Large Deviations for Heavy-tailed Random Variables in Prospective-loss Process

In this paper, we study the precise large deviations for the prospectiveloss process with consistently varying tails. The obtained results improve some related known ones.

铁尾矿混凝土力学性质及耐久性

这是一篇陶瓷及复合材料领域的论文。为了研究铁尾矿混凝土在受硫酸钠溶液干湿循环作用后的力学特性和耐久性,开展了受硫酸钠溶液侵蚀混凝土的抗压实验、抗氯离子侵蚀实验、抗冻实验和水化特性实验,分析不同铁尾矿掺量、干湿循环次数、溶液浓度对混凝土力学性质和耐久性的影响。结果表明:在铁尾矿掺量为30%、干湿循环次数为60次和硫酸钠浓度为5%时,混凝土的质量损失率较小而抗压强度耐腐蚀系数较大。随着铁尾矿掺量的不断增大,混凝土的抗氯离子侵蚀性能、抗冻性能越好,水化反应放热量不断减小。

收缩、分离和聚合:面向长尾视觉识别的特征平衡方法

数据在现实世界中通常呈现长尾分布,即,少数类别拥有大量样本,而多数类别仅有少量样本.这种数据不均衡的情况会导致在该数据集上训练的模型对于样本数量较少的尾部类别产生过拟合.面对长尾视觉识别这一任务,提出一种面向长尾视觉识别的特征平衡方法,通过对样本在特征空间中的收缩、分离和聚合操作,增强模型对于难样本的识别能力.该方法主要由特征平衡因子和难样本特征约束两个模块组成.特征平衡因子利用类样本数量来调整模型的输出概率分布,使得不同类别之间的特征距离更加均衡,从而提高模型的分类准确率.难样本特征约束通过对样本特征进行聚类分析,增加不同类别之间的边界距离,使得模型能够找到更合理的决策边界.该方法在多个常用的长尾基准数据集上进行实验验证,结果表明不但提高了模型在长尾数据上的整体分类精度,而且显著提升了尾部类别的识别性能.与基准方法BS相比较,该方法在CIFAR100-LT、ImageNet-LT和iNaturalist 2018数据集上的性能分别提升了7.40%、6.60%和2.89%.

铁尾矿混凝土抗硫酸盐腐蚀性能和微观结构特征

这是一篇陶瓷及复合材料领域的论文。本文研究了硫酸钠溶液腐蚀铁尾矿混凝土的力学特性和耐久性,分析了不同铁尾矿掺量、腐蚀循环次数、硫酸钠溶液浓度对其力学性质和耐久性的影响。结果表明:在铁尾矿掺量为30%、腐蚀循环次数为60次和硫酸钠浓度为5%时,混凝土各项性能指标达到较佳状态。随着铁尾矿掺量的不断增大,混凝土的抗氯离子侵蚀性能和抗冻性能越好,水化反应放热量却不断减小,而混凝土的孔隙率和总进汞体积变化规律均呈现出先减小后增大的趋势。在同一铁尾矿掺量条件下,经腐蚀作用后混凝土主峰幅值的变化规律呈现出不断增大的趋势;而在同一硫酸钠溶液浓度条件下,经腐蚀作用后混凝土主峰幅值的变化规律呈现出先减小后增大的趋势。

量测随机丢失下基于容积卡尔曼滤波的厚尾噪声处理方法

针对量测随机丢失和厚尾量测噪声条件下的非线性状态估计易发散问题,提出了一种新的非线性卡尔曼滤波方法。引入服从Gamma分布的辅助参数,将厚尾量测噪声建模为Student’s t分布,以解决厚尾噪声导致的状态估计易发散问题,并采用服从Benroulli分布的随机变量来描述量测信号随机丢失的现象;在量测随机丢失下,基于目标状态和未知参数建立联合后验分布,并使用变分贝叶斯方法,联合估计系统状态、量测丢失概率和未知的厚尾噪声。非线性目标跟踪仿真实验表明,提出的算法可自适应估计未知的量测丢失概率,在野值概率为5%的条件下,算法目标跟踪的位置、速度和转动速率均方根误差分别为对比算法的37%、28%和60%;在野值概率为10%的条件下,其他算法均出现了发散现象,而提出的算法依然能够以较低的误差跟踪目标,体现了所提算法良好的鲁棒性和优越性。

