微观轨迹信息驱动的Bi-LSTM合流区车速预测

为明确城市快速路合流区的微观速度特性,确保车辆在衔接段运行速度协调可控,使车辆安全运行。首先,基于无人机高空视频,从广域视角提取了典型多车道交织区全样本高精度车辆轨迹数据,分析车速的累积频率、分布趋势、特征百分位值等运行特性。然后,基于可有效捕捉前向历史速度数据的变化特征的LSTM模型,构建Bi-LSTM车速预测模型;考虑到人工设置训练参数对模型预测性能的影响较大、时间较长,提出基于遗传算法优化的Bi-LSTM速度预测模型(GA-BiLSTM)。最后,以R^(2)、Error Mean、Error StD、MSE、RMSE、NRMSE、秩相关rs这7类评价指标,建立多指标融合的评价方案。结果表明:GA-Bi-LSTM速度预测模型表现较优,拟合指标R^(2)、秩相关rs分别为0.9046、0.9495,误差指标Error Mean、Error StD、MSE、RMSE、NRMSE分别为0.0041、0.4470、0.1997、0.4469、0.0765。研究成果可为城市快速路的合流区车速调控提供理论依据。

基于Bi-LSTM和图注意力网络的多标签文本分类算法

针对当前大多数分类算法忽略标签之间相关性的问题,提出一种基于双向长短时记忆(Bi-LSTM)网络和图注意力网络(Graph Attention Network,GAT)的多标签文本分类算法。使用词嵌入工具对文本序列和标签中的词向量进行预处理后的文本序列和标签分别输入到Bi-LSTM网络和GAT网络中;提取文本序列的上下文信息和全局特征,以及GAT网络捕获标签之间的相关性;将特征向量和标签相关性进行组合对标签文本分类任务进行预测。实验结果表明,所提算法通过有效关注标签之间的相关性使得文本分类任务的精度得以明显提高,在多个评估指标的测试结果优于其他对比方法。

基于Multi-head Attention和Bi-LSTM的实体关系分类

关系分类是自然语言处理领域的一项重要任务,能够为知识图谱的构建、问答系统和信息检索等提供技术支持.与传统关系分类方法相比较,基于神经网络和注意力机制的关系分类模型在各种关系分类任务中都获得了更出色的表现.以往的模型大多采用单层注意力机制,特征表达相对单一.因此本文在已有研究基础上,引入多头注意力机制(Multi-head attention),旨在让模型从不同表示空间上获取关于句子更多层面的信息,提高模型的特征表达能力.同时在现有的词向量和位置向量作为网络输入的基础上,进一步引入依存句法特征和相对核心谓词依赖特征,其中依存句法特征包括当前词的依存关系值和所依赖的父节点位置,从而使模型进一步获取更多的文本句法信息.在SemEval-2010 任务8 数据集上的实验结果证明,该方法相较之前的深度学习模型,性能有进一步提高.

基于多特征融合和BiLSTM的语音隐写检测算法

针对传统互联网低比特率编解码器(internet Low Bit Rate Codec,iLBC)语音隐写主要集中在线性频谱频率系数矢量量化、码本搜索矢量量化或增益量化的单个阶段,难以应对多阶段下的联合隐写检测等问题,提出一种基于多特征融合和双向长短时记忆(Bi-Directional Long Short-Term Memory,BiLSTM)网络的iLBC语音隐写检测算法.通过分析隐写对不同阶段参数带来的影响,提取线性频谱频率系数矢量量化、码本搜索矢量量化和增益量化过程中的多种隐写特征,并分别输入到相应的BiLSTM检测网络,最后将各检测网络的结果进行融合,得到最终隐写检测结果 .实验表明,所提算法可以实现多阶段下的联合隐写检测,而且在语音时长较短时,仍能取得优异的检测结果,平均检测准确率达到了90%以上.

