Gray-FAHP集成法在矿井瓦斯安全评价中的应用

为解决传统安全评价方法存在的推理速度慢、精度较低等问题,从影响瓦斯安全性的各种因素出发,建立以瓦斯状态、矿井通风、监控监测、安全管理、引火源为主要因素的矿井瓦斯安全评价指标体系。依据模糊综合评价法、层次分析法、灰色关联度法,构建矿井瓦斯安全评价的数学模型。运用该集成模型对黑龙江省龙煤集团鸡西分公司5个煤矿进行矿井瓦斯安全评价。结果显示,5个矿井瓦斯安全性均处于良好水平,按其程度排序,依次为煤矿1、煤矿4、煤矿5、煤矿3、煤矿2。该研究为煤矿瓦斯的安全性评价提供了一种新方法。

积极元素集成应用法对脑卒中患者压疮预防的效果分析

目的研究积极元素集成应用法对脑卒中患者压疮预防的效果。方法选择2021年7月至2023年6月救治的脑卒中患者168例为观察样本,以随机数字表法分为试验组(n=82例)和对照组(n=86例),对照组遵脑卒中压疮预防常规护理模式施护,试验组接受压疮预防积极元素集成应用法干预,观察2组干预后的家属压疮防护知信行评分、压疮发生率、家属压疮防护满意度。结果试验组家属压疮防护知信行评分高于对照组,压疮发生率低于对照组,压疮防护满意度评分高于对照组,差异均有统计学意义(P<0.05)。结论以积极元素集成应用法对脑卒中患者开展压疮防护干预,利于提升家属的压疮防护知信行水准,减低压疮发生率,深得脑卒中患者家属压疮防护认可。

基于模糊逻辑法的石油勘探开发数据自动集成方法

石油勘探开发数据集成时存在数据难以处理、利用价值低等问题,引入模糊逻辑法,开展对石油勘探开发数据自动集成方法的研究。采用建立石油勘探开发数据库、结合数据分片方式,实现数据同步与自动集成。通过应用模糊逻辑集成方法绘制的勘探线路、与其他两种集成方法绘制勘探线路的结果对比,实验表明:模糊逻辑集成方法可以有效提高开发数据的利用价值,并且根据集成结果绘制成的石油勘探线路可以有效控制在安全范围内,提升了石油开采的安全性。

基于综合集成赋权法的我国高质量绿色低碳园区综合评价方法

产业园区是我国经济、能源低碳转型的重要阵地,是支撑我国工业化集群快速发展的底层核心力量,具有集经济、信息、能源、环境为一体的多重融合功能,其高质量绿色低碳发展是实现我国碳达峰、碳中和的重要路径与抓手。论文在国内相关研究成果基础上,采用内外因素论,从产业园区高质量低碳发展多角度分析,提出7项准则层、30项二级指标。其中,包含碳利用效率、区域碳达峰影响比率、碳中和平台建设情况等6项评价低碳效率、信息化的创新性指标。同时为提升体系评价效果,提出基于序关系和熵值法的主客观综合集成赋权模型。该评价方法可避免主观评价弊端,提升评价体系实用性、有效性,旨在为未来我国高质量绿色低碳园区落地建设提供评估理论支撑。

钢板铰与钢板带和套管集成加固网架结构方法研究

针对网架结构传统加固方法中存在的施工风险大、工期长及经济指标高的缺陷,提出了一种钢板铰与钢板带和变长套管集成加固方法,该集成加固方法有效解决了网架结构拉杆、节点承载力不足及压杆稳定性不足的问题,形成了一套网架结构加固的新型成套技术,并采用该集成加固方法完成某展览馆网架结构加固工程。加固工程实践表明:该集成加固方法避免了传统网架结构加固中的焊接作业,消除了焊接应力的影响以及焊接过程中钢管高温软化可能导致的非预期破坏,缩短了施工作业时间,取得了良好的社会与经济效益,为以后类似改造工程提供了借鉴。