基于深度学习的无人机地物图像分割方法

针对无人机地物图像的传统分割方法工程量大,效率低下,深度学习的无人机地物图像分割算法在复杂场景下精度不高和数据集的类别不均衡(长尾数据)等问题,提出一种基于深度学习的高分辨率无人机地物图像分割方法,用于提高不同地貌区域的分割精度。在语义分割模型DeepLabv3的基础上进行改进,将原始主干网络ResNet101替换为ResNet152并添加预训练模型,调整扩张卷积空间金字塔池化模块的扩张率,采用类别平衡损失函数来解决长尾数据问题。在采集的无人机地物图像数据集上进行训练并通过测试集的分割效果证明模型改进方法的有效性。根据实验模型分割效果表明,改进后的方法在测试集上平均交并比达到70.8%,相比原始模型提升了27.2%,能够得到效果更好的分割结果。

结合区域采样和类间损失的人体解析模型

人体解析是一项细粒度级别的语义分割任务,随着人体解析数据集中标注类别的精细化,人体解析数据集呈长尾分布,导致对相似类别的识别难度不断增大。均衡采样是解决长尾分布问题的有效方法。针对人体解析任务中难以对标注目标进行均衡采样和模型对相似类别的误判率增加等问题,文中提出了一种结合区域采样和类间损失的人体解析模型,该模型包含语义分割网络、区域均衡采样模块(Regionally Balanced Sampling Module,RBSM)和类间损失模块(Inter-class Loss Module,ILM)3个部分。首先将待解析图片送入语义分割网络得到初步预测结果,RBSM对初步的预测结果和真实标签进行采样,对采样后的预测结果和真实标签计算主损失;同时提取出语义分割网络的最后一层特征热图与真实标签,并将其送入ILM计算类间损失,让模型同时优化主损失和类间损失,最终得到精度更高的模型。在MHPv2.0数据集上的实验结果表明,该模型在不更改原有语义分割网络结构的基础上将mIoU评测指标提高了1.3%以上,有效缓解了长尾分布和类间的相似性给人体解析带来的影响。

不同胶凝剂浆体含量流变特性研究

为探究胶凝剂的种类以及含量对罗河铁矿充填料浆流变特性的影响,采用Brookfield R/S plus型流变仪对罗河铁矿全尾砂、全尾砂与水泥、全尾砂与胶固粉浆体进行流变性能研究,分析不同料浆浓度和不同胶结剂对浆体的流变曲线、屈服应力、黏度系数和沿程阻力损失的影响。结果表明:随充填浓度的增加,全尾砂料浆的屈服应力和黏度均不断增加;全尾砂与水泥和全尾砂与胶固粉充填料浆的屈服应力随着充填浓度的增加而增加;水泥和胶固粉的加入均会增大全尾砂料浆的屈服应力,但水泥的加入降低了料浆的黏度;水泥和胶固粉的加入均增大了全尾砂料浆的沿程阻力损失;随着浓度的增大,沿程阻力损失增大,最优浓度为66%~68%。

淫羊藿苷对模拟微重力环境大鼠骨丢失的防治作用

目的探讨淫羊藿苷对模拟微重力环境大鼠骨丢失的防治作用。方法取2月龄Wistar雄性大鼠30只,采用随机数字表法分为对照组、尾吊组、淫羊藿苷组,每组10只。尾吊组、淫羊藿苷组均建立尾吊模型,淫羊藿苷组给予淫羊藿苷50 mg/kg灌胃,对照组和尾吊组则给予等体积蒸馏水,每周称体质量1次。给药28 d后麻醉下腹主动脉采血处死大鼠,检测股骨骨密度并进行生物力学检测,观察并分析胫骨的HE染色结果,进行胫骨Mirco-CT检测,测定血清骨代谢生化指标。结果尾吊组和淫羊藿苷组大鼠体质量下降,但差异无统计学意义;淫羊藿苷组骨密度、骨生物力学参数较尾吊组均有所改善;淫羊藿苷组骨小梁形态、数量与厚度较尾吊组均有显著改善;淫羊藿苷组骨钙素(osteocalcin,OCN)水平较尾吊组明显增加,抗酒石酸酸性磷酸酶5b(tartrate-resistant acid phosphatase-5b,TRACP-5b)水平较尾吊组明显降低。结论淫羊藿苷对模拟微重力环境大鼠骨丢失具有良好的防治作用。

基于梯度引导加权‒延迟负梯度衰减损失的长尾图像缺陷检测

针对目前图像缺陷检测模型对长尾缺陷数据集中尾部类检测效果较差的问题,提出一个基于梯度引导加权‒延迟负梯度衰减损失(GGW-DND Loss)。首先,根据检测器分类节点的累积梯度比值分别对正负梯度重新加权,减轻尾部类分类器的受抑制状态;其次,当模型优化到一定阶段时,直接降低每个节点产生的负梯度,以增强尾部类分类器的泛化能力。实验结果表明,在自制图像缺陷数据集和NEU-DET(NEU surface defect database for Defect Detection Task)上,所提损失的尾部类平均精度均值(mAP)优于二分类交叉熵损失(BCE Loss),分别提高了32.02和7.40个百分点;与EQL v2(EQualization Loss v2)相比,分别提高了2.20和0.82个百分点,验证了所提损失能有效提升网络对尾部类的检测性能。

