煤层突出敏感指标的间接确定方法

为快速、准确确定采掘工作面煤层突出敏感指标,综合分析钻屑量S、钻孔瓦斯涌出初速度q、钻屑解吸值Δh2等突出指标对采掘工作面瓦斯含量W的关联性,建立了灰色关联数学模型,采用数学软件MATLAB R2009a编程,实现了突出指标敏感度的快速排序,提出了突出敏感指标的间接确定方法。该方法便于动态掌控采掘工作面突出敏感指标,及时调整区域验证或预测预报敏感指标,有效预测突出危险性,适用于瓦斯赋存差异性较大的煤与瓦斯突出矿井采掘工作面突出敏感指标判定。

死缓适用条件明确化研究

死缓适用条件不明确的根源是深刻的,人们的解释论努力未能也无法实现死缓适用条件的明确化,只能让位于立法论。立法论明确化的内涵是:重构"新"的死缓适用条件,实现其形式上的明确化及实质上的政策功能扩展。为此,直接规定死缓适用条件是困难的,可以通过明确、严格地正面规定死刑立即执行条件,"间接"确定一个明确的死缓适用条件。

UGES反向传导算法:一种新的小样本深度机器学习模型

针对传统深度学习算法在样本不足时易出现过拟合的问题,提出了一类新的小样本深度学习模型:UGES反向传导模型。其基本思路是:在保留深层结构的同时,压缩需要学习参数的数量。作为一种与误差反向传导算法相容的间接编码模型,该算法对权值的随机分布特性进行重新编码,打破了不同隐含层之间的隔阂,并使用变分贝叶斯学习对网络进行全局训练。新模型的参数数目不再与输入变量维数及网络结构大小相关,同时强迫权值对于一定程度的扰动具有鲁棒性。最后,将所提出的算法用于外包软件项目风险识别这一典型的多维小样本问题中。对比实验表明,该模型达到了93.3%的样本外准确率,不仅保留了深度模型非线性表达能力,亦具备了小样本下优秀的泛化能力。