BDRank:一种基于图论的出生缺陷监测系统排序机制(英文)

因为中国出生缺陷发生呈快速增长的趋势,研究人员没有条件研究发生在所有城市的所有出生缺陷案例。为了平衡研究的成本与效率,有必要选择"重要"的城市和"重要"的出生缺陷作为研究对象。介绍了BDRank,用于对出生缺陷和出生缺陷发生的城市排序。与PageRank不同,BDRank能够处理由多种对象组成的系统。更重要的是,BDRank能够有效使用研究人员的先验知识。实验使用了中国1987-1989年的出生缺陷数据,实验表明:和出生缺陷研究人员使用的现有方法相比,BDRank具有更好的排序精度。     

CCDCD:基于图密度的动态约束社团核心挖掘方法

社会网络中社团核心的发现是目前研究界和产业界关注的热点问题。现有算法把社团处理为特定约束下的图后,将社团核心发现规约为紧凑子图的提取,但对于动态约束下的多图效率很低。为此,提出基于图密度的动态约束社团核心挖掘方法——CCDCD(community core mining with dynamic constrains based on graphdensity)。主要工作包括:(1)分析约束条件变化下,关于社团的图密度变化规律;(2)提出约束变化下,社团图密度的近似求解算法DCUE(dynamic calculation based on updated edges);(3)通过实验表明,与现有方法相比,对较大规模的社团图,新方法能获得更好解,降低时间消耗80%以上;验证了动态约束能发现更多有兴趣度的知识。     

基于TF-IDF相似度的标签聚类方法

社会标签系统是Web2.0中提出的新概念,旨在更好地表达用户的兴趣和意愿。标签聚类是社会标签数据挖掘中一个非常重要的研究课题。标签相似度的计算是标签聚类的关键技术。主要工作包括:(1)提出了一种基于TF-IDF的标签相似度计算方法和基于该相似度的聚类算法;(2)分析了影响标签相似度的条件;(3)通过实验表明:与已有方法相比,新方法的准确性更高。     

基于Meta-analysis的中国干旱半干旱区土地利用变化的土壤碳氮效应研究

通过整合分析方法.对中国干旱、半干旱区农田、林地、灌丛和草地4种土地利用方式下地表土壤有机碳、氮含量进行了定量分析.结果表明,不同土地利用方式对表土碳、氮含量影响显著;草地转化为农田将降低土壤有机碳、全氮含量(-60.9%和-54.3%),草地转化为林地将导致土壤有机碳、全氮含量的降低(-21.5%和-31.3%);草地转化为灌木林地将增加土壤有机碳含量(+33.6%)和降低土壤全氮含量(-5.9%).可见,受人类活动干扰最为强烈的农田的土壤有机碳、全氮含量最低,而草地、灌木林地具有较好的土壤肥力和土壤质量保持功能.因此,开展灌草植被恢复和农田弃耕(自然恢复)可有效改善土壤肥力和增加土壤碳、氯存贮.     

民勤红崖山水库生态系统服务功能的经济价值

以干旱区典型沙漠水库——红崖山水库为例,估算干旱区水库生态系统服务的经济价值。结果表明:2007年红崖山水库生态系统服务功能的静态和动态生态价值分别为4.525 2亿元/a和3.529 7亿元/a,其生态系统服务功能的价值主要有:水源涵养1.453 9亿元/a、废物处理1.296 9亿元/a和食物生产1.253 0亿元/a,分别占水库生态系统服务功能静态生态价值的32.13%、28.65%和27.69%,而其他的生态系统服务功能如生物多样性保护、娱乐文化、气候调解等仅占11.53%。     

三汇利HBT80E型混凝土拖泵

由山东三汇利重型机械有限公司生产的HBT80E—13—110s混凝土拖泵主要应用于高层建筑及市政建筑等狭窄场地的工程施工。     

DC-GEP：基因表达式编程早熟预警—多样性贡献策略

基因表达式编程（gene expression programming,GEP）是函数发现的有力工具,但传统的GEP存在早熟缺陷,为了解决这一问题,已有的研究方法均是在早熟发生后采取补救的措施,导致效率的降低。采用了预警思路来防止GEP早熟现象的发生。主要工作如下：（1）通过对种群个体多样性的评价,提出基于多样性贡献的最优个体选择机制,设计了基于融合适应度和多样性贡献的GEP进化算法diversity contribution-GEP（DC-GEP）;（2）提出了一种进化辈数自动确定的方法,实现了自适应的DC-GEP进化算法;（3）实验表明,DC-GEP对于复杂函数挖掘的算法性能比标准GEP在进化效率上平均提高了70％。     

DC-GEP:基因表达式编程早熟预警——多样性贡献策略

基因表达式编程(gene expression programming,GEP)是函数发现的有力工具,但传统的GEP存在早熟缺陷,为了解决这一问题,已有的研究方法均是在早熟发生后采取补救的措施,导致效率的降低。采用了预警思路来防止GEP早熟现象的发生。主要工作如下:(1)通过对种群个体多样性的评价,提出基于多样性贡献的最优个体选择机制,设计了基于融合适应度和多样性贡献的GEP进化算法diversity contribution-GEP(DC-GEP);(2)提出了一种进化辈数自动确定的方法,实现了自适应的DC-GEP进化算法;(3)实验表明,DC-GEP对于复杂函数挖掘的算法性能比标准GEP在进化效率上平均提高了70%。     

基于FPGA的量化CNN加速系统设计

深度卷积神经网络（CNN）模型中卷积层和全连接层包含大量卷积操作,导致网络规模、参数量和计算量大幅增加,部署于CPU/GPU平台时存在并行计算性能差和不适用于移动设备环境的问题,需要对卷积参数做量化处理并结合硬件进行加速设计。现场可编程门阵列（FPGA）可满足CNN并行计算和低功耗的需求,并具有高度的灵活性,因此,基于FPGA设计CNN量化方法及其加速系统。提出一种通用的动态定点量化方法,同时对网络的各个层级进行不同精度的量化,以减少网络准确率损失和网络参数的存储需求。在此基础上,针对量化后的CNN设计专用加速器及其片上系统,加速网络的前向推理计算。使用ImageNet ILSVRC2012数据集,基于VGG-16与ResNet-50网络对所设计的量化方法和加速系统进行性能验证。实验结果显示,量化后VGG-16与ResNet-50的网络规模仅为原来的13.8%和24.8%,而Top-1准确率损失均在1%以内,表明量化方法效果显著,同时,加速系统在运行VGG-16时,加速效果优于其他3种FPGA实现的加速系统,峰值性能达到614.4 GOPs,最高提升4.5倍,能耗比达到113.99 GOPs/W,最高提升4.7倍。