基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法研究

针对高维空间下获取最优特征子集异常复杂和模型识别准确率较低的问题,提出了基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法。首先引入跳跃度,构造了一种特征分层方法,将所有特征依据对样本的重要性程度划分不同的特征子集,从而避免了从原始特征数据逐个剔除无关特征构建特征子集的繁琐过程;同时又改进了样本的融合度,将其代替K最近邻分类器(KNN)中依据概率进行类别判断的方式,提高了分类器的识别精度,较好地解决了多类识别准确率较低的问题。为验证该算法的有效性,选取五类具有代表性382个烟叶样品为实验对象,构建了烟叶产地识别度量模型,并选取64个样本进行了模型测试,以预测均方根误差(RMSEP)、交互验证均方差(RMSECV)和相关系数(r)作为模型稳健性的评价指标,以产地识别准确率作为算法优劣评价标准。仿真实验结果表明,利用该算法构建的模型具有较低的RMSEP(0.117),RMSECV(0.106)和较高的r(0.973),平均识别准确率达到98.44%,性能明显优于其他算法,该算法对于高维光谱数据具有良好的识别性能。

分层选择题:学生学业成就诊断性评价新方法

分层选择题是一种新的选择题形式,其选项的设计与学生的认知发展模型相联系,每个选项能够反映学生理解能力的发展水平。相比传统的选择题形式,分层选择题能够帮助教师和教育研究者更好地对学生的学业水平进行诊断性评价。

解析网络口碑的动态交互过程:一个基于网络回帖行为的分层贝叶斯选择模型

本文通过互联网上的产品评论及其回帖的数据,研究了产品网络口碑传播的动态交互过程。我们采用分层贝叶斯选择模型建模,并用马尔可夫链蒙特卡洛(MCMC,Markov Chain Monte Carlo)方法对参数进行估计。结果发现,已有回帖的特征(如正面回帖的比例、负面回帖的比例等)对当前回帖的产品态度有显著影响,并且这种影响在不同的产品评论之间存在很大差异。这种异质性可以通过引入产品评论(即主帖)的特征得到很好的解释。总体而言,已有回帖对产品的态度,以及主帖的特征等均对之后回帖的产品态度有显著影响。此外,本文还发现,在网络口碑传播过程中,正面回帖的影响比负面回帖的影响更大。最后,本文讨论了该研究对营销理论和实践的贡献。

城镇化进程中流动人口就业影响因素与就业选择——分层异质视角下多元选择模型的实证分析

流动人口就业在城镇化推进中不仅受制于城乡二元经济结构以及户籍制度等因素的影响,其就业选择还存在诸多掣肘。本文基于中国流动人口动态监测数据,利用分层多元选择模型,从分层异质视角研究中国流动人口就业影响因素与就业选择。研究发现:不同就业身份流动人口拥有的资源禀赋存在明显差异,流动人口就业选择受个体层次与社区层次因素影响,具有明显的分层聚类性;流动人口的资源禀赋存在明显的代际差异,对其就业选择会产生不同的影响,老一代流动人口偏向于创业型就业,而新生代流动人口偏向于务工型就业,不同代际流动人口就业选择的影响因素也存在明显差别。因此,解决流动人口的就业问题需根据不同的群体特征,分类引导,制定不同就业促进机制。

基于分层环境选择策略的约束多目标优化算法

针对约束多目标优化问题(CMOPs)难以平衡约束条件和目标函数的不足,提出一种基于分层环境选择策略的约束多目标优化算法(CMOEA-HES).CMOEA-HES首先采用模拟二项式交叉(SBX)和差分进化(DE)算子分别产生各自的子代种群;然后通过第一层环境选择策略从两个子代种群中选出收敛性和多样性较好的个体;接着采用第二层环境选择机制在父代种群和第一层环境选择策略选出的个体中进行选择,在多样性和收敛性的基础上选出可行性较好的个体;最后将选出的个体作为下一代进化的种群.为验证CMOEA-HES的性能,将其与5种先进的约束多目标优化算法在两组典型的测试集上进行仿真计算,实验结果表明:CMOEA-HES在求解约束多目标优化问题上更具有竞争力.

