课程文献中心 更多>>

关键词： 环氧乙烷   催化剂失活   反应动力学   反应器模型   支持向量回归  

摘要： 环氧乙烷是乙烯工业的重要衍生物之一,主要由乙烯在银催化剂作用下直接氧化生产。针对催化剂活性缓慢衰减,需定期调整操作条件以维持产量和高选择性的问题,提出了机理模型和数据模型耦合的方法,以确定催化剂的活性变化和各操作条件的影响。以某工业环氧乙烷反应器为对象,通过阿里云智能制造平台挖掘生产数据,分别使用反应动力学、失活动力学、反应器模型和支持向量回归,建立了各操作条件与反应器出口组成的模型。结果表明,在输入变量中添加机理模型所得的活性变量后,支持向量回归模型较原始模型更加准确,计算的反应器出口组成和选择性在测试集上的平均绝对百分比误差小于3%,为优化选择性提供了基础。

关键词： 结构性砂土   离散单元法   机器学习   符号回归   损伤规律  

摘要： 破损参数是用来描述岩土材料由胶结状态向无胶结状态转化的变量,合理地描述结构性土的破损演化规律是建立结构性土本构模型的关键。目前,大多损伤规律的研究先假设破损参数的表达式,随后通过拟合室内试验结果获取相关参数,从而确定损伤规律,这些损伤规律的合理性及适用性有待验证。为得到统一的具有微观意义的结构性砂土损伤规律显式数学表达式,提出了一种基于符号回归的损伤规律预测模型。首先,基于具有微观物理意义的破损参数定义式,建立不同离散元(distinct element method,DEM)损伤数据库。其次,采用组合输入变量的方法在等向压缩和等p真三轴压缩应力路径上进行参数筛选(p为平均有效应力),结合基于遗传编程的符号回归(genetic programming-based symbolic regression,GPSR)算法,得到不同复杂度的损伤表达式。最终对比不同表达式的预测误差和泛化误差,选择表现最好的表达式为结构性砂土损伤规律,即GPSR损伤规律。对比前人经典损伤规律表达式,在不同DEM损伤数据库上进行适用性分析。结果表明,GPSR损伤规律将破损参数表示为塑性偏应变εs、归一化的平均有效应力p/py以及中主应力系数b的函数,可以很好地反映结构性土向重塑土转变的过程;GPSR损伤规律在不同损伤数据库上良好的预测精度进一步证明了其在不同岩土材料上的适用性。研究成果对建立结构砂土本构模型具有一定参考价值。

关键词： 阳极炉炼铜   还原期   GRNN算法   图像处理   终点判断  

摘要： 针对阳极炉炼铜还原期终点判断依赖人工判断的局限,利用机器学习技术实现智能判断。通过图像去模糊处理优化图像特征,对图像进行灰度差分矩阵运算,将矩阵中提取出的特征值作为神经网络的输入,构建了一种新的铜阳极炉精炼还原期终点判断模型。试验结果显示,在真实生产环境下,采用GRNN算法对还原终点进行预测,有助于消除铜阳极炉精炼过程中不同指标之间的相关性,减少了数据冗余和系统误差,使预测精度提高至96.54%。相较于传统方法,这种新的判断模型有效提高了阳极炉炼铜还原期终点判断的准确性。

关键词： 自主式水下航行器   动态目标   改进头脑风暴算法   协同搜索  

摘要： 针对搜索水中动态目标问题,提出一种基于改进头脑风暴优化(brain storm optimization,BSO)算法的多自主式水下航行器(autonomous underwater vehicle,AUV)协同搜索方法。该方法采用基于马尔可夫过程的运动预测目标存在概率,联合探测信息与预测信息更新目标存在概率。AUV间共享目标存在概率、环境不确定度、协调信息素等信息,各自利用滚动优化策略规划搜索路径。对该方法进行了有效性和鲁棒性的仿真验证。仿真结果表明,该方法能搜索到不同运动模式的水中动态目标,搜索效果优于随机算法、遍历算法等传统算法和BSO智能算法,且对AUV的不同初始出发位置不敏感,提高了战术使用的灵活性。

