基于Fisher鉴别分析和集成学习的烟叶分级方法

智能烟叶分级能有效提升成品烟质量。为了进一步提升烟叶分级正确率,提出了联合利用烟叶正面、背面、透视三视图的烟叶分级方法。对于每个视图,提取其纹理、颜色、形状特征作为模型的输入,通过线性判别分析降低特征维度,以支持向量机(Support Vector Machine,SVM)作为基分类器,利用袋装法做集成,得到一种集成学习的烟叶分级模型。通过整合烟叶正面、背面、透视三视图共同提取到特征,带入上述分级模型,进一步提升了分级准确率。实验结果表明,仅对正面视图,提出的集成学习分级模型在五个真实烟叶数据集上的平均准确率为71.93%,优于现有方法。使用三视图分级后,平均准确率提高到了74.8%。

基于袋装砂井预压法的海边软土地基处理技术研究

笔者基于多年工作经验,研究探讨了滨海地区袋装砂井预压法软土地基处理技术,文章基于笔者参与某变电站建设的需求,在参考大量相关文献的基础上,总结了软土地基的处理方法,而后着重论述了袋装砂井预压法的处理技术,相信对从事相关工作的同行有着重要的参考价值和借鉴意义。

袋装砂井堆载预压法在公路地基处理的应用

重点介绍了袋装砂井堆载预压法的原理、施工工艺及其施工要点。

某公路软土路基袋装砂井排水固结法处理施工的探讨

讨论某公路软土路基袋装砂井排水固结法处理;主要针对南方广东典型的珠三角"桑基鱼塘"低洼地带采用该种处理方法的问题探讨。

袋装砂井堆载预压法在公路软基处理中的试验研究

在某公路软基处理试验段采用袋装砂井堆载预压法处理软弱地基。通过对表面沉降、分层沉降、孔隙水压力、侧向位移、格栅应变等的测试资料的分析,确定试验段的加固效果,从而确定袋装砂井堆载预压法作为该段公路软基处理方案的可行性。

袋装砂井排水固结法在高速公路软基处理中的应用

袋装砂井排水固结法具有施工操作简单、处理效果好,软件处理深度范围广等特点,因此在高速公路软基处理工程中广泛应用。结合具体的高速公路软基处理施工实例,探讨袋装砂井拍水固结法的具体施工过程,并阐述软基的处理效果。

袋装砂井堆载预压法在软土路基处理中的应用

软土在我国分布较为广泛,软土路基会给公路带来不同程度的危害,引起了工程技术人员的高度重视。文章重点介绍了袋装砂井堆载预压法的原理、施工工艺、施工要点以及施工监测,探讨了软土路基的有效处理方法。

袋装砂井排水固结法处理软土路基

有效的施工处理方法是决定软土路基能否成为优质地基的关健，本文介绍南海市东西二线采用袋装砂井排水固结法进行软基处理的方法、施工监测及优点。

基于集成算法的股票指数预测

利用集成算法中的Bagging、Boosting和Random Forest三个方法,选取股票指数中的中小板指数、深证成指数、上证指数、创业板指数4组数据进行分析,得出Random Forest对上证指数、中小板指预测结果较好;Boosting对创业板指预测结果较好;Bagging对深证成指预测较好.并在4个板指中,随机选取了4支股票数据(分别为大连重工、中南建设、中国医药、东方国信)进行分析,得出集成算法在数据为200个的情况下,预测结果较为准确,其中不同方法对不同股票的适宜程度有所不同.

综合运用各种建模方法提高预测模型的准确度

通过学习客户的历史行为信息来预测客户在未来一段时间的行为是数据挖掘较为成功的应用之一,根据多年从事数据挖掘研究和实践的经验,以建立通信行业客户流失预警模型为例,提出了多种提高预测模型准确度的方法。

青椒 贮藏保鲜的方法

1.袋装法 在塑料袋的中下部扎透气孔，装入青椒，扎紧袋口，放在8-10℃的空屋内，可贮藏1-2个月。如袋内水珠过多，每周开袋口通风1次，并剔出烂椒。

杂交狼尾草的两种青贮方法

1．袋贮 牛、羊饲养专业户普遍采用塑料袋装法青贮杂交狼尾草。

白果五种储藏方法

1．袋装法。将白果装入麻袋内，发汗7天后再放进塑料袋内．袋口不封严．每袋不超过20公斤，温度低于5℃。可储藏6个月。 2．水藏法。把白果放在清水缸（池）中，要经常换水，可储藏4-5个月。

白果五种储藏方法

1．袋装法。将白果装入麻袋内，发汗7天后再放进塑料袋内，袋口不封严，每袋不超过20千克，温度低于5℃，可储藏6个月。

香椿芽短期保鲜三法

一、浸泡法把香椿芽平摊在通风、凉爽的室内席上,其厚度在10厘米左右,也可按0.5千克扎成捆,基部要平齐。洒水或置于搪瓷盘中浸泡湿润24小时左右,再装箱置于通风凉爽处可保持一周内鲜嫩。

高速公路软基处理方法应用探讨

高速公路软基的处理主要分为砂垫层法、袋装沙井法、塑料排水板法、土工织物法和复合地基法,每种方法都有其适用之处。对每种方法做了简要的介绍分析,并结合工程实例做了相关验证。

交通部袋装砂井鉴定会在汉召开

“袋装砂井排水法加固软基的研究”是交通部科技发展规划(草案)中的一项重点项目。交通部将该研究项目下达给第二航务工程局，从1977年11月起，历经近四年的研究和应用，先后在交通部711工程、天津新港、浙江炼油广等工程中取得较好的技术经济效益，逐渐得到国内工程界和学术界的重视。在总结成孔、灌砂、下袋等施工经验的基础上。

机器学习模型在切削力预测中应用研究

切削过程中为了提高切削力建模预测精度,需要选择合适的机器学习模型。由于切削力样本容量小、机器学习算法通常参数较多以及不可视化的暗箱式建模过程,使得在众多机器学习算法中选出合适的算法极为困难。因此通过对不同的切削力数据样本建立机器学习预测模型,对6种机器学习模型:线性回归、多元自适应回归样条、袋装多元自适应回归样条法、神经网络、支持向量机和随机森林的预测精度进行比较。在车、铣两种加工方式中,对于小样本数据建模时,多元自适应回归样条和袋装多元自适应回归样条法对切削力预测表现较好,并且对样本的适应性较强。