弱监督场景下的支持向量机算法综述

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量的、唯一且明确的真值标记样本来训练学习器,在不完全监督、不确切监督以及多义监督等弱监督场景下难以取得较好的效果.本文首先阐述了弱监督场景的概念和SVM的相关理论,然后从弱监督场景角度出发,系统地梳理了目前SVM算法的研究现状和发展,包括基于半监督学习、多示例学习以及多标记学习的方法;其中基于半监督学习的方法根据数据假设可细分为基于聚类假设和基于流形假设的方法,基于多标记学习的方法根据解决方案可细分为基于示例水平空间、基于包水平空间以及基于嵌入空间的方法,基于多标记学习的方法根据处理思路可细分为基于问题转换和基于算法自适应的方法;随后,本文总结了部分代表性算法在公开数据集上的实验结果;最后,探讨并展望了未来可能的研究方向.

基于驾驶场景与决策规则的智能汽车换道决策

复杂交通环境中,换道决策直接影响智能汽车自主换道效果,然而在换道决策过程中依旧存在着预测正确率低以及决策安全的问题。因此,针对这一问题,提出了基于驾驶场景和决策规则的换道决策模型。考虑换道后的交通行驶状况对换道决策的影响,引入换道后的期望速度和换道前后与前车的距离作为新的特征变量,基于特征变量与换道决策的相关性建立了换道决策规则。建立了模拟真实驾驶环境的换道场景数据集,扩充了NGSIM换道场景数据集,并对其进行了有效性验证。针对换道决策的多参数和非线性问题,提出了基于贝叶斯优化核函数的支持向量机模型,在换道场景数据集上进行测试验证。结果表明:新引入的决策特征变量对换道行为有积极作用,换道场景数据集能够模拟真实的换道场景,可进一步应用到换道决策和轨迹规划的研究中,支持向量机模型对换道行为的预测正确率达95.40%,高于其他机器学习分类器,提高了换道行为的安全性。

案例支持下城市灾害风险应对的大数据治理模式分析方法

在城市灾害风险应对(disaster risk response,DRR)领域,大数据应用通常存在数据不平衡、共享不充分、精准智能化水平低等多方面问题,大数据治理模式的构建完善急需相关知识支持,却面临场景复杂性与碎片化知识分布带来的知识困境。本文从最佳实践理论视角出发,考虑对历史案例的知识学习,提出一种基于案例借鉴的DRR大数据治理模式分析方法。基于案例方法的核心是通过场景相似度匹配,检索传递可用于目标场景的治理模式,构建可用模式集;面向检索获得的可用模式,结合模式应用的效果数据进行模式应用问题诊断与治理模式约简,再从管理复杂性与实现成本角度完成多案例模式整合,由此生成能够有效解决现实大数据应用问题的优质模式。最后,通过河南省濮阳市的城市社区防火用例分析本文方法的合理性。用例结果表明,本文方法能够精准传递与运用历史经验,有利于整合碎片化知识、解决复杂场景下的知识匮乏问题,不断提升DRR领域的大数据应用与治理模式价值。

基于时空分布的基站异常能耗分析方法

文章提出一种基于时空特征的基站异常能耗分析方法。该方法利用基站主设备能耗数据,结合地理空间和时间属性,对能耗数据进行异常标签标识。通过使用支持向量机算法训练标识后的数据,构建异常能耗识别模型。该模型能够输入历史能耗数据,输出基站能耗状态,并统计不同场景的异常率。通过该模型可分析全网能耗数据是否超过标准,从而提高能耗分析精准度,并输出异常基站供维护人员处理。同时,制定了修正机制,以更新标准,适应网络变化。

我国地方性氢能发展政策的文本量化分析

很多地方性氢能产业政策都优先于国家中长期发展规划出台,氢能产业政策编制质量直接关系到我国氢能产业高质量的健康发展。文章系统地梳理了国家和地方氢能产业政策发展脉络,检索了2017年1月1日至2022年6月1日期间发布的地方性氢能产业政策,聚焦于发展目标、技术路径、应用场景和扶持政策4个维度对政策内容进行文本量化分析,挖掘典型城市氢能产业发展规划的政策特征。研究结果表明:我国地方性氢能政策整体上在发展目标、技术方向和应用场景等方面与国家中长期发展规划呈现高度的一致性,并建立了更适宜地方氢能产业发展的技术路线、氢能应用场景与扶持政策,但产业发展规划仍存在区域间缺乏协同联动、产业链发展路径不清晰、应用推广和基础设施建设不协调、扶持政策的方式力度不一致等问题。文章提出:加强氢能产业全流程基础设施建设、突破关键核心技术难题、健全“制-储-运-加”产业链、拓宽应用场景、扩大人才储备、建立碳汇政策与推广金融工具等,是推动我国氢能产业发展与氢能政策编制需要思考的关键问题。