基于改进BiLSTM的多工序产品质量预测研究

针对多工序产品制造过程的复杂性,为了解决多工序产品生产过程中影响产品质量问题的不确定因素,同时提高生产工序的生产能力,保证生产的稳定性,提出了一种基于核主成分分析和改进麻雀搜索算法优化BILSTM的多工序产品质量预测模型。利用KPCA对数据预处理,主成分分析的基础上结合核方法建立核函数,降维去除冗余特征,引入改进的高斯变异和均匀变异算子η改进麻雀搜索算法;将改进的麻雀搜索算法引入双向长短期记忆网络中,将降维处理后的数据导入ISSA-BiLSTM模型中实现多工序产品的质量预测;以TFT-LCD制造过程为例进行案例分析,并与现有方法比较分析。实验结果表明:该预测模型具有较好的预测精度,且均方根误差值小于10%,有效地提高了多工序产品质量的预测精度。

融合Multi-scale CNN和Bi-LSTM的人脸表情识别研究

为了有效改善现有人脸表情识别模型中存在信息丢失严重、特征信息之间联系不密切的问题,提出一种融合多尺度卷积神经网络(Multi-scale CNN)和双向长短期记忆(Bi-LSTM)的模型。Bi-LSTM可以增强特征信息间的联系与信息的维持,在Multi-scale CNN中通过不同尺度的卷积核可以提取到更加丰富的特征信息,并通过加入批标准化(BN)层与特征融合处理,从而加快网络的收敛速度,有利于特征信息的重利用,再将两者提取到的特征信息进行融合,最后将改进的正则化方法应用到目标函数中,减小网络复杂度和过拟合。在JAFFE和FER-2013公开数据集上进行实验,准确率分别达到了95.455%和74.115%,由此证明所提算法的有效性和先进性。

Application of bi-directional static loading test to deep foundations

Bi-directional static loading test adopting load cells is widely used around the world at present, with increase in diameter and length of deep foundations. In this paper, a new simple conversion method to predict the equivalent pile head load-settlement curve considering elastic shortening of deep foundation was put forward according to the load transfer mechanism. The proposed conversion method was applied to root caisson foundation in a bridge and to large diameter pipe piles in a sea wind power plant. Some new load cells, test procedure, and construction technology were adopted based on the applications to different deep foundations, which could enlarge the application scopes of bi-directional loading test. A new type of bi-directional loading test for pipe pile was conducted, in which the load cell was installed and loaded after the pipe pile with special connector has been set up. Unlike the conventional bi-directional loading test, the load cell can be reused and shows an evident economic benefit.

云环境下基于动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型

针对点值预测方法预测虚拟机故障,未充分利用虚拟机历史周期特征和上下文信息、预测准确率不高的问题,提出了一种动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型。该模型首先利用动态滑动窗口动态捕获虚拟机故障发生过程的上下文特征;然后构建多通道机制的Bi-LSTM以同时学习不同指标类之间的相关性特征,预测虚拟机下一周期的故障;最后根据OCSVM和区间偏移度方法对预测结果进行判断,得出具体的故障类型。实验表明,该模型在预测准确率、召回率、F值三个指标上均优于基线模型,验证了模型对虚拟机故障预测的有效性。

Applications of Localized Phase Compensation Method to Design a Stabilizer in a Multi-machine Power System

为了演示和验证稳定器设计的就地相位补偿法在多机电力系统中的应用,介绍在多机电力系统中,就地补偿设计稳定器的2个应用实例。第1个实例是在多机电力系统中就地补偿设计电力系统稳定器（power system stabilizer,PSS）,阻尼电力系统局部模振荡。第2个实例是就地补偿设计附加在静态同步补偿器（static synchronous compensator,STATCOM）上的稳定器,抑制多机电力系统中的区域模振荡,并给出在一个16机电力系统中的应用计算和仿真结果。

基于Bi-LSTM的多类型特征融合驾驶员疲劳识别方法

针对传统的基于驾驶员面部图像采集的单一类型特征的疲劳识别方法,在阴影遮挡及光照变化场景下存在准确性、鲁棒性不足的问题,深入开展基于多类型特征融合的驾驶员疲劳识别方法研究。在分析非图像化的驾驶员疲劳特征的基础上,通过机器人操作系统(Robot Operating System,ROS)的话题订阅来实现驾驶员生理特征、操作行为特征及面部特征的多源数据同步采集。处理原始数据并分析数据特性,提出了一种融合生理特征与驾驶员及观测者主观评价的数据标注策略,标注疲劳特征,构建驾驶员疲劳数据集;将驾驶员操作行为特征与面部特征融合,形成多类型特征融合序列,并基于双向长短时记忆(Bi-directional Long Short-Term Memory,Bi-LSTM)网络,构建多类型特征融合的疲劳识别模型;通过单一类型特征与多类型特征对比试验、不同场景对比试验证明,基于Bi-LSTM的多类型特征融合识别方法的准确率和鲁棒性较单一类型特征识别方法均有明显提升,能在各种场景下更好地识别驾驶员的疲劳状态。

A NOVEL MULTI-VALUED BAM MODEL WITH IMPROVED ERROR-CORRECTING CAPABILITY

A Hyperbolic Tangent multi-valued Bi-directional Associative Memory (HTBAM)model is proposed in this letter. Two general energy functions are defined to prove the stabilityof one class of multi-valued Bi-directional Associative Memorys(BAMs), with HTBAM being thespecial case. Simulation results show that HTBAM has a competitive storage capacity and muchmore error-correcting capability than other multi-valued BAMs.