大尹格庄金矿全尾砂自流输送试验研究

大尹格庄金矿为全面推广全尾砂充填工艺,需测定全尾砂充填料浆的自流输送参数,通过流变仪只能测定低浓度料浆,还需进一步测定高浓度料浆的参数。借助环形管道输送系统,共进行全尾砂、灰砂比1∶6和灰砂比1∶10三个高浓度关键组方的12组输送试验,获取了各组方流变参数。综合流变仪和环管测定结果,计算出各类料浆的最大允许充填倍线,分别确定了新增1、2号矿体充填管路各类型充填料浆的最大充填浓度,为现场工业试验提供了依据。

基于混合类别均衡损失的车型精细识别

为了应对车型精细识别中数据分布不均衡导致训练中头部类别过拟合,而尾部类别被忽略的问题,提出了一种基于混合类别均衡损失的车型精细识别数据增强方法。结合Mixup数据增强方法和类别均衡损失,提出混合类别均衡交叉熵损失函数;通过均衡子集微调的训练策略,进一步提高了长尾分布数据的识别效果。实验结果表明,算法在Stanford Cars、CompCars、SYSU Cars数据集上的识别准确率分别比Baseline提高了1.07、0.17和1.58个百分点,有效地缓解了因车型数据不均衡带来的问题,进一步提高了车型精细识别的识别效果。其中SYSU Cars为自建数据集,由66137张车辆正脸图片构成,包含102种品牌,691种车型以及不同的光照条件(即将在OpenITS上公开)。

基于生态系统服务价值的尾矿库溃坝短期生态环境损失评估

尾矿库溃坝不但会对下游居民生命财产安全构成威胁,而且会导致当地生态环境遭到严重破坏。为了定量评估尾矿库溃坝造成的生态环境损失,在溃坝尾砂流演进过程模拟的基础上,提出了基于生态系统服务价值的尾矿库溃坝生态环境损失评估方法。以江西省某铁矿尾矿库工程为例,模拟了溃坝尾砂流演进过程,获取了该尾矿库下游受灾区域分布及危险程度区划图,并从生态系统服务价值的角度评估了尾矿库溃坝造成的短期生态环境损失。结果表明:采用Bingham流变模型可有效模拟尾矿库溃坝及尾砂演进过程,获得尾矿库下游地区受灾情况;尾矿库下游地区受到溃坝影响的生态系统主要包括森林生态系统和农田生态系统,其中森林生态系统遭受的损失最大。所提方法可为类似尾矿库工程漫顶溃坝生态环境损失评估提供理论参考。

Huber损失下线性模型的序列相关检验

金融数据分析中经常发现数据具有厚尾或非对称特征,这给模型相关性检验带来了许多困扰。针对厚尾和非对称分布的序列相关性检验问题,结合秩相关系数和Huber损失,提出了HubT、CCT检验统计量,并在原假设下得到了检验统计量的渐近分布。通过数值模拟说明新构建的统计量能在厚尾和非对称分布的序列中有良好的表现。

铁尾矿掺量对冻融循环和硫酸盐侵蚀联合作用下混凝土抗劣化性能的影响

为研究铁尾矿掺量在硫酸钠冻融循环作用下的混凝土劣化机理,对铁尾矿混凝土的质量和抗压强度损失率、相对动弹性模量进行了测试,建立了基于威布尔分布的冻融损伤模型。结果表明:硫酸钠冻融150次后,当铁尾矿的替代率为60%时,铁尾矿混凝土的质量损失最大,为1.7%;铁尾矿混凝土的抗压强度损失率随着冻融次数增加不断增大;60次冻融后,IC15组铁尾矿混凝土和IC45组铁尾矿混凝土的抗压强度损失率明显低于普通混凝土;IC30组铁尾矿混凝土的相对动弹性模量损失最小,而IC60组铁尾矿混凝土的相对动弹性模量损失最大。冻融循环0~30次时,相对动弹性模量降低缓慢,损失较小,当铁尾矿替代率为30%时,相对动弹性模量损失最小,抗冻性和抗硫酸盐侵蚀性最佳;铁尾矿混凝土在冻融循环与硫酸盐侵蚀联合作用下的冻融损伤模型符合威布尔分布,相关系数R2大于0.96。