中国省域能源消费二氧化碳排放状态分析与情景预测

各省份积极贯彻落实碳达峰行动,有条件的地区率先达峰是我国实现2030年前碳达峰目标的关键。构建CO_(2)排放状态定量判断模型分析省域碳排放状态,并运用支持向量机多情景预测2019—2035年27个省份的能源消费碳排放量与碳达峰时间。能源“双控”指标将27个省份分为高消费高强度、高消费低强度、低消费低强度与低消费高强度的四个区域,分析每个区域的碳达峰与能源“双控”指标的关系。研究结果显示:(1)将“碳达峰”看作一个过程,目前我国6个省份处于下降期,4个平台期与17个上升期;(2)在低碳情景下各省份的碳排放水平最低,碳达峰进展最顺利,21个省份将在2030年前实现碳达峰。(3)从整体上看高消费高强度与低消费低强度区域能源“双控”进展更顺利,高消费低强度与低消费低强度区域“碳达峰”进程更快。能源“双控”与控制碳排放增长密切相关。为此,针对不同区域的能源“双控”进展与碳排放状态提出参考建议。

原位情境模拟在临床医学八年制学生ACLS培训中的应用

目的探讨原位情境模拟(in situ scenario simulation,ISS)在临床医学八年制专业学生高级生命支持(advanced cardiac life support,ACLS)培训中的应用效果。方法以2021年9月—2022年9月于北京协和医院急诊科见习的临床医学八年制学生为研究对象,随机分为ISS教学组与传统教学组进行ACLS培训。培训结束后,分别对两组学员进行理论知识及实践操作考核,对比分析两组考核成绩。以调查问卷形式收集ISS教学组对培训课程的满意度及建议。结果共89名学员参与ACLS培训并完成考核,其中ISS教学组44名,传统教学组45名,两组学员性别差异无统计学意义(P=0.462);ISS教学组理论知识、实践操作考核平均成绩均显著高于传统教学组[(80.36±6.46)比(65.33±10.43)分,P=0.000;(67.84±11.27)比(46.33±18.75)分,P=0.000]。ISS教学组所有学员均表示ISS教学对于提高理论知识掌握程度、实践操作能力及团队协作能力有效并希望下次继续开展,90.9%的学员对教学环境及设施满意。结论ISS法较传统教学法可有效提高临床医学八年制学生对ACLS理论知识的掌握程度及运用,学员满意度较高,具有一定的应用价值。

基于改进支持向量机的空域交通态势识别方法

为了准确分析空域交通态势,针对当前空域交通态势感知中管制行为因素难以度量的问题,从多种管制员工作负荷的角度进行量化分析。借助全空域及机场模型软件(Total Airspace and Airport Modeller,TAAM)建立空域仿真模型,研究了栅格化空域场景下基于改进支持向量机(support vector machine,SVM)的空域交通态势识别方法。通过对比不同的栅格化方案,结合管制员实际运行经验确定栅格形状和尺寸,以边长为25 km的六边形为最小单元,对目标空域进行栅格化处理。在引入多种管制负荷的基础上同时考虑导航设施的分布情况,建立空域交通态势识别指标体系,运用K-means聚类算法对降维后的仿真样本数据进行聚类分析,获取先验分类数据。在支持向量机模型的基础上,引入麻雀搜索算法(sparrow search algorithm,SSA),构建基于麻雀搜索算法优化支持向量机(SSA-SVM)的空域交通态势识别模型。依据适应度对解集进行划分,对模型关键参数核函数参数σ和惩罚系数C进行优化,确定了1组泛化能力强同时避免过拟合问题的参数组合,并将栅格化空域交通态势划分为4个等级。以西安区域管制区为对象开展仿真实验,结果表明:与基于遗传算法优化支持向量机(GA-SVM)的空域交通态势识别模型相比,SSA-SVM模型克服了GA-SVM模型确定的的过拟合问题,平均分类识别准确率提高2.50%,最佳分类识别准确率提高1.73%;在176个栅格中,拥堵态、拥挤态和平稳态栅格个数分别为26、18和51,模型识别结果与基于管制员经验划分的复杂空域相比,覆盖率可达95%,验证了提出方法对空域交通态势识别及降低管制员工工作负荷的有效性。

