为了以有限的实验数据确定预应力锚杆布置的合理间距,结合山东省境内的104国道界河立交桥加筋土挡土墙的失稳加固工程实例,首先通过最小二乘支持向量机拟合优化对象与优化目标之间的复杂函数关系建立模型,然后采用现场实验数据样本进行模型训练,最后采用人工鱼群算法对模型进行优化,获得合理的布置间距,并通过加固效果监测验证了参数的合理性.结果表明,该法具有建模容易、收敛快和计算精度高等特点,说明该模型是合理可行的

在可靠度指标的基础上引入了置信度指标,提出可靠度与置信度的双可靠性指标的安全系数概念,并根据可靠性理论推导出新计算公式.该公式考虑了实验数据样本容量的影响,给出了小子样实验数据条件下的安全系数取值.将新安全系数应用于结构可靠性设计,算例结果表明,与其他方法相比,此方法计算结果安全系数更合理,且简单实用,能满足结构可靠性设计的要求,可取得显著的减重效果

一、课程说明 (一)本课程的教学目的和要求: SQL语言是关系数据库的标准语言,是本课程的一个重点。通过上机实验,可 以使学生加深对课堂讲授内容的理解,循序渐进地掌握SQL语言的使用;同 时,使学生了解和熟悉SQL SERVER2000发的环境,逐步掌握编辑、调试、运 行程序的方法,初步积累编程经验

概率分布函数反映了随机变量的概率分布规律; 在概率论中处理概率分布时一般不涉及分布的物理来源,为 在实验数据分析中正确地掌握和运用这些分布函数,需要: 熟悉公式及运算规则 分布的物理意义;

针对钢铁企业连铸工序余材板坯及热轧工序余材钢卷对热轧生产合同的匹配问题,基于一体化的管理思想建立了余材板坯、钢卷与合同集成匹配的多目标0-1非线性整数规划模型,在模型中引入板坯材质与合同要求钢种特征差异值矩阵及钢卷钢种与合同要求钢种特征差异值矩阵.采用分段整数编码、基于启发式修复策略的改进遗传算法求解.最后,通过对实际生产数据的仿真实验验证了所提模型和算法的有效性,为科学合理地匹配铸轧工序余材板坯、钢卷提供了有效的解决方法

针对板坯入库优化决策问题,采用隶属度函数表示待入库板坯长度、宽度、厚度与各库位已存板坯对应属性的匹配程度,建立了板坯入库模型.针对问题特征,借鉴遗传算法的交叉和变异操作,设计了一种混合离散粒子群算法(DPSO-CM)进行求解.基于企业实际生产数据的仿真实验验证了模型和算法的可行性和有效性

在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强

以钢液中钱盐脱铜实验为例，分析了实验过程中引起柑祸内钢液质量变化的几种因素，对模拟工业喂丝法的铁盐脱铜实验数据进行了重新处理，得出了更为合理的钢液中铜含量与脱铜剂加人量之间的关系并与处理前实验结果进行了对比

电子信息工程专业 《电子信息工程导论》 《数据结构与算法》 《微处理器与接口技术》 《信号与系统》 《嵌入式信息系统》 《Linux 操作系统》 《虚拟仪器》 《FPGA 设计与应用》 《专业英语》 《电磁场与电磁波》 《高频电子线路》 《信息论与编码》 《数字信号处理》 《Linux 操作系统课程设计》 《电子电路系统综合实践》 《智能硬件系统开发综合实践》 《信号处理综合实践》 《计算机通信网络》 《计算机通信网络实训》 《通信原理》 《数字图像处理》 《专业实习》 《数字图像处理综合实践》 《片上电子信息系统》 《智能语音识别与处理》 《移动互联网开发与应用》 《短距无线通信与异构组网》 《云计算与虚拟化技术》 《数据挖掘与分析》 《智能语音识别与处理实践》 《WEB 应用开发》 《片上电子信息系统课程设计》 《专业自主实践课-开放实验类》 《专业自主实践课-创新创业类》 《专业自主实践课-科研项目类》 《光纤通信实训》 《专业自主实践课-学科竞赛类》 《毕业设计》 通信工程专业(卓越计划） 《通信工程专业导论》 《MATLAB 及其应用》 《软件设计基础》 《通信工程专业认识实习》 《软件设计基础课程设计》 《云数据管理技术》 《单片机应用技术》 《网络编程技术》 《嵌入式系统及应用》 《微波技术》 《云平台搭建与设计》 《移动通信系统原理与网络优化》 《移动互联网游戏创意设计》 《移动应用开发实践》 《通信行业规范与职业规划》 《现代传输系统调测实践》 《移动互联网产品测试实践》 《集成电路基础》 《搜索引擎技术》 《软件定义网络》 《移动互联网应用开发实训》 《融合通信应用实训》 《企业工程实习》 《天线与电波传播》 《光纤通信》 《智能工业及其应用技术》 物联网工程专业 《物联网工程导论》 《计算机硬件基础》 《传感器原理及应用》 《物联网工程专业认识与实践》 《操作系统》 《RFID 原理及应用》 《物联网感知综合实践》 《信号与系统课程设计》 《JAVA 程序设计》 《数据库系统基础》 《自动控制基础》 《传感网原理及应用》 《嵌入式系统开发实训》 《网络系统集成》 《数据处理与智能决策》 《物联网数据处理综合实践》 《大数据与云计算》 《M2M 技术》 《位置信息处理技术》 《虚拟仪器测控应用技术》 《物联网工程设计与实施》 《物联网安全技术》

为了提高非平衡数据集的分类精度，提出了一种基于样本空间近邻关系的重采样算法。该方法首先根据数据集中少数类样本的空间近邻关系进行安全级别评估，根据安全级别有指导的采用合成少数类过采样技术（Synthetic minority oversampling technique，SMOTE）进行升采样；然后对多数类样本依据其空间近邻关系计算局部密度，从而对多数类样本密集区域进行降采样处理。通过以上两种手段可以均衡测试数据集，并控制数据规模防止过拟合，实现对两类样本分类的均衡化。采用十折交叉验证的方式产生训练集和测试集，在对训练集重采样之后，以核超限学习机作为分类器进行训练，并在测试集上进行验证。在UCI非平衡数据集和电路故障诊断实测数据上的实验结果表明，所提方法在整体上优于其他重采样算法