基于多注意力Bi-LSTM的恶意软件预测

在恶意软件预测任务中,针对训练数据不足及模型无法突出重要时序信息的问题,提出一种使用TS-GAN对数据进行扩增和使用多注意力Bi-LSTM模型进行预测的方案。多注意力Bi-LSTM由三层网络组成,利用Bi-LSTM层自动学习恶意软件并输出各时间步的隐状态,通过多注意力层为各时间步隐状态分配权重突出重要时序信息,使用预测判别层实现恶意软件良性或恶意的预测。实验结果表明,该方法可以在恶意软件执行前4秒内以95.8%的预测准确率实现对恶意软件的预测,优于其它方法。

Bi-/multi-modal pore formation of PLGA/hydroxyapatite composite scaffolds by heterogeneous nucleation in supercritical CO_2 foaming

Scaffolds with multimodal pore structure are essential to cells differentiation and proliferation in bone tissue engineering.Bi-/multi-modal porous PLGA/hydroxyapatite composite scaffolds were prepared by supercritical CO_2 foaming in which hydroxyapatite acted as heterogeneous nucleation agent.Bimodal porous scaffolds were prepared under certain conditions,i.e.hydroxyapatite addition of 5%,depressurization rate of 0.3 MPa·min^(-1),soaking temperature of 55℃,and pressure of 9 MPa.And scaffolds presented specific structure of small pores(122 μm±66 μm)in the cellular walls of large pores(552μm±127μm).Furthermore,multimodal porous PLGA scaffolds with micro-pores(37 μm±11 μm)were obtained at low soaking pressure of 7.5 MPa.The interconnected porosity of scaffolds ranged from(52.53±2.69)% to(83.08±2.42)%by adjusting depressurization rate,while compression modulus satisfied the requirement of bone tissue engineering.Solvent-free CO_2 foaming method is promising to fabricate bi-/multi-modal porous scaffolds in one step,and bioactive particles for osteogenesis could serve as nucleation agents.

基于Bi-GRU和外部注意网络的会话推荐模型

基于会话的推荐系统(SRS)可以根据匿名用户的历史行为序列预测用户的下一个动作。现有推荐模型大都会忽略当前会话与其他会话的潜在相关性,不能捕捉用户的主要意图。为解决该问题,提出一种基于Bi-GRU和外部注意网络的会话推荐模型(SR-BGEAN)。该模型首次将外部注意机制引入会话推荐任务中,并结合Bi-GRU进行建模,同时捕获会话内物品双向顺序信息和会话样本间全局信息,形成最终的兴趣表示。在Diginetica和Yoochoose数据集上的实验结果表明,相对最优的基线模型,SR-BGEAN模型在推荐的前20个项目中的命中率更高,可达到71.50%。

一种天基双基地InSAR系统的相位同步方法及验证情况

以德国的TanDEM-X双星编队干涉合成孔径雷达(InSAR)卫星系统为背景,提出了基于点频连续波同步信号双向对传,实现编队卫星InSAR系统相位同步的方法。文中给出了该同步方法实现的框架,对该相位同步方法的原理进行了理论推导,得出了补偿相位差的表达式,并对影响同步精度的因素进行了初步的分析。该方法可用于天基双/多基地合成孔径雷达系统相位同步链路的设计,仿真分析的结果验证了该方法的理论可行性。此外,通过搭建实物系统对系统的工程可实现精度进行了验证,结果表明获取的载波频率相位同步精度与倍频器件的频率精度和一致性密切相关。该相位同步方法为与TanDEM-X相近InSAR系统的设计提供参考。