基于嵌入法与集成学习的线路工程造价预测

架空线路工程造价的准确预测对于工程建设质量及造价管控具有十分重要的意义。针对传统架空线路工程造价预测中遇到的特征维度过高、单一预测模型难以拟合复杂造价数据等问题,提出了基于嵌入法数据降维与集成学习的线路工程造价预测算法。首先通过嵌入法与极端梯度提升(extreme gradient boosting,XGBoost)模型对特征进行排序,筛选出对造价影响显著的特征完成数据降维。然后对XGBoost、随机森林、支持向量机(support vector machine,SVM)等模型进行融合,构成双层集成学习模型并对线路工程造价进行预测。最后基于某电网公司近年线路工程造价数据进行实例分析,分别与XGBoost、随机森林、SVM、极限学习机(extreme learning machine,ELM)与反向传播(back propagation,BP)神经网络等模型进行对比。实验表明预测结果的平均绝对百分比误差低于4%,优于其他单一模型,对线路工程造价控制研究具有较大价值。

基于ROS与改进机器学习算法集成权重岩体质量评价方法

如何准确对岩体分级是深埋地下工程的一个难题。针对单一岩体评价模型存在误判的问题,提出了Random Over Sampler (ROS)改进机器学习算法集成权重岩体质量评价方法。采用ROS算法对类别非均衡样本进行采样处理,经SVM、KNN、NB、DT、RBF、RF、LDA、LightGBM、XGBoost和GradientBoosting计算得到初步分级结果。将每一个分类器作为一个指标,确定每一个分类器的权重,建立ROS与机器学习算法的集成权重岩体质量评价模型,得到综合判别结果,大大降低了单一模型误判率。基于ROS改进机器学习算法集成权重提高了岩体质量评价模型的准确率,为岩体质量评价提供一种新的方法。

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%。

基于综合集成评价方法的矿井通风系统安全评价分析

将未确知理论与层次分析法相结合,以此为基础介绍一种矿井通风系统评估的综合集成评价方法。该方法主要包括矿井通风系统安全评价指标体系构建、矿井通风系统安全评价指标确定、未确知测度评价模型构建3个环节。为确定方法的应用效果,以A煤矿为研究案例,介绍了矿井通风系统安全评价方法的工程应用情况,确认矿井通风系统安全评价方法具备较好的分析效果。

基于多指标集成法对织物触感检测和评价方法研究

触感是织物的重要风格属性之一,直接影响到终端产品的舒适性,为更客观地检测和评价织物的触感,丰富触感检测方法体系,基于多指标集成法研究了织物触感的检测和评价方法,提供了一种客观、快速的触感检测和评价方法,并在5家实验室内开展比对试验。该试验结果表明,CV值基本在10%以内。该试验表明,该方法的试验结果较为稳定。

基于多模式预报的四川盆地强降水订正方法

四川盆地地形地貌复杂,强降水预报难度大,对模式降水预报产品进行订正,是提升强降水预报质量的重要手段。本文选取2018—2019年发生在四川盆地的35次强降水过程,对ECMWF、CMA_MESO和SWC_WARMS三种模式的24 h强降水预报采用常规评分和空间平移两个方法进行检验,并利用最优评分、多模式集成和位移订正三种方法进行订正试验。结果表明:最优评分订正方法可以有效改善各模式降水预报的强度,而多模式集成订正法可以改进降水落区和极值预报,在此基础上计算位移偏差,根据最优的位移偏差值对降水预报进行位移订正,可以进一步改进强降水落区预报效果。然后利用2020—2021年强降水过程进行订正效果验证,结果显示:经订正后的降水极值预报更接近实况,各量级降水预报评分明显优于单一模式,暴雨和大暴雨预报的TS评分提高率较最优单模式分别可达24.3%和42.8%,订正后空报率基本维持,漏报率显著下降,订正效果良好。