改进链式多种群遗传算法的防空火力任务分配

为化解敌方空袭的威胁,提高中等规模防空火力任务分配问题的求解效率,提出一种性能优越的链式多种群遗传算法(CMPGA)。首先建立改进的防空火力任务分配模型,综合考虑目标威胁程度、可拦截性判断等因素。目标威胁程度考虑目标的高度、速度、射程以及相对距离等威胁因素。可拦截性判断考虑时间约束、空间约束和性能约束,并将其融入杀伤概率的计算中,以简化模型的约束条件。其次提出CMPGA算法求解中等规模防空火力的最优任务分配方案。算法中综合运用了种群重复个体的数量限制策略、适应度相近个体的交叉变异策略、陷入局部极值时部分较优解的删除策略、链式环中种群当前最优解的传递策略。算法充分利用多种群并行搜索的优点,加快收敛速度,持续保持种群多样性,避免陷入局部极值。在标准测试函数的仿真以及防空火力任务分配问题的应用中,通过与几种典型优化算法的对比分析,结果表明CMPGA算法的性能优势较大,能以较高的概率快速地搜寻到最优解,从而验证了该算法的有效性和优越性。

新经济地理学框架下跨国公司在中国分层区位选择研究

在新经济地理学理论框架下,本文从微观层面运用嵌套Logit模型模拟《财富》世界500强中美国制造业跨国公司在华区位战略。研究结果表明,美国公司并不是将各省、直辖市和自治区放在同一层次上进行比较,而是采用"中心-外围"和七大地理区域分层区位选择逻辑对子公司区位进行选择。市场需求、劳动市场、内陆交通运输条件以及集聚效应都呈现出经济地理特征。因此,处于经济"外围"的中、西部各省、直辖市和自治区,如何正确利用区域和省级经济发展政策,积极、合理和有效引进优质外资,并充分发挥地方比较优势,对于缩小各地区之间的发展不平衡显得尤为重要。

基于驾驶模拟实验的眼部指标与疲劳分级

基于同济大学8自由度高仿真驾驶模拟器,利用眼动仪采集了15位驾驶员各一小时驾驶过程中眼部指标,将驾驶员的疲劳状态分为清醒、轻度疲劳、中度疲劳、重度疲劳和极度疲劳5个等级,建立了考虑驾驶员个体差异的分层有序离散选择模型.结果表明:分层有序离散选择模型能有效地考虑驾驶员的个体差异,提高了对驾驶员不同疲劳等级的识别准确率.

MPEG2音频压缩及编码的硬件实现方案

介绍了MPEG2标准的分层选择原则、音频压缩及编码过程;分析了MPEG2音频增强功能;提出了在芯片上实现MPEG2音频编码的解决方案。

“教-学-评”一体化理念下指向作业本质的作业设计原则

作业评价是教学过程的重要组成部分,作业设计的质量直接关系到“教—学—评”一体化的落实,优秀的作业设计体现作业的本质内涵。本文基于作业本质和“教—学—评”一体化理念分析,聚焦基于课堂教学的课后作业设计案例,从学评一致性、分层选择性、实践应用性、思维活动性四个维度,阐述“教—学—评”一体化理念下指向作业本质的作业设计原则。

浅谈新课标下的初中语文作业设计

语文作业是语文教学活动的一个重要环节。学生通过作业,知识得以巩固,思维得到锻炼;教师通过作业来了解学生对知识的掌握情况,从而认识学生的分析能力、思维能力、创造能力,根据这种认识来调整教学;而学生通过老师对作业的批改,认识到自己的长处与不足,领会教师对自己的期望与评价。本文通过对语文新课程标准及教学大纲的学习体会,结合自己的教学实践,谈谈在初中语文作业布置上的一些设计。

抽油机井选择性分层采油的实践与认识研究

为实现节约资源、提高功效的目的,下文中主要对能有效改善或解决传统工艺中多种问题的新型技术,此种工艺具有方便操作、易于开关控制、效率高、可以复位等诸多优点。

基于信息素负反馈的超启发式蚁群优化算法

针对蚁群算法应用于自动导引小车路径规划收敛速度慢、极易陷入局部最优的缺点,提出一种基于信息素负反馈的超启发式蚁群优化(ACONhh)算法。该算法充分利用历史搜索信息和持续获得错误经验,较快引导蚁群探索最优路径;分层化选择可行节点,加快算法初期收敛速度;设置挥发因子呈类抛物线变化以及调整信息素更新机制,改善路径全局的随机搜索特性。通过严格的数学方式证明了ACONhh算法具有收敛性。仿真和实验结果表明,该算法的收敛速度以及全局搜索性能显著优于目前流行的ACO、ACOhh和ACOihh算法。