多品种电力市场交易下负荷聚合商投标策略及市场均衡分析

中国新型电力系统建设正面临灵活资源短缺等问题,亟须发挥负荷侧调节能力。随着电网与负荷双向交互越发频繁,更多负荷聚合商通过整合辖区灵活资源参与市场交易,导致以往由发电侧占主导的市场均衡被打破。为研究多主体负荷聚合商博弈策略,构建了能量-备用电力市场下负荷聚合商双层投标模型,并引入多场景描述非决策者投标不确定性对市场均衡的影响。通过强平稳算法(SSM)将多个双层模型转化为带均衡约束的均衡问题(EPEC)模型,并采用大M法、二进制展开法等线性化方法进行线性化。算例结果验证了模型及求解算法的合理性和有效性,表明基于EPEC模型的负荷聚合商最优投标策略更加契合实际市场规则,有助于系统优化负荷曲线,缓解灵活资源供需紧张。

长联大跨钢桁梁桥-无砟轨道静动力适应性研究

研究目的:为研究高速铁路长联大跨钢桁梁桥铺设无砟轨道的适应性,本文以我国首座铺设无砟轨道的长联大跨钢桁梁桥-郑济高铁黄河特大桥为研究对象,基于梁轨相互作用原理建立钢桁梁桥-无砟轨道精细化非线性分析模型,分析无缝线路强度、变形协调性、轨道静态铺设精度指标的变化规律,研究钢桁梁桥-无砟轨道静力适应性;基于车桥耦合动力学理论建立车-轨-桥耦合动力学模型,分析不同温度下的车桥耦合振动及行车性能,研究钢桁梁桥-无砟轨道动力适应性。研究结论:(1)长联大跨钢桁梁桥-无砟轨道体系的无缝线路强度、变形协调性、轨道静态不平顺及行车性能指标等指标均满足规范要求,静动力适应性表现良好;(2)温度梯度对无砟轨道层间压缩量、扣件滑移量影响显著,与整体温差相比,分别增大了51.08%和50.00%;(3)温度梯度劣化轨道静态中短波不平顺,与整体温差相比,10 m弦长、30 m基线长指标分别增大了144.12%和76.06%,60 m弦长指标基本不变;(4)温度梯度对轮重减载率影响显著,对脱轨系数、横向轮轨力等其他安全性和舒适度指标影响较小。

融合多特征和表情情感词典的性别对立言论识别方法

为识别相关极端言论,提出了一种融合多特征和表情情感词典的性别对立言论识别方法。首先,使用BERT(Bidirectional encoder representation from transformer)提取输入文本的字符特征,并使用Word2Vec提取输入文本中五笔、郑码以及拼音3个方面的特征;然后,将这4个方面的特征进行融合,再输入到Bi-GRU(Bi-directional gated recurrent unit)网络中学习更深层次的语义信息;最后,通过全连接层加SoftMax函数计算出情感极性概率,并融合表情情感词典判别输入文本是否为性别对立言论。通过在自行收集的中文性别对立数据集上进行实验,与未加入特征和表情情感词典的方法相比,在F1值上有5.19%的提升。同时,在公开中文情感分析数据集Weibo_senti_100k上进行验证,证明了本方法的泛化性。

环形多孔气体静压止推轴承静态性能研究

为提升气体静压止推轴承的静态性能,设计一种新型环形多孔气体静压止推轴承。依据气体润滑原理、采用有限体积法对环形多孔气体静压止推轴承的三维物理模型进行数值模拟,研究节流器上节流孔数量、直径、分布方式和供气压力对气体静压止推轴承静态性能的影响。结果表明:节流孔数量对环形气体静压止推轴承的承载力影响显著,但孔数增加到一定程度后承载力增速放缓;节流孔直径对承载刚度影响较大,随着节流孔直径逐渐减小最佳刚度逐渐增大;节流孔排布方式和供气压力对气体静压止推轴承的静态性能均有明显影响。

水平稳恒磁场对Al-10%Bi合金中富Bi相分布的影响

在有、无磁场作用下进行Al-10%Bi过偏晶合金的凝固实验,分析了1T水平稳恒磁场对富Bi相分布的影响。结果表明,磁场作用下的合金试样上部的富Bi相粒子密度增加,下部的富Bi相粒子密度较少,且富Bi相粒子尺寸分布范围变窄。水平稳恒磁场在一定程度上阻碍了液滴的碰撞凝并和重力沉降,避免了液滴的局部聚集,提高了液滴沿重力方向的均匀程度,有利于获得富Bi相均匀分布的合金凝固组织。