铁尾矿砂高温性能试验研究

为了研究铁尾矿砂的高温性能,分析了铁尾矿砂和普通机制砂的矿物组成、铁尾矿砂经历不同温度作用后的表观形貌、质量损失率,检测了铁尾矿砂和普通机制砂的热稳定性,揭示了高温作用对铁尾矿砂表观形貌、质量损失、热稳定性的影响。研究结果表明:相较于普通机制砂铁尾矿砂成分复杂,除石英、长石外,铁尾矿砂中还含有黑云母、角闪石、硼铁等矿物,铁尾矿砂表面粗糙、多棱角。铁尾矿砂经历高温作用后,黑色、红褐色、白色砂粒颜色依次变为棕褐色、红棕色、黄棕色,温度为600℃时,铁尾矿砂部分砂粒可观测到清晰的裂缝,在温度从600℃上升的过程中,裂缝宽度逐渐增大,温度为800℃时,部分砂粒破裂,经历1000℃高温作用后,质量损失达到7.4%。与普通机制砂相比,铁尾矿砂受热易分解,铁尾矿砂的热稳定性较差。

电站锅炉尾部烟道流场优化研究与应用

对某电厂350 MW机组尾部烟道进行导流板局部降阻优化改造,通过实际改造工程案例,研究尾部烟道增设导流板措施后对流场及烟道阻力的影响效果。结果显示,通过在各转向烟道及变径段设置导流板,有效降低了烟道阻力,引风机电流降低,各运行参数正常,锅炉安全稳定运行,改造效果明显。改造后各电除尘烟道之间的烟气流量偏差明显变小,有效改善了电除尘器进口烟道流场分布均匀性。优化改造方案改造量小、灵活可靠、风险低,回收期短,工程投资收益率较好。

体温、摄食、断尾和雌体繁殖状态对原尾蜥虎运动表现的影响

设计4项实验研究4种内外因素(环境温度、摄食、断尾和怀卵状态)导致的肇庆原尾蜥虎运动表现种群内变异。环境温度通过影响体温而影响原尾蜥虎运动表现。两性成体疾跑速均具有在低体温范围内随体温升高而加快、在高体温范围内随体温升高而降低的一般模式。在任何体温下成年雌体的疾跑速均略大于雄体,但两者平均值在统计上无显著差异。体温对原尾蜥虎最大持续运动距离的影响存在两性间差异。成年雌体的最大持续运动距离在低体温范围(从17℃到27℃)内随体温升高而增加,而在相对较高的体温范围(从27℃到37℃)内无显著变化,成年雄体在实验体温范围(从17℃到37℃)内无显著变化;在任何体温下成年雌体的最大持续运动距离均显著大于雄性。性别与体温相互作用对最大持续运动距离有显著影响。两性个体的平均疾跑速和最大持续运动距离呈显著的正相关。当去除最大持续运动距离差异的影响后发现,疾跑速两性差异统计上仍不显著。摄食、尾自切和雌体怀卵在两个实验温度下(27℃和31℃)均减小壁虎疾跑速;而仅尾自切减小壁虎的最大持续运动距离,摄食和雌体怀卵对其无影响。以上3种因子分别与体温、性别的交互作用均不显著。这些结果说明生理限制和尾自切是原尾蜥虎运动能力变异的重要来源。一些内外因素能近因性诱导蜥蜴功能表现发生一定程度的种群内变异。

股票收益率分布的尾部行为研究

利用极值理论和方法,建立了极端日收益率数据的广义Pareto分布模型。基于所建立的模型,给出日收益率分布的尾概率,并对损失风险值进行了初步探讨。

一种高效通用的TCP尾部丢包恢复算法

随者互联网时代的到来,如何提升互联网应用的交互性能逐渐成为时下的研究热点;而在当今的互联网环境中,网络带宽已经不是瓶颈,网络时延成为影响应用交互性能的关键因素.作为互联网时代的主要应用,Web应用的网络时延受到TCP尾部丢包现象的严重影响.Tail Loss Probe算法是一种通过发送探针包来触发恢复的高效易部署的TCP尾部丢包恢复算法,但其需要修改现有的TCP加速机制,存在影响互联网稳定性的风险.针对Tail Loss Probe算法存在的不足,提出一种Double Tail Loss Probe算法,该算法对不同的尾部丢包模式进行细化处理且在适当时机下发送两个探针包以加速恢复并实现与现有TCP机制的友好兼容,从而保证互联网数据流通的稳定性.实验表明,在不同的丢包粒度和传播时延下,Double Tail Loss Probe算法都展现出更快的恢复速度;尤其在丢包粒度较大时,相比Tail Loss Probe,该算法取得了约20%的性能提升.