人工智能技术在水电安全生产的应用研究及实践

人工智能作为一种新兴的技术力量,促进社会生产力的整体跃升,推动传统产业升级换代,驱动“无人经济”快速发展。首先从技术演进的角度,阐述了人工智能技术的发展历程。然后重点介绍了新一代人工智能技术多模态大跨越的深度学习技术。最后聚焦水电安全生产领域,分析了人工智能技术在电子围栏功能、人员着装检测、仪器仪表检测、烟雾烟火识别、跑冒滴漏识别、高处作业监测等方面的典型应用场景。特别是通过跑冒滴漏识别算例的应用实践,奠定了深度学习技术在水电安全生产应用的研究方向和应用场景,可为未来水电安全生产智能化研究发展提供参考依据和技术基础。

基于AEViT与先验知识的胶质瘤IDH1突变状态预测

针对目前预测胶质瘤异柠檬酸脱氢酶1(isocitrate dehydrogenase1,IDH1)突变状态存在的数据不足、准确率较低等问题,提出一种基于AEViT(auto-encoder vision Transformer)与先验知识的胶质瘤IDH1突变状态预测方法。首先使用改进的K-Means聚类算法为无IDH1突变状态标签的胶质瘤磁共振成像(magnetic resonance imaging,MRI)数据标注伪标签,并采用ViT(vision Transformer)网络对伪标签进行修正,得到最终的胶质瘤IDH1突变状态。为避免不准确的伪标签数据影响模型精度,采用果蝇优化算法为伪标签数据赋予最优权重;然后提出基于Auto-Encoder和ViT的分类模型AEViT,利用Auto-Encoder提取胶质瘤MRI特征;再将特征输入ViT中对胶质瘤IDH1突变状态进行分类;最后将基于胶质瘤位置信息的先验知识加入模型,达到99.01%的预测准确率。结果表明该方法优于其他现有模型,能够实现胶质瘤数据扩增和术前无创、准确地预测胶质瘤IDH1突变状态,从而辅助诊疗过程。

Auto CAD2000尺寸公差的标注技巧

根据教学经验 ,对AutoCAD 2 0 0 0中尺寸公差标注方法进行了总结。

基于AutoLISP的快速标注统计程序在勘测规划成图中的应用

本文在城市勘测规划工程实践的基础上总结出图件信息标注统计的方法,然后用Auto LISP语言进行二次开发,实现了提取注记点位坐标、灵活标注尺寸、批量提取边长等功能的程序化。快速标注统计程序在保证质量和精度的前提下,提高了工作效率,适应了现代城市经济建设健康快速发展的要求。

基于对抗训练的伪标签约束自编码器

社会网络的节点经常存在标注缺失、标注错误和人工标注成本高的现象,这种现象对监督或半监督的网络表示学习效果产生了不利的影响。提出一个自监督学习的网络表示学习模型——基于对抗训练的伪标签约束自编码器(AT-PLCAE)。设计一个伪标签约束自编码器,通过缩短原始图的伪标签和网络表示的伪标签之间的距离,减少编码过程中产生的信息损失,约束和引导模型有效学习。同时,设计与伪标签约束自编码器相适应的对抗网络,组织表示的潜在空间结构。将潜在表示后验分布与输入的特定先验分布相匹配后,该模型能够缓解过拟合问题并提升模型的泛化能力。在Cora、Citeseer、Wiki和Pubmed这4个公开数据集上进行节点分类实验,结果表明,AT-PLCAE模型在分类准确率方面学习效果优于基准方法,与基准方法的最高分类准确率相比,在Cora数据集上提升0.018,在Citeseer和Pubmed数据集上均提升0.011。同时消融实验结果表明,针对伪标签约束自编码器的对抗训练增强了模型的泛化能力。

基于自编码器的大规模样本标签校正方法

压缩机是制冷设备的核心组件,也是设备异音的主要来源,基于大数据的产品质量异常检测是工业智能化的一个典型需求,它以工业数据和人工智能方法为基础,通过建立数据驱动模型实现产品的异常检测,高质量的标注样本是使用人工智能方法实现压缩机异常检测的关键。提出一种基于自编码器的样本自动标注方法,以自编码器的样本重构误差序列为依据,对样本进行渐进调整,逐步提炼训练样本,最终,从大量存在标注误差的样本中提取出标注准确的正常样本和故障样本。该方法解决了人工方式大规模样本的现场实时标注难题,可为产品在线异常检测提供标注准确的训练样本。

