一种改进的粒子群优化算法

针对基本粒子群算法存在着收敛速度慢、效率低、易陷入局部最优等缺陷,为了更好地平衡全局和局部搜索能力,在粒子群算法中引入收缩因子,使算法中粒子不仅向种群最优的粒子进行学习,而且向种群中比自己优秀的所有粒子学习,增加了粒子的多样性。实验结果证明,与基本蚁群算法相比,改进的粒子群算法提高了收敛速度和效率,能一定程度地避免局部最优解的产生。     

外语学习中词典使用的策略与技能

英语学习离不开词典等工具书。学习质量和成效在某种程度上与词典使用效率高低或能否恰当使用词典存在着一定关系。本文拟从词典用户技能、用户认知能力、认知水平、认知策略和心理表征,分析学生在外语学习过程中词典使用效率低下,排斥疏离词典,忽略词典文本与词典用户的互动关系及词典使用不当等主要原因,并提出问题策略。     

关于研究性学习的探讨

随着研究型课程的全面推行,揭示其内在的学习模型,进一步掌握这一课程实施的规律,是摆在我们面前的一项重要任务。     

师生心理场探析

教育、教学的双边活动构成了师生心理场。本文从心理学与社会学的角度对师生心理场的运行机制作了简单的介绍,进而从"教"与"学"的双向活动中对师生心理场的诸多因素进行分析和评价,并就"教"与"学"活动在理论与实践的结合上做了一定的探索。     

无人机自驾仪硬件加固方案设计与可靠性分析

自驾仪是无人机实现自主飞行与自主完成各项任务的核心器件。现有商用无人机自驾仪大多没有进行硬件加固,直接用来执行重大任务时有一定风险。通过分析可知自驾仪组成模块中对安全性和可靠性影响最大的模块为控制解算器。根据逐步提高的容错需求,使用复位器、计数器、反相器、选择器等简单器件以及在芯片内部添加简单代码,分别设计了单机复位加固方案、双机热备加固方案、硬件切换和软件切换双机互备加固方案。重点研究了加固方案的可靠性随时间的变化关系,并进行了对比分析。对加固方案的工作机制进行了模拟,分析了这些方案在处理故障时的系统异常输出时间等容错特性。计算表明,这些加固方案可以显著提高系统的可靠性,其中双机互备加固方案的可靠性最高。该研究对于指导高可靠性自驾仪设计时在容错效果与复杂度、成本等方面进行折中具有较大的参考意义。     

无监督特征学习的人体活动识别

针对人的局限性可能会导致在提取特征中丢失重要信息,从而影响最终的识别效果问题,提出无监督特征学习技术的惯性传感器特征提取方法。其核心思想是使用无监督特征学习方法学习多个特征映射,再将所有特征映射拼接起来形成最终的特征计算方法。其优点是不会造成重要信息的损失,而且可以显著减少所使用的无监督特征学习模型的规模。为了验证所提出的特征提取方法在活动识别中的有效性,运用一个公开的活动识别数据集,使用三种常用无监督模型进行特征提取,并使用支持向量机进行活动识别。实验结果表明,特征提取方法取得了良好的效果,与其他方法相比具有一定的优势。     

Bayesian strategies for dynamic pricing in e‐commerce

E‐commerce platforms afford retailers unprecedented visibility into customer purchase behavior and provide an environment in which prices can be updated quickly and cheaply in response to changing market conditions. This study investigates dynamic pricing strategies for maximizing revenue in an Internet retail channel by actively learning customers' demand response to price. A general methodology is proposed for dynamically pricing information goods, as well as other nonperishable products for which inventory levels are not an essential consideration in pricing. A Bayesian model of demand uncertainty involving the Dirichlet distribution or a mixture of such distributions as a prior captures a wide range of beliefs about customer demand. We provide both analytic formulas and efficient approximation methods for updating these prior distributions after sales data have been observed. We then investigate several strategies for sequential pricing based on index functions that consider both the potential revenue and the information value of selecting prices. These strategies require a manageable amount of computation, are robust to many types of prior misspecification, and yield high revenues compared to static pricing and passive learning approaches. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

多模态交叉解耦的少样本学习方法

当前的多模态少样本学习方法忽视了属性间差异对正确识别样本类别的影响。针对这一问题,提出一种利用多模态交叉解耦的方法,通过解耦不同属性语义特征,并经过特征重建学习样本的本质类别特征,缓解类别属性差异对类别判别的影响。在两个属性差异较大的基准少样本数据集MIT-States和C-GQA上进行的大量实验表明,所提方法较现有方法有较大的性能提升,充分验证了方法的有效性,表明多模态交叉解耦的少样本学习方法能够提升识别少量测试样本的分类性能。     

基于支持向量机的飞机备件需求预测

支持向量机是一种机器学习算法,在国外已广泛应用于工程实践领域。首先探讨了支持向量机回归预测模型的学习和预测机制,分析其中三个重要参数对算法的影响规律,得出一套定性的参数选择方法,然后将支持向量机引入到装备综合保障分析之中,构建了飞机备件智能预测模型,并对某型军用飞机备件需求进行了预测和分析,结果表明:基于支持向量机的备件需求预测是有效的、可行的。     

粉喷桩技术在防洪堤防工程中的应用研究

粉喷桩技术作为一种软基加固方法,以其高强度、较小的变形特性以及良好的稳定性广泛地应用于公路、铁路、港口、围海造田等工程软土地基的加固。但在防洪堤防工程中的应用刚刚开始,文中通过对此技术在堤防工程中的实际应用效果的介绍,为以后同类工程提供借鉴,以便其更好地在市政、水利工程中得到应用。