通用性。

多部件设备维修问题研究及遗传算法求解

合理组织设备维修,缩短设备维修时间是生产运营管理的一个重要环节。本文探讨了多部件设备维修的有效组织问题。考虑到维修工人对拆分后设备的不同部分具有不同的维修效率,提出了一种基于维修时间优化的决策方法,将其与经典指派方法进行了比较;进一步地,对这一NP-hard问题设计了遗传算法,通过数值例子讨论了其求解有效性。

如何在课堂中评价三维性科学学习——来自美国新课程改革的新思路

美国国家研究协会提出了三维性科学学习的概念,这个概念体现了美国新课程改革倡导的综合性和复杂性学习的理念。如何评价三维性科学学习是重要的问题。对于如何在课堂情境中进行评价三维性科学学习,美国国家研究协会提出的思路是:从新的课程标准中的表现期望开始,明确课堂评价实施的目的,设计多重成分的多样性任务,然后实施体现三维性学习的教学,最后对评价结果进行描述性的解释和及时的反馈。