融合迁移学习和集成学习的自然背景下荒漠植物识别方法

[目的/意义]荒漠植物的准确识别是其认识和保护过程中不可或缺的任务,是荒漠生态研究与保护的基础。自然条件下野外荒漠植物图像的机器视觉自动分类识别可有效提升植物资源调查效率、降低人为主观因素影响,对荒漠植物的精准分类、多样性保护和资源化利用具有重要意义。[方法]以自然环境下的整株荒漠植物图像为研究对象,构建新疆干旱区荒漠植物图像数据集,以EfficientNet B0—B4网络为基础网络,提出一种融合迁移学习和集成学习的荒漠植物图像识别算法,并在公开数据集Oxford Flowers102上进行对比验证。[结果和讨论]基于EfficientNet B0网络的单一子模型的Top-1准确率最高可达93.35%,最低为92.26%,软投票Ensemble-Soft模型、硬投票Ensemble-Hard模型以及加权投票法集成的Ensemble-Weight模型的准确率分别为93.63%、93.55%和93.67%,F1Score和准确率相当;基于EfficientNet B0—B4网络的单一子模型的Top-1准确率最高可达96.65%,F1Score为96.71%,而Ensemble-Soft模型、Ensemble-Hard模型以及Ensemble-Weight模型的准确率分别为99.07%、98.91%和99.23%,相较于单一子模型,精度进一步提高,F_(1)Score与准确率基本相同,模型性能显著;在公开数据集Oxford Flowers102上进行对比试验,3个集成模型相比5个子模型准确率和F,Score最高提升了4.56%和5.05%,最低也提升了1.94%和2.29%,证明了本研究提出的迁移和集成学习策略能够有效提高模型性能。[结论]本方法可提高荒漠植物的识别准确率,通过云端传输至服务器后,实现荒漠植物的准确识别,为真实野外环境下植物图像识别精度低、模型鲁棒性及泛化性弱等问题提供解决思路。服务于野外调查、教学科普以及科学实验等场景。

一种基于集成卷积神经网络的SAR图像目标识别算法

针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标识别问题,提出了一种基于集成卷积神经网络(Convolutional Neural Network,CNN)的SAR图像目标识别方法。首先对原始数据集进行数据增强的预处理操作,以扩充训练样本;接着通过重采样的方法从训练样本中获取不同的训练子集,并在训练各基分类器时引入Dropout和Padding操作,有效增强了网络泛化能力;然后采用Adadelta算法与Nesterov动量法结合的思想来优化网络,提高了网络的收敛速度和识别精度;最后采用相对多数投票法对基分类器的分类结果进行集成。在MSTAR数据集上进行的实验结果表明,集成后的模型识别准确率达到99.30%,识别性能优于单个卷积神经网络,具有较强的泛化能力和较好的稳健性。

多轮分布式驱动车辆可重构集成协调控制方法

多轮分布式独立驱动平台运动控制技术的演进对提升特种无人车辆的快速机动性及操纵稳定性具有重要的战略意义,然而其底盘主动执行系统的故障率或相互干涉的可能性也大大增加。提出一种面向该平台的可重构集成协调控制方法,以实现车辆动力学性能的进一步提升。基于自顶向下的分层控制结构,在运动控制层引入考虑参数不确定性的自适应滑模控制器,以保证对车辆运动目标状态的准确跟踪,并生成所需的广义控制力;在控制分配层提出一种加权伪逆控制分配器,基于控制效率矩阵的零空间特性,在主动执行器饱和约束可行域内进行再分配修正,以完成从广义控制力到各车轮处轮胎力的优化分配,其中引入的配置矩阵与优化权重系数则分别实现对控制模型的重新配置以及分配目标的调节;通过设置主动执行器实现分配目标的执行。基于6×6分布式电驱动车辆原理样机,进行两种工况下的仿真和试验验证。研究结果表明,该控制器提升了多轮车辆在转向过程中的操纵稳定性,并获得了更高效更精准的多轮车辆驱动力分配控制效果。

基于多分类集成的降压式变换器电路故障预测算法

提出基于堆叠法的多分类器集成算法,用于降压式变换器电路故障诊断。首先利用蒙特卡洛采样提取出特征参数制作降压式变换器电路数据集;利用不同分类器对训练样本进行五叠交叉验证分类,再根据堆叠法的两层模型将多个分类器融合,提高预测准确度。通过与各算法分类效果对比,本文集成算法提高降压式变换器电路的故障预测准确率达97.8%,验证了算法的可行性及有效性。

