嵌入式内存数据库恢复机制的设计与实现

根据嵌入式系统环境的特点及其恢复需要,提出一种基于逻辑日志的嵌入式内存数据库恢复子系统设计模式。该子系统采用一主两副的节点模式,保证了数据对象恢复时状态与逻辑日志写时状态的一致性。经过验证试验表明该子系统有效减少了日志信息量,缩短了系统的恢复时间,提高了系统的性能。     

一种实数遗传算法及其在油田措施配置中的应用

对于数值优化问题,浮点表示法比二进制表示法更好,可以提高搜索速度和运算精度.本文采用实数编码的遗传算法,利用改进的交叉算子和变异算子,实现油田稳产措施的优化组合,从而得到最优的油田开发方案.     

一种实数遗传算法及其在油田措施配置中的应用

对于数值优化问题。浮点表示法比二进制表示法更好，可以提高搜索速度和运算精度。本采用实数编码的遗传算法，利用改进的交叉算子和变异算子，实现油田稳产措施的优化组合，从而得到最优的油田开发方案。     

基于遗传算法和模糊决策树的时间序列预测模型

股票价格预测总是投资者和技术分析者感兴趣的一个主题.然而,决定买卖股票的最好时间仍然是困难的,因为有很多因素可能影响股票价格.通过改进模糊决策树建立了一个新型金融时间序列数据预测模型.该预测模型融合数据聚类技术,模糊决策树及遗传算法来构建基于历史数据和技术指标的一个决策系统.提出的GAFDT模型在与各种股票的其它方法相比较时有平均预测准确率为0.82的最好绩效.     

融合注意力机制的高效率网络车型识别

为了解决现有的车型识别算法对车型特征描述不充分的情况,提出融合注意力机制的高效率网络车型识别算法. 利用高效率网络中的复合缩放方式来平衡网络的深度、宽度和分辨率,将深度可分离卷积集成到基础特征提取模块中来提高模型准确率. 增加双通道的残差注意力机制来关注图片中的关键信息,获得含有更加丰富语义信息的特征图. 在网络的末端添加单独的softmax分类器,使用标签平滑正则化对损失函数进行处理,减小模型过拟合的问题. 在BIT-Vehicles数据集上进行实验,结果表明,提出方法的平均分类准确率为96.83%,较改进前的模型提高了1.11%,优于现有DCNN、Faster-CNN的改进算法,较Faster R-CNN提升了7.16%.     

基于因子分析的湖北省县域经济发展研究

依据<2008年湖北省国民经济和社会发展统计公报>相关数据,综合运用因子分析法对湖北省县域经济发展进行研究,结果表明,湖北省各县市经济发展差异很大,发展很不平衡,将湖北省76个县市分为F>1、01、F>0三大类,即县域经济较发达地区、县域经济中等发达地区与县域经济发展较低地区.基于湖北省经济发展现状,提出了加快县域经济发展的对策:坚持市场经济的改革取向,大力发展民营经济;牢固树立工业兴县、工业兴市的思想,加快推进工业化进程;加大对龙头企业的扶持力度,深入推进农业产业化经营;进一步加大招商引资力度,切实把工业化、产业化落实到项目和企业的发展上来;继续坚持用硬措施改善软环境,以环境创新促进县域经济发展等.     

自适应变异尺度系数和混合选择的回溯搜索算法

回溯搜索算法（Backtracking Search Optimization Algorithm,BSA）是一种基于种群的进化算法。该算法有良好的全局搜索性能,但存在收敛速度慢的缺点。针对这一缺点,提出了自适应变异尺度系数和混合选择的改进的回溯搜索算法。改进的变异尺度系数是基于Metropolis准则提出的,它的总体趋势自适应减小。改进的选择策略是整体[q]%择优法与锦标赛选择法的混合选择机制,在选择过程中使一定比例的优秀个体优先进入下一代,剩余个体对位选取适应度较高的个体。对5个复杂的约束优化问题进行仿真实验,得到的实验结果分别与原算法和众多同类算法进行了比较,实验结果表明了改进算法的有效性和良好竞争力。     

高等数学A、B班成绩的相关性分析

对2002级5个班中的A、B班高等数学期末考试成绩进行了相关分析.计算得相关系数为0.95707,表明A、B班成绩高度正相关;p值(检验零假设"总体真正相关系数为0"时的显著性概率)为0.0051,证明了真正的总体相关系数不为0.     

基于数据驱动的涡轮发动机剩余寿命预测

涡轮发动机系统工况复杂,经常在极端环境下工作,容易发生故障造成不可挽回的损失.通过建立物理模型的方法来进行寿命预测不仅建模困难、适用性不好,而且十分依赖先验知识.为建立适用于高维度特征的发动机剩余寿命预测模型,以及更加合理的对发动机的剩余寿命进行预测,使用改进后的梯度提升决策树(GBDT)和进行归一化处理后的涡轮发动机性能数据进行实验.在通用数据集上开展测试比较,结果表明改进GBDT模型适用于不同工况下涡轮发动机的剩余使用寿命预测,预测效果优于现有支持向量回归(SVR)、卷积神经网络(CNN)、长短期记忆网络等方法(LSTM),尤其是在运行时间上有较大幅度的提升,对于涡轮发动机的健康管理与运维决策能够提供保证.     

基于VB环境的BP网络与SPSS环境的多元线性回归预测的比较

基于VB开发环境下编制了BP算法程序,适合模式回归与预测,这与传统回归模型有许多类似之处.通过具体实例,得到BP神经网络同样也能较好的寻找数据间内在规律性,而且比回归模型能更准确的预测数据.