荧光标记DNA扩增片段长度多态性方法的改进

采用常规PCR试剂和合成的接头和引物 ,其中MseⅠ引物为荧光标记物FAM标记 ,并对扩增片段长度多态性 (AFLP)程序进行了改进 ,优化了PCR反应和电泳条件 ,建立了一个新的、有效的反应体系 ,降低了实验费用 ,经比较实验结果与AFLP荧光标记试剂盒的实验效果一致 .

一种字母词语自动标注算法

自动分词是中文信息处理的基础,而未登录词识别是影响分词系统准确率的最主要的因素.字母词语作为中文信息处理中的一类未登录词语,现有的分词软件仍不能有效识别.为此设计了一个规则+统计的自动标注算法,该算法首先对原文本进行扫描,依据字母串正则表达式取得合法的字母串;再以字母串为锚点,往两边扫描,依次调用前后界规则、汉字组成成分规则、例外校正规则,结合搭配概率矩阵对字母词语进行识别和标注.实验结果表明:该算法的召回率为100%,准确率约为92%.该算法不仅对中文自动分词有益,而且所开发的软件可用于建设字母词语知识库和对字母词语语言现象的考察研究.

基于改进堆栈自编码的诊断错误标签修正

在基于数据驱动的故障诊断领域,正确的标签样本是诊断准确度的保障,但由于人工标记等原因,训练样本常受到错误标签的干扰。针对错误标签的问题,提出基于改进堆栈自编码的错误标签修正方法。该方法通过堆栈自编码和孤立森林给样本赋予伪标签,调整编码器对样本的注意程度,从而使编码器更注重于正确样本。基于数据分布偏差的考虑,利用基于随机森林的交叉验证获取样本的信息熵,对标签进行修正。齿轮和轴承试验表明,该方法在多个错误标签比例下均能降低样本的错误标签率,正确修正错误标签,提高故障诊断的准确率。

基于ILP的综合接入系统I/O调度方案

在综合业务接入系统中引入了自治系统内部标签(ILP)信令格式,提出了一种新的基于优先级的参数自适应轮询调度(priority-based parameter auto-adaptive round-robin scheduling)方案,给出了该方案在综合接入系统I/O调度中的实现方法,并对调度方案的性能进行了实验分析。

机械图样中尺寸公差自动标注系统的研究

提供了一个尺寸公差标注的程序,用VB语言编程,全部实现了软件控制,本程序的开发与研制为机械图样标注系统提供了相关软件,实现了尺寸公差的自动标注,利用该软件可在标注位置自动生成,符合国家标准规定,为工程技术人员绘图提高了便捷的途径。

射线透射图像中轻物质自动识别算法的研究

目的:针对射线透射图像中轻物质的自动识别存在的难点问题进行研究。方法:提出了基于轮廓特征和灰度特征的识别算法,结果:详细地阐述了利用识别算法进行识别的过程;结论:给出了识别算法的实验结果。

基于标签深度分析的音乐自动标注算法

尽管深度神经网络算法在标签自动标注领域已取得一定的成果,但对于包含大量噪声标签的真实音乐数据集仍存在自动标注效果差的问题.为此,文中通过对音乐标签进行表示学习,挖掘音乐标签与音频特征之间的潜在关系,提出了基于标签深度分析的音乐自动标注算法.该算法先通过多层级卷积网络提取音频特征,再通过音乐标签向量的表示学习来降低噪声数据对音乐自动标注网络的不良影响.在真实音乐标注数据集上的实验结果表明,该算法能取得更高的平均受试者特征曲线下面积,标注效果优于其他自动标注算法.

