基于卷积神经网络的水墨画合成方法

针对传统基于图像的水墨画绘制方法生成的图像只具备水墨画的一些基本特征,不能给其指定某一种风格,使得生成的图像显得呆板、缺乏意境层次的表达的情况,提出一种基于卷积神经网络的水墨画合成方法。该算法调整一个训练完成的卷积神经网络模型的结构,定义图像在卷积神经网络模型中的卷积层映射的特征响应的表示,以及特征响应之间的相互关系表示。先对照片作对比度增强预处理,然后在一张随机的图像上,匹配照片的特征响应来获取内容信息,匹配水墨画的特征响应相互关系来获取风格信息。实验表明,基于卷积神经网络的水墨画合成方法可以生成效果较好的水墨画图像,既保留了原照片轮廓信息,又带有原水墨画整体纹理信息,对水墨画灰度图像的风格合成效果出色。     

采场底板岩石渗透性试验研究

采场底板岩石的渗透性是评价煤层底板隔水层隔水能力以及能否进行安全带压开采的重要因素。通过伺服渗透试验所获得的渗透率—应变关系及应力—应变关系,分析了全应力—应变过程中岩石渗透性随变形的变化特点及不同裂隙充填物质的岩石渗透率—应变关系的主要差异和渗透率—应力之间的关联性。最后提出了采场底板岩层可以视为相对隔水层,对工程评价有一定的指导意义。     

基于领域样本查询的Deep Web数据库分类

提出了一种基于领域样本查询的方法以分类这类Web数据库.通过分析领域的高级查询接口自动获取领域主属性并使用领域知识为主属性构建查询样本,然后对查询接口提交试探查询,根据返回结果页面的结果模式和记录内容估计Web数据库与领域的相关程度.通过在多个领域的Web数据库上进行实验验证,说明该方法分类只提供简单查询接口的Web数据库是有效的,取得了较高的分类精确率,召回率和F-measure值.     

基于MapReduce虚拟机的Deep Web数据源发现方法

为了提高Deep Web爬虫发现和搜集数据源的效率,提出了一种融合MapReduce和虚拟化技术实现DeepWeb海量数据挖掘的并行计算方法。基于MapReduce架构提出了一个Deep Web爬虫模型,通过链接过滤分类、页面过滤分类、表单过滤分类等3个MapReduce过程找到Deep Web数据源接口,并利用虚拟机构建单机集群进行性能测试。实验结果显示该方法可以实现大规模数据的并行处理,有效提高爬虫数据源发现的效率,避免网络及物理资源的浪费,验证了云计算技术在Deep Web数据挖掘方面的可行性。     

立井多层超厚含水层工作面及壁后注浆施工

平顶山煤业集团公司十矿北二进风井,全深1 119 m。井筒在15~131.8 m深处,揭露石千峰砂岩含水层,预计涌水量195m3/h左右;在338.3~400m深处,揭露平顶山砂岩含水层,预计涌水量200m3/h左右。平顶山砂岩下部含水层,分别位于井深400~470、520~700和800~880m处,合计330m,裂隙较发育。对石千峰和平顶山砂岩含水层,采用工作面预注浆和壁后注浆法堵水,注浆范围为井深30~400m;对平顶山砂岩下部各含水层,采用壁后注浆法堵水。共进行了22次工作面预注浆、215排壁后注浆,注浆堵水效果良好,顺利通过了各含水层,实现了无水快速掘进。     

最小差异采样的主动学习图像分类方法简

针对委员会成员模型投票不一致性的度量问题,提出了一种基于最小差异采样的主动学习图像分类方法。该方法首先基于标注样本集的重采样结果构建决策委员会,然后利用投票概率较高的2个类别的概率值的差异来度量未标注样本集每个样本的投票不一致性,选择概率差异最小的样本交由人工专家标注,如此迭代更新分类器。将新方法与EQB算法及nEQB算法在多个数据集上进行实验对比,实验结果表明所提方法能够有效提高分类的准确率。还对组成决策委员会的成员模型的数目设置进行了分析和讨论,结果表明在相同的成员模型数目时所提方法比nEQB算法更为有效。     

基于循环策略和动态知识的Deep Web数据获取方法

针对目前deep Web数据集成在数据获取方面存在代价大和查询选择效率低等问题,提出了一种基于循环策略和动态知识的deep Web数据获取方法,该方法根据同领域数据源之间的关联关系,提出使用循环策略分多次完成数据源的数据获取,同时利用集成系统已获取的数据动态构建知识,并设计了基于集成系统动态知识的查询选择方法。与现有方法比较该方法能降低数据获取的代价,提高查询选择的准确性。实验结果表明,该方法有效地提高了deep Web数据集成的数据获取效率。     

基于语义的Deep Web数据源自动发现技术

为了方便用户快捷高效的使用DeepWeb中内容丰富、主题专一的高质量信息,对DeepWeb数据源发现研究已成为一个非常迫切的问题。目前通用的方法是基于关键词的主题过滤策略,这样容易发现一些不相关的数据源,为此提出一种新的基于语义的DeepWeb数据源聚焦爬行方法,利用朴素贝叶斯分类算法自动发现DeepWeb数据源,实验验证了该方法的有效性。     

Agent的生理模型

一、前言 自90年代来,对Agent的研究近几年已成为AI研究的一个热点,一些文献称Agent技术是软件领域的一个意义深远的突破.基于Agent的思想,人们提出了一种新的人工智能的定义:人工智能是计算机学科的一个分支,它的目标是构造能表现一定智能的Agent.所以agent是人工智能的核心问题.斯坦福大学计算机科学系的Barbara HaActionlesRoth在IJCAI'95的特约报告中谈到:"智能的计算机主体既是人工智能最初的目标,也是人工智能最终的目标."     

基于次序的(k,n,t,m,p)改进型门限方案

门限方案作为秘密共享、密钥恢复的重要方法自从提出以来得到广泛研究和应用。本文考虑实际应用的需要并且为了增强传统门限方案的安全性,提出一种基于次序的改进型门限方案,通过近似无限地扩大次序组合排列的个数,使得攻击者即使获取所有秘密份额也难以恢复原始秘密,极大提高了门限方案的安全性,扩大了门限方案的应用场合。