基于隶属度分离测度SVM决策树层次结构设计方法*

从样本的类空间分布和随机测试样本对每个类别的隶属度两方面考虑,对现有的分离测度进行了改进,并给出了一种基于隶属度分离测度的SVM决策树多类分类算法.实验表明,对于随机测试样本属于每个类别的概率均不相同的多类分类问题,基于隶属度分离测度的SVM决策树在与传统的SVM决策树有着基本相同的分类精度情况下,具有更快的分类速度.     

分形维数及其在图像分类中的应用研究*

首次从分形维数的角度出发,提出了用图像的分形维数对图像进行分类的问题,并且对小幅交通路况图像的分形维数分布区间进行了研究.从实验结果看,分形维数可以很好地作为图像分类与分析的参数.当盒子边长ε取最小值2和4时,交通路况图像的维数区间为2.4～3.0和2.8～3.0.     

基于多模型融合Stacking集成学习的异常用电检测方法研究

针对单一异常用电检测方法对于存在不平衡性的数据集检测效率普遍不高的问题,提出了一种基于多模型融合Stacking集成学习的异常用电检测方法。首先,以居民用电数据作为研究对象,分析用户在习惯上表现的不同特征,结合不平衡处理技术和分类预测算法进行研究;其次,为了提高模型的整体性能,采用量子遗传算法对集成学习模型中的参数做优化处理;最后,通过云南某地区用电数据集进行验证,证明所提模型相比单一学习模型检测的准确率有明显提升,对提升异常排查效率,降低电力公司的运营成本具有重要意义。     

基于字符级CNN的调水工程巡检文本智能分类方法

日常安全巡检是维护长距离调水工程安全运行的重要手段。目前巡检采集的非结构化文本数据主要依靠人工进行安全等级评判,在工作效率和准确率方面存在明显不足。本研究基于自然语言处理技术,提出了一种面向字符层面的卷积神经网络的巡检安全文本智能分类方法。该方法通过引入预训练的单个字符向量改进卷积神经网络的输入层,使得分类模型直接从原始文本中提取特征信息,不仅避免了传统分类方法对专业词库的依赖,而且不易受文本中出现的口语化表达和错别字的影响。以国内南水北调工程的巡检文本为案例,通过与多种深度学习算法进行全面比较,对比验证了所提方法的有效性和优越性。结果表明,字符级的分类方法明显优于传统基于词的分类方法,且卷积神经网络在巡检文本分类方面明显优于其他深度学习网络。该方法具有较高的分类准确率,以此为调水工程安全维护提供新的智能化手段。     

离散差分模块在癫痫脑电分类中的应用

针对癫痫脑电信号多分类的精度提升问题,提出了一种基于信号转差分模块与卷积模块结合的分类算法。信号转差分模块对原始脑电信号进行多阶差分运算,得到描述其波动特征的差分表示;然后卷积模块动态学习的方式将差分脑电信号转换为图片,利用预训练的卷积神经网络来提取信号特征并实现自动分类。分类结果表明,与现有研究相比,所提出的方法的最高提升了8.1%的分类准确率。在两分类问题上达到了99.8%的分类准确率,在三分类问题上获得了92.8%的准确率,在五分类问题上取得了86.7%的准确率。说明信号转差分模块对于脑电信号分类问题有积极作用。     

考虑样本类别不平衡的电网故障事件智能识别方法

电网中不同设备的故障概率存在差异,影响智能诊断技术的准确性.为解决此问题,提出了一种基于代价敏感学习和模型自适应选择融合的电网故障事件智能识别方法.首先,利用Word2vec模型将预处理后的电网告警信息向量化,并搭建2个双向长短期记忆网络作为基础分类器;然后,设计代价敏感损失函数,将交叉熵损失函数与代价敏感损失函数分别应用于2个分类器中;最后,提出一种模型自适应选择融合法,融合上述分类器,得到故障事件识别结果.实际数据测试表明,所提方法能够有效降低故障事件识别中样本类别不平衡的影响.     

用热分析仪检测球化率的实践

对球铁球化处理后判断球化效果的几种检测方法进行了比较。设计了一种双通道热分析系统，并进行了检测球化率的实验，结果表明：热分析法得到的球化率数据与金相检查得到的数据有密切的相关性，而两者与声速球化分析的结果相关性则较差。双通道热分析法不但可以对球化与否进行判断，还可以进行具体球化率和球墨大小的评定。     

Defect classification using a new feature for pulsed eddy current sensors

The objective of this study is to identify defects such as surface cracks, subsurface defects and metal losses using feature based pulsed eddy current sensors. A new feature, termed as the rising point, related to the propagation time of electromagnetic waves in metallic targets is proposed for defect classification. Experimental studies of the validation, robustness of the new feature of rising time are reported. In addition to other features, defects can be detected and quantified robustly and lift-off can also be derived from the rising time. Conclusion and further work are derived on the basis of the findings.     

我国超细粉碎与超细分级技术的现状及问题

近年来 ,我国的超细粉碎与超细分级技术有很大的发展 ,但在发展过程中存在着一些问题。超细粉体涉及的行业众多 ,但对其粒度的分类至今国内尚无定论。通过调研 ,分析了目前国内超细粉碎设备的现状。对超细粉体分级技术中的干法分级和湿法分级作了比较全面的介绍 ,并对我国超细粉碎与超细分级技术的发展提出了建议     

关于煤炭硫分分级的探讨

根据国家质量技术监督局的计划安排,国家标准GB／T15224－1994《煤炭质量分级》需要修订。本文主要讨论“煤炭硫分分级”方面的内容。