基于最小不满足核的随机森林局部解释性分析

随着机器学习在安全关键领域的应用愈加广泛,对于机器学习可解释性的要求也愈加提高.可解释性旨在帮助人们理解模型内部的运作原理以及决策依据,增加模型的可信度.然而,对于随机森林等机器学习模型的可解释性相关研究尚处于起步阶段.鉴于形式化方法严谨规范的特性以及近年来在机器学习领域的广泛应用,提出一种基于形式化和逻辑推理方法的机器学习可解释性方法,用于解释随机森林的预测结果.即将随机森林模型的决策过程编码为一阶逻辑公式,并以最小不满足核为核心,提供了关于特征重要性的局部解释以及反事实样本生成方法.多个公开数据集的实验结果显示,所提出的特征重要性度量方法具有较高的质量,所提出的反事实样本生成算法优于现有的先进算法;此外,从用户友好的角度出发,可根据基于反事实样本分析结果生成用户报告,在实际应用中,能够为用户改善自身情况提供建议.     

蒸发冷却技术应用于大型汽轮发电机的技术可行性

针对大型汽轮发电机的发展要求,介绍了汽轮发电机定子蒸发冷却及转子蒸发冷却的原理和结构.详尽地分析了蒸发冷却技术应用于大型汽轮发电机的可行性,得出定子浸润式、转子开放管道式蒸发冷却方案应用于大型汽轮发电机在技术上是可行的结论;同时对汽轮发电机转子绕组开放管道式蒸发冷却技术进行了模拟实验,实验目的是为了取得开放管道式转子绕组沿半径方向的温度分布情况,并粗略估计冷却能力,旨在为蒸发冷却汽轮发电机向更大容量发展、探索新的冷却结构提供技术参考.     

玉米秸秆浆粕溶剂法纺丝技术

为探究玉米秸秆的应用,采用无氧蒸煮法将玉米秸秆茎皮粉末制成玉米秸秆浆粕,再以N-甲基吗啉-N-氧化物(NMMO)为溶剂溶解玉米秸秆浆粕制成纺丝液,最后将纺丝液纺制成玉米秸秆Lyocell纤维。采用流变仪对纺丝液进行了测试,试验表明：纺丝液为假塑性非牛顿流体。采用强伸度仪、X射线衍射仪、扫描电镜等表征了玉米秸秆Lyocell纤维的力学性能、结构和表观形态,并将其与传统的木浆Lyocell纤维进行比较,结果显示：玉米秸秆Lyocell纤维的拉伸强度达到行业标准,断裂伸长率低于行业标准;玉米秸秆Lyocell纤维的结晶度要比木浆Lyocell纤维的低5.4%;玉米秸秆Lyocell纤维表面光滑,无沟槽等缺陷,其外观与木浆Lyocell纤维的基本一样。     

非对称超浅埋大偏压三层衬砌双连拱隧道施工方案优化

为优化双连拱隧道施工方案降低围岩沉降量，以荣乌高速公路黄土岭隧道为依托，采用岩土分析软件ＧＴＳＮＸ模拟黄土岭隧道的施工过程，定量分析了多种复杂情况下双连拱隧道在采用不同施工方案时围岩的应变情况，说明了隧道偏压情况下先开挖偏压较大一侧洞室有利于降低隧道围岩变形量以及三层衬砌中第一次初支较第二次初支对降低围岩变形量的影响更大，得出的优化方案可为今后相关的双连拱隧道施工提供科学依据与技术指导。     

立式水轮发电机蒸发冷却转子振动特性研究

随着水轮发电机向大容量、高转速发展,对转子冷却技术提出了更高的要求。蒸发冷却技术是一种依靠冷却介质相变吸热的高效冷却技术,但目前的蒸发冷却转子方案要求在转子上存储一定量的液态冷却介质。为研究蒸发冷却转子上液态冷却介质与转子振动特性之间的关系,本文基于某水电站立式水轮发电电动机真机模型初步建立了管道内冷式转子蒸发冷却结构,研究了不同液位高度下蒸发冷却介质对转子固有频率的影响。结果表明,随着液位高度的增加,冷却介质对管道壁面的压力逐渐增大,对转子自身的固有频率无显著影响。本文所做工作对后续进行转子蒸发冷却结构优化设计以及进一步研究液态冷却介质与转子振动特性之间的耦合关系具有一定的指导意义。     

