新型游梁式抽油机的悬点载荷分析

目前各大油田使用的主流抽油机不再适应产量低,油层浅的低负荷油井,为缓解这一问题研究设计了一种新型结构的游梁式抽油机。本文对该新型抽油机驴头悬点运动规律进行精确分析。     

数字化周易技术研究与应用

周易是中华国学之源,进入现代信息化社会后周易的研究手段仍旧落后。本文把信息化引入周易资料整理当中,并且提供了周易资料信息化的标准。首次提出运用数据挖掘技术、模糊支持向量机技术辅助周易研究。最后基于NET,实现了数字化周易信息管理系统和辅助研究平台。     

基于SVM/LDA的SAR图像目标鉴别方法

提出一种基于主成分分析和支持向量机与线性判别分析结合算法的合成孔径雷达(synthetic aperture radar,SAR)图像目标鉴别方法.利用主成分分析算法对SAR图像向量进行降维并提取其全局特征,对降维后的全局特征采用最小类内散度支持向量机算法进行变换,并对变换结果训练生成最佳分类器,进行分类完成目标鉴别.实验结果表明该方法可以获得较高的分类正确率.     

三元组可比语料库自动剖析在情报智能处理中的研究与应用

文章提出的基于三元组可比语料库的自动语言剖析技术扩大了该研究领域的内涵,使其包括面向自然语言处理的应用研究。从工程可实现性考虑,创新性地提出建造三元组可比语料库,利用n-元词串、关键词簇和语义多词表达等自动抽取技术,通过对比中式英语表达,发掘英语本族语言模型,实现改进和发展机器翻译、跨语言信息检索等自然语言处理应用的目标。     

基于知识图谱的机器学习研究前沿探析

机器学习是人工智能的一个前沿分支学科,同时也是实现人工智能的一个重要途径.以机器学习领域内的著名期刊《机器学习》(Machine Learning)和《机器学习研究杂志》(Journal of Machine Learning Research)作为样本,运用多视角引文网络分析CiteSpaceⅡ软件绘制的知识图谱显示出国际机器学习研究的前沿领域是以“数据挖掘”为代表的9个知识群;通过对知识图谱的深度解读,进一步揭示出机器学习研究的前沿演化路径.     

计算机网络信息对双语转换的作用

计算机涉足语言翻译主要在两大领域:机器辅助翻译和机器翻译。机器辅助多发生在词汇或文化层级,机器翻译发生在语篇层级对翻译的意义更大。机器翻译就是电脑以软件和网络为媒介,提供译文,帮助人们消除语言障碍。但是,语言转换不仅是不同语言词汇间的转换,还是句法、语义的语篇整合。建立成功的语篇语料库是解决问题的方式之一。人工智能的发展也会促进机器翻译的提高。     

不同型号吸烟机测定卷烟主流烟气的差异性分析

为明确不同吸烟机对卷烟主流烟气检测的差异,选取了4个牌号的试验卷烟,分别用直线吸烟机、转盘吸烟机对其卷烟主流烟气指标进行了分析评价。结果表明:直线吸烟机、转盘吸烟机在测定卷烟烟气焦油量、烟气烟碱量、烟气一氧化碳量虽存在一定差异,但并不显著。     

论制氮机氮气代替液氮的可行性

通过说明现在液氮在液化天然气工厂使用中存在的弊端,从而体现出制氮机氮气代替液氮的优势,同时还提出了制氮机氮气代替液氮使用时应注意的问题,最后总结论述了制氮机代替液氮的可行性。     

基于深度学习的领域知识对齐模型研究:知识网络视角

随着大数据的迅速发展,知识网络在不同语言、不同领域和不同模态等情境下呈现高度多样性和复杂性,如何对齐与整合多源情境下的异构知识网络,成为研究者所面临的严峻挑战。本文在知识网络深度表示学习的基础上,提出一种由知识网络构建、跨语言网络表示学习和统计机器学习三个模块构成的知识网络对齐(knowledge network alignment,KNA)模型。为验证模型的有效性,在中英文双语知识网络数据集上开展实证研究,借助于网络表示学习算法将异构知识网络表征到同一空间,利用已知的对齐链接来训练统计机器学习模型,并通过模型来预测未知的节点对齐链接。KNA模型在跨语言共词网络对齐任务中取得Precision@1值为0.7731,高于基线方法 (0.6806),验证了KNA模型在跨语言知识网络对齐上的有效性。研究结果对于改进知识网络的节点对齐效果,促进多源情境下的异构知识网络融合具有重要意义。     

基于SVM分类器的集装箱箱号识别法

为准确、高效地识别集装箱箱号,提出基于支持向量机(Support Vector Machine,SVM)分类器的集装箱箱号识别法.在对大量箱号图片进行实验并统计各种特征识别率的基础上,经过预处理、箱号定位、字符分割,得到36×22像素大小的二值化图像;提取箱号字符的边界和质心特征、改进的灰度直方图特征以及边缘方向直方图...