基于改进SRS-RANSAC图像配准算法

针对目前图像配准算法存在的配准时间较长、配准正确率低等问题,本文提出一种基于改进分层随机选择一致性(Stratified Random Selection Random Sample Consensus,SRS-RANSA)的图像配准算法。首先,通过ORB(Oriented FAST and Rotated BRIEF)算法对参考图像进行特征点提取;其次,采用最小距离法初步过滤匹配中存在的误匹配数量;最后,随机抽样一致性(RANSAC)框架中通过分层随机选择(SRS)提取分布相对分散且均匀的特征点,进一步过滤掉初始匹配中存在的不匹配特征点,实现提高配准正确率的同时缩短运行时间。通过本文算法与其他算法在Oxford标准图集和现实中拍摄的图像进行实验对比,结果表明,本文算法在匹配正确率与运行效率上有所提高。

大规模分类任务的分层学习方法综述

分层分类是一种利用数据类别间层次结构关系进行分类的任务,可以高效地组织和处理大规模数据.近些年来,在这个受到越来越多关注的领域中涌现出许多重要的工作.本文介绍分层分类的定义,并按照不同种类的问题解决策略,对大规模分层分类任务中的几个基本问题的研究进行总结.首先,给出层次结构的形式化定义.其次,分别阐述如何设计分层评价指标、如何构建层次结构、如何利用层次结构信息进行特征选择、如何利用层次结构信息训练分类器以及如何面向层次结构设计停止机制,并介绍具有代表性的相关工作.最后,对大规模分层分类任务进行总结,并展望未来可能的研究方向.

逐层特征选择的多层部件模型用于遥感图像飞机目标检测

提出了一种基于逐层特征选择的多层部件模型目标检测算法(multi-layer feature selection based hierarchal component model,MFSHCM),用于遥感图像飞机目标检测。通过提取目标多特征并结合局部判别式模型的建模方法,首先将提取的目标多种特征采用多核学习的方法经过核函数变换后再进行组合,提高了目标描述的准确性;其次考虑到目标自身固有的结构特性,特别是层次结构关系,引入分层的思想,构造目标的分层结构特征,并通过分层特征选择有效地降低了特征计算的复杂度;最后将MKL多特征和分层结构相结合,利用LSVM学习和推理,提出了基于逐层特征选择的多层部件模型目标检测算法。实验中将该算法在收集的十大机场真实场景数据上进行测试,验证了算法的有效性。

基于眼动特征的路侧广告牌对驾驶员注意力影响研究

为了研究不同布设方式的高速公路路侧广告牌对驾驶员的注意力影响,基于Uc/win-ROAD道路仿真软件构建高速公路模拟驾驶场景,利用FORUM8模拟驾驶仪与SMI眼动仪对不同驾驶经验的测试者进行了高速公路模拟驾驶试验。采集模拟驾驶者的眼动指标与各项其他驾驶数据,结合测试者在测试中的发现障碍物的时间和距离及规避障碍成功率等指标,采用分层有序离散选择模型方法,对各模拟驾驶者在不同场景下的专注程度进行了量化比较。另外统计测试者的瞳孔疲劳系数和累计眨眼时间,进一步对其驾驶过程中的注意力的集中程度进行对比,最后基于离差信息准则对模型的精度进行评估。试验结果表明,路侧广告牌的布设密度为影响驾驶员注意力的主要因素,而距路侧距离的影响因素较为次要;驾驶经验较少的测试者与驾龄长的测试者相比受到广告牌的影响程度更大。在满足广告牌商业需求的前提下,构建一个更为合理的广告牌布设方案,进一步减少路侧广告牌对驾驶员注意力的影响,从而建立更加安全的高速公路行驶环境。

裂缝型油田采油井机械找堵水技术浅析

随着裂缝型油田开发的深入,采油井含水率逐渐上升,为此探索研究了适合裂缝型油田控水增油的新技术。结合裂缝型油田的现状,在常规机械堵水技术的基础上,增加可控制单层产量的配产开关,进行逐层找水,并根据各层含水率情况调整全井配产开关,形成了同心集成找堵水技术和选择性分层采油找堵水技术,完善了措施选井、选层标准。截至2019年底,共开展现场试验15口井,累计调层34次,累计增油量为2825t,累计降水量为34631t,工艺成功率为95.45%。裂缝型油田采油井机械找堵水技术为解决高含水采油井的低效开采问题,挖掘剩余油潜力,提供了技术支持。