应用分形理论进行测井和地震资料相结合的集集体非均质描述

应用分形理论，将测井与地震资料相结合研究储层非均质性。通过对分形维数进行的系统研究。介绍了测进及地震资料分形谱计算方法，利用测井及地震资料的分形特征，研究了储层参数联井预测方法。则井曲线拓展为测井曲面，同能反映参数奇异值分布的井间储层预测。文中实际勘探工区分形联井预测结果揭示了储层纵横向非均特征的实南。     

高地应力作用下大理岩岩体的TBM掘进试验研究

滚刀破岩效率的研究主要集中在室内线性试验机破岩试验和数值分析2个方面,在工地开展TBM掘进试验尚不普遍。锦屏二级水电站采用3台TBM开挖隧道群,3台TBM在不同洞深(不同地应力)条件对大理岩岩体进行TBM掘进试验、岩石渣片筛分试验及大渣片统计分析,研究岩体条件、TBM机器参数、TBM运行参数对TBM掘进速度的影响及高地应力作用下岩体可掘性指数的变化。研究结果表明:在高地应力条件下,尽管TBM掘进速度随推力增加而增大,但推力超过一定值后,TBM并不在优化状态下运行,TBM的运行需与岩体条件及地应力条件相匹配。     

测井分析中的精度评价问题

地球物理测井是一种使用电子仪器对地层获取定量情报,为认识和掌握石油地质规律提供重要依据的测量工作。测量的水平,测量结果的可靠性及对测量工作的评价全在于其精度。它不仅对质量起着监督和保证作用,而且也住往是测量工作成败,成果优废的一项决定性因素。测量精度的提高以及对测量误差的深入研究往往成为带根本性的技术改进的前导。因此,精度评价问题在测井技术迅速发展的今天,尤其具有重要意义。本文从基本概念入手,结合目前测井状态,进行了简单的精度分析,提出一些计算方法,与读者讨论。     

机器学习中成员推理攻击和防御研究综述

机器学习被广泛应用于各个领域, 已成为推动各行业革命的强大动力, 极大促进了人工智能的繁荣与发展。同时, 机器学习模型的训练和预测均需要大量数据, 而这些数据可能包含隐私信息, 导致其隐私安全面临严峻挑战。成员推理攻击主要通过推测一个数据样本是否被用于训练目标模型来破坏数据隐私, 其不仅可以破坏多种机器学习模型(如, 分类模型和生成模型)的数据隐私, 而且其隐私泄露也渗透到图像分类、语音识别、自然语言处理、计算机视觉等领域, 这对机器学习的长远发展产生了极大的安全威胁。因此, 为了提高机器学习模型对成员推理攻击的安全性, 本文从机器学习隐私安全攻防角度, 全面系统性分析和总结了成员推理攻击和防御的基本原理和特点。首先, 介绍了成员推理攻击的定义、威胁模型, 并从攻击原理、攻击场景、背景知识、攻击的目标模型、攻击领域、攻击数据集大小六个方面对成员推理攻击进行分类, 比较不同攻击的优缺点; 然后, 从目标模型的训练数据、模型类型以及模型的过拟合程度三个角度分析成员推理攻击存在原因, 并从差分隐私、正则化、数据增强、模型堆叠、早停、信任分数掩蔽和知识蒸馏七个层面对比分析不同防御措施; 接着, 归纳总结了成员推理攻击和防御常用的评估指标和数据集, 以及其在其他方面的应用。最后, 通过对比分析已有成员推理攻击和防御的优缺点, 对其面临的挑战和未来研究方向进行了展望。     

基于BEER模型的人民币汇率失调研究

基于均衡汇率BEER模型,采用2000年第一季度到2008年第四季度期间的数据,运用协整技术得出基本经济因素向量对均衡汇率的影响系数,估计出样本期间内人民币汇率的失调程度。结果表明,政府支出对人民币均衡汇率影响最大,贸易条件和对外净资产对均衡汇率具有正向作用;利用模型得出的人民币均衡汇率方程对当前人民币汇率进行测算,样本期间内人民币大都处在低估的状态;另外,2005年的汇改使得人民币汇率在3个季度内连续升值并接近均衡,长期内人民币仍有升值的压力。