基于异质堆叠集成学习的脱硫剂加入量预测

KR搅拌法是铁水预脱硫的重要工艺之一,但在脱硫过程中脱硫剂的加入量主要依赖于人工经验控制,导致一次脱硫命中率较低,铸坯质量不稳定。为准确控制脱硫剂加入量,提高一次脱硫命中率,提出一种基于异质堆叠集成学习的脱硫剂加入量预测方法。首先,进行数据清洗,采用LOF算法结合专家经验剔除异常值。其次,采用最大信息系数结合斯皮尔曼秩相关系数进行特征筛选。最后,引入堆叠集成算法,基于评价指标和误差相关性分析优选模型的不同基学习器,并采用Optuna算法为基学习器寻找最优参数组合,建立异质堆叠集成预测模型。以现场采集的脱硫数据作为样本进行实例分析,结果表明,模型的决定系数(R^(2))为91.6%,均方根误差(RMSE)为197.79,平均绝对误差(MAE)为117.14,平均绝对百分比误差(MAPE)为6.95%。

呼吸机一体化管理信息集成系统评价指标体系的构建研究

目的从医院医疗设备管理角度构建呼吸机一体化管理信息集成系统数据采集显示、报警评价指标体系。方法通过文献分析、小组讨论等方法拟定咨询问卷,采用德尔菲法及层次分析法相结合的方式构建呼吸机一体化管理信息集成系统数据采集显示、报警评价指标体系。结果研究得到的评价指标体系包含参数、报警、波形3个维度(每个维度又分3个层级)共72条关键要素(重要指标)。结论本文所构建的呼吸机一体化管理信息集成系统数据采集显示、报警评价指标体系,专家积极性好、参与度高、权威程度高,具有较好的科学性和适用性,可为呼吸机一体化管理信息集成系统的搭建和评价提供参考依据和方法。

空腔效应对集成黑体高温发射率测量影响规律研究

提出集成黑体法中的非等温边界空腔效应修正因子的理论模型。基于有限元思想,开展不同发射率样品、特定温场下的非等温边界空腔效应修正因子理论计算,与基于蒙特卡洛光线追迹法获得的修正因子比对,两者具有良好的一致性,最大偏差不超过2.5%,结果均表明波长越长、样品发射率越低,空腔效应对发射率测量结果影响越大。在1000℃温度下、12~14μm波长范围对铂金材料样品发射率进行实验,并与基于分立黑体法的发射率测量结果比对,经修正后的集成黑体法与分立黑体法的一致性从0.09提升至0.03,该结果验证了引入非等温边界空腔效应修正因子的理论模型的可行性,同时提高了该方法测量发射率的准确性。

集成电路产业上市公司高创新效率多元路径研究

以2019—2021年我国上交所科创板集成电路产业38家上市公司为研究对象,基于TOE(技术-组织-环境)理论框架构建集成电路产业上市公司高创新效率6个前因变量。通过DEA(数据包络分析)测算得出的企业创新综合技术效率作为结果变量,从而运用fsQCA(模糊集定性比较分析法)进行企业高创新效率组态考察。研究结果表明,单一影响因素不能构成企业高创新效率影响路径,需要由两个或两个以上影响因素共同作用,形成外部资金驱动型、技术+外部资金驱动型、人才+外部资金驱动型、内外资金驱动型以及全面要素驱动型5条高创新效率影响路径。研究结果对集成电路产业相关企业提高创新效率具有一定参考意义。

基于Boosting集成学习的风险URL检测研究

随着互联网的不断发展,网站数量不断增长,URL作为访问网站的唯一入口,成为Web攻击的重点对象。传统的URL检测方式主要是针对恶意URL,主要方法是基于特征值和黑白名单,容易产生漏报,且对于复杂URL的检测能力不足。为解决上述问题,基于集成学习中的Boosting思想,提出一种针对业务访问的风险URL检测的混合模型。该模型前期将URL作为字符串,使用自然语言处理技术对其进行分词及向量化,然后采用分步建模法的思想,首先利用GBDT算法构建二分类模型,判断URL是否存在风险,接着将风险URL原始字符串输入到多分类模型中,利用XGBoost算法对其进行多分类判定,明确风险URL的具体风险类型,为安全分析人员提供参考。在模型构建过程中不断进行参数调优,并采用AUC值和F1值分别对二分类模型和多分类模型进行评估,评估结果显示二分类模型的AUC值为98.91%,多分类模型的F1值为0.993,效果较好。将其应用到实际环境中,与现有检测手段进行对比,发现模型的检出率高于现有WAF和APT安全设备,其检测结果弥补了现有检测手段的漏报。