GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

采煤沉陷区地面塌陷原因及塌陷坑附近房屋居住安全分析

在经历过小煤矿开采的老矿区，塌陷坑是地表沉陷的主要形式之一，有的矿区甚至在非采动时期也会出现地面突然塌陷的情况，严重影响居民的生命财产安全。文章根据我国北方某矿区城市出现的地表塌陷事件，从煤层赋存条件、煤矿开采历史、自然条件等综合分析地面塌陷坑产生原因，并依据该区域采动情况，分析了塌陷坑附近房屋居住安全现状。     

数字化技术在运行中的制冷机房改造中的应用

结合工程实际,对数字化技术在运行中的制冷机房改造中的应用进行了研究.在对项目中存在的改造难点进行分析的基础上,提出了相应的针对性解决方案,以期为类似工程提供借鉴.     

陕北风沙滩区浅层地下水环境演化和发展趋势

陕北风沙滩区生态脆弱,但在风沙滩区及周边人类大量的活动,使该区域地下水环境发生了很大变化.利用风沙滩区浅层长系列地下水观测数据,结合区域水文地质条件,从内外动力地质和人为活动共同作用来分析浅层地下水赋存空间环境演化规律,预测发展趋势.完成了对浅层地下水环境多角度多层次演化的分析,并从风沙滩区植被、降落漏斗、海子面积、水质等多方面进行了发展趋势预测.得出陕北风沙滩区浅层地下水环境在人为破坏和人为保护双向发力下,向相反的方向演化,并表现出时好时坏.总之在人为破坏没有停止之前,人为保护虽有作用,但不治本.     

荔浦市岩质崩塌形成条件及失稳运动特征

通过对荔浦市境内碳酸盐岩区岩质崩塌及该区域地质环境条件的调查,总结了岩质崩塌的规模、发育高度、控制结构面等发育特征,分析了岩质崩塌形成条件,并判断岩质崩塌的失稳运动特征。本文以一处危岩为例,用无人机进行三维扫描并分析其形成原因及预测其失稳运动特征。     

两阶段领域自适应学习

针对领域自适应问题中源域和目标域的联合分布差异最小化问题,提出两阶段领域自适应学习方法.在第一阶段考虑样本标签和数据结构的判别信息,通过学习一个共享投影变换,使投影后的共享空间中边缘分布的差异最小.第二阶段利用源域标记数据和目标域非标记数据学习一个带结构风险的自适应分类器,不仅能最小化源域和目标域条件分布差异,还能进一步保持源域和目标域边缘分布的流形一致性.在3个基准数据集上的实验表明,文中方法在平均分类准确率和Kappa系数两项评价指标上均表现较优.     

我们的咖啡时光——与咖啡师黄俊豪相约精品咖啡之旅

我是Barista(咖啡师)在与"质馆"首席咖啡长黄俊豪见面前,咖啡于我,不过是提神醒脑的苦涩饮料,以及因为它的不普及而被营造出的神秘高级感。在国内被称为"咖啡馆"的地方,大多并非是经营咖啡的专门店,人们更多在意的,是一种名为"咖啡馆"的空间与氛围。如今,在连锁咖啡