关键词： 糖尿病   机器学习   网格搜索与交叉验证   切比雪夫距离   GCC-KNN  

摘要： 糖尿病是世界上常见的慢性病,及时查验和治疗非常有必要。在目前数字化背景下,将机器学习与医疗安全相结合具有重要意义。针对医院检查人群中潜在糖尿病病人遗传分类识别进行研究。由于糖尿病病人分类识别的特征值较多且密集,且本文主要的需求是保证其识别的准确率,故在KNN算法的基础上进行改进,使用了改进的GCC-KNN模型来对其进行分类识别,通过网格搜索优化算法确定了K值的最优参数,以及将不同距离进行对比,选择了该模型的最优距离切比雪夫距离,实现了医院检查人群中潜在糖尿病病人遗传的初步划分。经过实验对比,GCC-KNN模型准确率在潜在糖尿病病人遗传分类识别中均优于其他对比模型。Diabetes is a common chronic disease in the world, so it is necessary to check and treat it in time. In the current digital context, combining machine learning with medical security is of great significance. The genetic classification and identification of potential diabetes patients in the hospital inspection population were studied. Because the feature values for classification and recognition of diabetes patients are more and more intensive, and the main demand of this paper is to ensure the accuracy of their recognition, it is improved on the basis of the KNN algorithm, using the improved GCC-KNN model to classify and recognize them, determining the optimal parameters of K value through the grid search optimization algorithm, and comparing different distances, selecting the optimal distance Chebyshev distance of this model, realizing the preliminary division of the genetics of potential diabetes patients in the hospital inspection population. Through experimental comparison, the accuracy of GCC-KNN model is superior to other comparison models in genetic classification and recognition of potential diabetes patients.

关键词： 分数微积分   特殊函数   围线积分   近似算法   分数阶信号分析  

摘要： 针对米塔-列夫勒函数类的表示、快速有效高精度计算、显示的问题,考察和实现四种数值算法:累加算法、分区算法、最优抛物线围线算法和帕德逼近算法。通过MATLAB软件编程和仿真,绘制、显示米塔-列夫勒函数,分析对比算法性能。实验结果表明,最优抛物线围线算法的计算精度和适用性最好,帕德逼近算法计算速度最快,分区算法优于累加算法。

关键词： 医学图像分割   神经网络   轻量化   门控注意力  

摘要： 近年来,Transformer模型改善了深度神经网络在传统医学图像分割领域性能欠佳的问题,但因庞大的计算参数量而难以应用于移动端,为此提出一种轻量化网络ECG-UNet。首先,在保持模型性能的前提下,在瓶颈处采用线性映射与注意力相结合的策略替代普通卷积,以减少网络的参数量;同时,在网络中引入轻量化多层感知机模块,从而在图像中学习到关于分割目标更多的位置信息;其次,使用空洞卷积来获取更大的感受野;最后,在跳跃连接上加入门控注意力机制,增强网络中的特征传播,以相对较小的计算代价换取模型性能的进一步提升。在BUSI和ISIC2018两个数据集上对该模型进行验证,结果表明:本文提出的网络结构相较于当前主流算法,在分割性能更佳的情况下大大降低了计算资源的消耗。

关键词： 在轨组装   型面精度   装配精度分析   代理模型   精度调控  

摘要： 受制于航天器有限的运载能力,为实现更大结构尺寸星载天线的部署,在轨组装技术应运而生。本文针对面向在轨组装的模组天线精度保障问题,分析了在轨组装模组天线结构特点和型面精度调控方式,建立了设计缩比样机实验测试平台,构建了满足精度求解要求的模组天线型面精度分析有限元模型,通过缩比样机测试实验验证了有限元模型的准确性,构建了BP神经网络型面精度代理分析模型,提出了基于遗传算法的型面精度调控方法,并通过缩比样机结构算例验证了调控算法的有效性。

关键词： 抽取式摘要   抽象式摘要   预训练模型   双向编码器表征法   藏文  

摘要： 为了推动文本摘要技术在藏文领域的发展,采用两阶段微调的方法,构建了一种融合抽取式和抽象式的藏文摘要模型(BERT-ext-abs),保留了摘要的流畅性和语义一致性。训练抽取式藏文摘要模型BERT-ext,在此基础上进行第二次微调,得到抽象式藏文摘要模型BERT-ext-abs。从训练模型结构和数据规模两个角度分别设置对比实验,结果表明,相较于未经过二次微调的抽象式藏文摘要模型BERT-abs, BERT-ext-abs模型在ROUGE-1分数上提高了3.23%,在BERT Score分数上提高了0.95%。此外,与BERT-abs相比,BERT-ext-abs的模型参数量和训练数据量更少,能更高效地生成流畅且语义一致的摘要。

关键词： 习近平新时代中国特色社会主义思想   管理新趋势   新型工业化   赋能   研讨交流   创新驱动发展战略   经验成果   高质量发展  

摘要： 【本刊讯】12月5~6日,2024(第五届)设备管理新趋势交流会在上海市成功召开,本届会议的主题是“新机遇·新能源赋能新质生产力”,主要任务是深入贯彻习近平新时代中国特色社会主义思想和党的二十大、二十届三中全会精神,深入实施创新驱动发展战略,积极推进新型工业化,大力宣传推广工业企业在设备管理与技术创新方面取得的经验成果,研讨交流新时代设备管理新趋势新理念,赋能新质生产力,助推工业企业高质量发展。