德国实施“绿氢”能源战略新举措及启示

德国新一届三党联合政府面对能源危机、经济萎缩、通货膨胀等一系列严峻问题,以更加激进的姿态推动能源结构转型,进一步加大了氢能国家战略实施力度。2023年3月,德国联合政府发布国家氢能战略H2.0,推出68条绿氢发展细化目标与措施,主要涉及目标要求、基础设施、应用场景、政策支持、技术支撑等。德国绿氢发展战略更加细化,示范效应更加显著。德国联合政府认为坚定地走绿氢能源转型之路,才能支撑起其庞大的制造业发展;而且实现气候友好、降低温室效应也是德国历届政府与普通民众坚定的目标追求;同时,通过切实解决绿氢发展的成本瓶颈,德国不仅能彻底解决其经济发展中的能源短缺问题,还会成为绿氢能源发展的引领者。探寻德国实施绿氢能源发展战略新举措,对于我国具有重要借鉴作用。我国应进一步加强政策供给,坚持先立后破,大力推进绿氢产业链建设;统筹区域布局,“绿电+绿氢+智能化”共同推进;加快基础设施建设,构建绿氢网络化、规模化体系;加强基础性研究,举全国体制加快绿氢技术创新;同时要积极参与国际合作,创造绿氢产业发展新优势。

无人机在军事物流领域的应用探析

目的分析无人机的特点优势,提出无人机在军事物流领域应用的模式。方法通过归纳总结、对比分析等方法,设计无人机在军事物流领域的典型应用场景,结合目前存在的问题差距提出针对性对策建议。结果使用无人机进行物资投送保障不受复杂道路条件制约,能有效解决军事物流末端保障难题。结论无人机在军事物流领域的应用前景十分广阔,但当前仍需解决无人机环境适应性、用途多样化、物资投送包装等方面的问题。

简支梁桥地震灾害情景推演

对于非常规突发事件的灾害情景推演一直是学术界研究的热点,桥梁作为道路咽喉和应急救灾的生命线,一旦遭受地震破坏将会对抢险救灾和秩序恢复产生重大影响。把桥梁地震灾害情景推演要素归类为致灾体、承灾体、应急处置,阐述三者间相互作用关系,并构建基于显式动力学有限元分析软件LS-DYNA的简支梁桥地震灾害模拟情景库,最后提出地震桥梁灾害应急处置策略。通过不同地震波输入对简支梁从破坏到倒塌全过程推演,研究简支梁桥结构地震风险薄弱环节和破坏模式,为灾后第一时间预判简支梁桥震损部位和程度提供依据,为桥梁应急抢险提供更精准的决策。

公共政策模拟研究:议题、类属与趋势

模拟实验工具是当代公共政策研究领域的一类新兴方法,具有较广泛的应用前景。本文借助文献计量方式对20年来国内外公共政策模拟的发展态势进行系统梳理,比较分析中外研究的主要异同,由此提炼若干建设性思考。研究发现:(1)公共政策模拟研究体现出鲜明的时代特征,关注治理场景、关注技术工具、关注价值批判。(2)公共政策模拟研究应用领域广泛散发,具体应用工具趋于多元化,且国内外研究存在一定差异。(3)当代政策模拟研究主题紧扣公共治理场景、研究范式,偏重于工具性与决策支持研究。围绕国内外研究态势,未来国内公共政策模拟研究需要发挥工具优势,进一步破除研究思维藩篱,聚焦考察公共政策生成演化的深层学理与作用机制,促进多类别工具的交叉融合。

金属3D打印技术工艺探索及应用

为了实现产品性能指标提升、技术创新、降成本、缩短制造周期、个性化定制目标,现阶段对金属3D打印激光选区融化(SLM)工艺制作铝合金(AlSi10Mg)与不锈钢(316L)材料零件进行了深入技术研究,主要对金属3D打印支撑工艺优化、无支撑技术探索、零件力学性能研究以及在汽车产品上的应用进行了深入研究,探索其实际应用场景;根据探索结果,总结了金属3D打印支撑技术工艺指导规范及无支撑技术工艺探索规律、总结打印零部件力学性能所能达到的具体数值,同时开发了汽车零件应用场景,通过金属3D打印激光选区融化(SLM)工艺替代复杂长周期高费用的传统工艺零件,为汽车零件进一步应用金属3D打印工艺技术提供了理论依据及实际应用案例参考。

