分子尺度的催化裂化反应动力学模型

催化裂化是重要的石油加工过程 ,也是一个典型的复杂反应体系。综述了催化裂化反应动力学模型的研究进展 ,指出建立分子尺度的反应动力学模型是今后发展的主导方向。     

基于神经网络的催化裂解产品产率模型

采用神经网络方法 ,构造了一个催化裂解产品产率的BP神经网络 ,并利用Levenberg Marquardt算法来提高收敛速度及克服局部极值。模型预测结果液化石油气、汽油、柴油、丙烯和焦炭加损失产率的误差分别为 1.8% ,2 .4% ,5 .7% ,5 .8% ,6.3 % ,能够满足工业应用需求。     

基于多特征距离学习的视频分类

视频分类在视频检索、内容分析等应用领域具有十分重要的意义。多模态视频特征,如音频、静态图像及视频动作特征等都已经应用于视频分类中,因此如何对多种视频特征进行最佳组合来改善视频分类的性能成为了一个重要研究课题。提出一种基于L1正则化的距离学习方法,对利用多种特征组合提高视频语义标注性能的问题进行研究。由于引入一阶范数正则项,使得模型拥有选取多种视频特征进行最优组合的能力。该方法在通用的Columbia Consumer Video(CCV)视频数据集上显著提高了视频分类的性能。