果冻食品高速双面贴标机伺服系统主振频率研究

建立全自动果冻食品高速双面贴标机伺服系统的动力学模型,得出伺服系统的等效转动惯量和等效综合刚度;借助于伺服系统动力学方程,求得伺服系统的传递函数和主振频率;通过根轨迹图和系统振动稳定L(ω)曲线,指出提高系统传动刚度、削减工作机构惯性和惯性元件的失动量或提高阻尼,可以削弱谐振烈度;采用校正网络和综合贴标贴膜速度反馈亦可减弱谐振。

基于BP神经网络的双面软材料智能贴标机自动控制系统设计

为提高双面软材料智能贴标机控制速度的能力,设计了基于BP神经网络的双面软材料智能贴标机自动控制系统。硬件设计选用PLC控制器和伺服驱动器;软件设计配置贴标机虚拟运动轴,设计了基于BP神经网络的PLC控制程序。通过与未应用BP神经网络算法的控制系统对比发现,设计的控制系统无论是控制速度还是控制精度均较为优越,为提升贴标机的运行效率提供了帮助。

应急用图自适应输出关键算法研究与实现

探讨基于各种常见纸张幅面的应急工作用图快速自适应输出关键算法和实现机制,分析应急用图的特殊性和成图过程中内容处理的一般规律,重点研究并实现了对地图内容自动生成具有重要作用的注记自动摆放、河流自动渐变、复杂要素自动综合化简等关键算法,最后提出自适应输出流程机制,进行原型系统研制和实践验证。实践表明,各项关键算法具有良好的效率和实用性。

对提高放射性同位素测量精度的研究

为评价放射性同位素测量的精度 ,对美国BeckmanLS 65 0 0ScintillationSystem的单标DPM(SLDPM)和AUTODPM两种猝灭校正方法进行了比较。结果显示 ,SLDPM的猝灭校正范围宽(校正范围由校正曲线决定 ) ,猝灭校正精度高 ,并且可以用于测试双标或三标的样品。使用AU TODPM猝灭校正方法进行测试 ,对于低能β射线3H ,在 90 <H#<1 93的范围内 ,能够达到要求的校正精度 ;当H#值在 0～ 90时 ,其校正精度不高 ;当H#值大于 1 93时 ,仪器无法进行猝灭校正 ;对于较高能量的 β射线14 C ,其猝灭校正范围与单标DPM猝灭校正方法的猝灭校正范围基本相同。但是 ,前者测试的相对误差比后者的大 ,此种猝灭校正方法只能用于测试单标样品。可见对于仪器内存猝灭校正曲线的放射性同位素 ,如3H、14 C等 ,一般使用单标DPM猝灭校正方法测试。对于35S、4 5Ca、86 Rb等仪器没有内存猝灭校正曲线的放射性同位素 ,其射线能量类似或大于14 C的均可使用AUTODPM猝灭校正方法进行测量。

联合嵌入式多标签分类算法

现有的一些多标签分类算法,因多标签数据含有高维的特征或标签信息而变得不可行.为了解决这一问题,提出基于去噪自编码器和矩阵分解的联合嵌入多标签分类算法Deep AE-MF.该算法包括两部分:特征嵌入部分使用去噪自编码器对特征空间学习得到非线性表示,标签嵌入部分则是利用矩阵分解直接学习到标签空间对应的潜在表示与解码矩阵.Deep AE-MF将特征嵌入和标签嵌入的两个阶段进行联合,共同学习一个潜在空间用于模型预测,进而得到一个有效的多标签分类模型.为了进一步提升模型性能,在Deep AE-MF方法中对标签间的负相关信息加以利用.通过在不同数据集上进行实验证明了提出Deep AE-MF方法的有效性和鲁棒性.

基于对抗自编码器的融合数据标签新奇检测研究

新奇检测是识别一个新的数据点是一个内部点还是一个离群点的问题。检测准确率不仅取决于神经网络模型的理论和算法,还受限于数据特征的提取。基于对抗自编码器的生成概率新奇检测,在传统图像识别数据特征提取的基础上,在模型训练阶段融入图像数据的标签信息,采用生成概率进行新奇检测。实验结果表明:和其他新奇检测模型相比,基于对抗自编码器的融合数据标签的新奇检测效果更好。

基于内部标签的综合接入系统输入输出调度方案

本文在介绍了综合业务接入系统的基本结构基础上 ,介绍了自治系统内部标签 (ILP)信令格式 ,提出了一种新的基于优先级的参数自适应轮循调度 (Priority -basedParameterAuto -adaptiveRound -robinScheduling)方案 ,以及该方案在基于ILP的综合接入系统I/O调度中的实现方法 。