组织承诺影响因素的模拟实验研究

与传统问卷调查的研究方法不同 ,本研究采用情景模拟实验的方法来探讨影响组织承诺的各种因素 ,以及组织承诺对离职等各种结果变量的影响。本研究的结果和方法进一步加深了人们对组织承诺以及情景模拟实验的理解。

方案库在水量调度决策支持系统中的应用

提出了以调度方案作为水量调度决策支持系统的基本对象 ,应用面向对象技术开发了以方案库、方案管理子系统、方案数据库、方案数据管理子系统、模型库为主要构成的决策支持系统 ,能够建立和滚动更新三门峡以下非汛期水量调度方案 .

风电功率爬坡气象场景分类模型及阈值整定研究

为了判定和预报引发风电功率爬坡事件的风速突变的强对流气象类型,考虑风电场实际运行状态、电力系统运行方式以及区域电网的热备用启动速度和承受能力确定风电功率爬坡定义及其爬坡气象场景判定标准。在此定义上,引入支持向量标记法构造了风电功率爬坡场景分类的极小值和极大值的初始化模型,通过合适的显著性参数因子及预分类结果,建立风电功率爬坡场景分类模型。进而根据气象学物理意义分类出典型爬坡气象类型和相关特征因子阈值范围。实例分析表明,风电功率爬坡气象场景分类模型和确定的分类特征因子阈值对预报判别出目标区域风电功率爬坡气象类型有较好的指导作用。

场景化:学习服务设计的新思路

"互联网+教育"时代,学习者的学习场景是动态多变的,其精准化学习服务的提供都需要在合适的学习场景中进行,由此逐渐形成围绕"场景"进行个性化学习服务设计的新业态。而目前传统的学习服务模式缺乏对场景特性的考虑,基于此,研究拟提出一个场景化的学习服务支撑架构,意图从实践层面上探讨个性化学习服务模式的设计,以满足新时代高精准的个性化学习服务要求。该架构从量化"场景"的视角,对场景的内涵、要素以及场景化服务运行机制进行剖析,在此基础上,融合大数据挖掘方法,将个性化学习服务支撑架构划分为场景化的数据模型层、学习者场景模型层和场景化的推送模型层3层架构,以此来构建一个以"场景"为核心的3层个性化学习服务支撑架构,并从技术实践层面上分析了各层架构的实现路径,进而为新时代构建一个精准的个性化学习服务模式提供了一种新的设计思路。

电信运营支撑系统的业务场景体系结构模式

通过对场景以及通用软件体系结构模式的研究,针对电信运营支撑系统(OSS BSS,opera tionssupportsystem businesssupportsystem)软件体系结构的组成特征,提出了电信运营支撑系统的业务场景体系结构模式.国内某电信运营企业已在其运营支撑系统中引入了该体系结构模式的应用,经实践证明,该体系结构模式能较好反映支撑系统整体协同工作的动态机制.

基于情景分析的应急资源保障能力评价模型研究

为有针对性地加强应急资源储备、持续提高应急资源保障能力,需要开展不同情景下的应急资源保障能力评估。根据不同突发事件对应急资源的需求差异,设计6种具有代表性的需求情景;构建2层应急资源保障能力评价指标体系,其中包含4个一级指标,23个二级指标。建立基于最小判别法-改进逼近理想解排序法(TOPSIS)的评价模型,并用算例验证模型。结果表明:引入绝对最优方案的改进TOPSIS法克服了传统方法的逆序问题,能够直接计算出综合保障能力数值;采用最小判别法不仅能直观看出影响最终保障能力的关键资源或者瓶颈资源,还能反映出应急资源保障能力的整体水平。将情景分析引入到评价模型中,则能够全方位评价应急资源的保障能力,从而使评价结果更接近实际需求。

规划支持系统(PSS)及其在城市空间规划决策中的应用

规划支持系统(PLANNING SUPPORT SYSTEM,简称PSS)是一个完整的信息系统应用框架,融合了一系列基于计算机技术的信息分析方法和模型,它面向规划师,并辅助其完成特定的规划任务. 详细阐述了规划支持系统的含义、具体的规划支持软件工具“WHAT IF?”的概念模型,并结合实例探讨了在实践中的应用,以期对我国的城市规划理论和实践有所启迪.