结构状态智能模拟方法初探

该方法结合信息处理智能技术、科学计算可视化技术、计算机动态模拟及仿真技术、基于XML的可视化接口技术、软构件技术及工程数据库等技术,充分将先进的计算机科学技术与土木工程领域的结构分析与优化相结合,使其不仅能有效直观地反映问题,有效地辅助结构分析与优化,而且能够解决传统方法因数据不足或干扰给结构分析带来的困难,为结构受力动态分析及系统健康监测提供了先进的技术手段。提出了结构状态智能模拟环境的基本框架,并介绍了关键技术的应用。     

基于LMDS的固定无线接入技术

介绍LMDS（Local Multipoint Distribute Service本地多点分配业务）的基本概念和它的结构，重点分析LMDS所采用调制解调技术和OFDM（Optical Frequency Division Mulfiplexing正交频分复用）高速传输技术，以及LMDS优缺点；将LMDS技术应用于电信领域很好解决了瓶颈问题，应用效果良好，且特别适用于中国电信这样拥有众多光缆资源的老牌营运商。     

基于RBF-FCM-ROLS的砼安全性评估方法

提出了一种基于径向基函数神经网络RBFNN(Radial Basis Function Neural Networks)、模糊C-均值聚类(FCM)算法和递归正交最小二乘法(ROLS)的混凝土安全性专家系统评估预测方法。此方法先用FCM算法初选多个RBFNN的函数中心，再采用ROLS训练网络，最后结合后向选择法，减少初选的中心数目，以得到最终的有效中心值。该方法加快了RBFNN的训练速度，提高了网络的运算效率。将其运用到混凝土安全性评估专家系统中，获得了满意的结果。将这种新算法得出的评估数据与传统的BP网络计算出的数据进行了比较，进一步证明了RBFNN及其学习算法的优越性和实用性。     

石灰生产智能监测系统中的三维造型与仿真

系统旨在改善目前工业监控软件在可视化方面存在的一些问题，以VC＋＋为开发平台并借助OpenGL三维图形软件包简化了常规的三维部分的编程，实现对石灰生产的主要设备——回转窑的动态三维造型。运用线程、分时处理等一些先进编程技术解决了造型和运动仿真在实现时的一些关键问题，从而达到准确、直观、生动地反映设备的一些生，产状态效果，较好地吻合了实际生产情况，对石灰质量的控制起到一定辅助作用。     

轨道模拟盘的研制

采用C＋＋的类对象对递归算法进行改进，提出了一种基于C＋＋类对象递归带启发的深度优先搜索算法，并将其应用于轨道模拟盘软件的研制上。     

组件对象模型技术在结构振动动态模拟中的应用

软件组件化是当今软件工业发展的特点.在此介绍了一种目前比较流行的软件组件技术--组件对象模型(COM),并根据当前结构振动动态模拟方面软件发展的状况,提出了采用COM技术开发结构振动动态模拟软件的必要性,最后结合实例进行简单说明.     

一种自适应权重的并行PSO快速装箱算法

随着智能制造时代的到来,生产线后期产品的智能装箱已成为工业生产的重要环节,如何更快速地得到装箱结果对于提高生产效率尤为重要。以快速装箱为目标,文中提出了一种适用于工业生产线的智能化装箱算法。该算法采用自适应权重法改进了粒子群优化算法,相较于标准粒子群优化及遗传等传统启发式算法有更快的收敛速度;并采用GPU加速,实现了高性能的并行计算,大幅加快了计算速度。实验表明,所提算法同样能得到很好的空间利用率, 同时其收敛速度也显著优于传统算法。     

基于弱相关化特征子空间选择的离散化随机森林并行分类算法

随着大数据时代的到来,数据信息呈几何倍数增长。传统的分类算法将面临着极大的挑战。为了提高分类算法的效率,提出了一种基于弱相关化特征子空间选择的离散化随机森林并行分类算法。该算法在数据预处理阶段对数据集中的连续属性进行离散化。在随机森林抽取特征子空间阶段,利用属性向量空间模型计算属性间的相关性,构造弱相关化特征子空间,使所构建的决策树之间相关性降低,从而提高随机森林的分类效果;并通过研究随机森林的并行化策略,结合MapReduce框架,改进并实现了随机森林模型构建过程的双重并行化,进一步改善了算法的计算效率。     

一种融合上下文特征的中文隐式情感分类模型

对网络上海量的文本数据进行情感分析,可以更好地挖掘网民行为规律、帮助决策机构了解舆情倾向和改善商家服务质量。在实际表达中,人们除了采用带有明显情感词的主观表达外,还采用含蓄的方式表达自己的主观倾向。带有显式情感词的文本情感分析作为自然语言处理领域的基础性研究任务,已经取得了丰富的研究成果。然而,针对隐式文本的情感分析技术还处于起步阶段。与显式情感分析任务相比,隐式情感分类任务更加困难。隐式表达文本具有中立性表达、缺乏情感词和上下文依赖的特点,使得传统的文本分类方法不再适用。针对以上问题,采用word2vec词嵌入技术提取文本特征,分别进行了基于TextCNN、LSTM和BiGRU分类模型的研究。在各个深度分类模型研究基础上,还进行了融合注意力机制的分类模型研究。针对隐式表达对上下文内容依赖的特点,设计了一种融合上下文语义特征和注意力机制的分类模型,增强了部分中立性隐式表达句的分类效果。最后在SMP2019公开数据集上进行了实验,取得了比上述几种基础深度网络模型与融合注意力机制分类模型更好的分类效果。     

基于加速收敛蜂群算法的资源感知调度器

为了能有效处理海量数据,进行关联分析、商业预测等,Hadoop分布式云计算平台应运而生。但随着Hadoop的广泛应用,其作业调度方面的不足也显现出来,现有的多种作业调度器存在参数设置复杂、启动时间长等缺陷。借助于人工蜂群算法的自组织性强、收敛速度快的优势,设计并实现了能实时检测Hadoop内部资源使用情况的资源感知调度器。相比于原有的作业调度器,该调度器具有参数设置少、启动速度快等优势。基准测试结果表明,该调度器在异构集群上,调度资源密集型作业比原有调度器快10%~20%左右。