关键词： 离线强化学习   扩散模型   优势函数加权   期望回归   期望最大化  

摘要： 在连续且密集奖励的任务中,离线强化学习取得了显著的效果.然而由于其训练过程不与环境交互,泛化能力降低,在离散且稀疏奖赏的环境下性能难以得到保证.扩散模型通过加噪结合样本数据邻域的信息,生成贴近样本数据分布的动作,强化智能体的学习和泛化能力.针对以上问题,提出一种扩散模型期望最大化的离线强化学习方法 (offline reinforcement learning with diffusion models and expectation maximization, DMEM).该方法通过极大似然对数期望最大化更新目标函数,使策略具有更强的泛化性.将扩散模型引入策略网络中,利用扩散的特征,增强策略学习数据样本的能力.同时从高维空间的角度看期望回归更新价值函数,引入一个惩戒项使价值函数评估更准确.将DMEM应用于一系列离散且稀疏奖励的任务中,实验表明,与其他经典的离线强化学习方法相比,DMEM性能上具有较大的优势.

关键词： 三维流场重构   时程深度学习   高分辨率流场   流场表征模型  

摘要： 获得机械结构中的三维高分辨率流场对机械设计与优化尤为关键。然而受机械结构及传感器的尺寸等因素制约，难以直接获取三维高分辨率的流场数据，而基于二维卷积的深度学习方法无法直接处理三维时变流场数据。针对上述问题，提出基于有限测点流场时程样本的三维高分辨率流场的深度学习重构方法。对高雷诺数(Re=2.2×10～4)下方柱绕流样本进行了建模与训练，得到三维湍流场的低维表征模型，进而构建高精度的坐标-表征编码的映射关系，实现流场的三维高分辨率重构，与目标值吻合良好。证明了本文的方法能够实现三维湍流场的高分辨率重构，可为机械流动问题中基于测点传感器的时程数据分析提供新的方法。

关键词： 指纹三级特征   法庭科学   法庭证据评估   欧氏距离相似度   似然比  

摘要： 指纹在人身认定中具有非常重要的作用,而对于指纹三级特征如何应用于指纹鉴定中是制约指纹技术发展的一个难题。针对这一问题,本文以1200dpi分辨率下的指纹图像为样本,利用欧氏距离相似度计算汗孔特征组之间的相似性,结合评分法似然比的计算以及评价模式,比较了边缘似然比、联合似然比、支持向量机以及T-sne方法,最后比较了不同汗孔数量下,似然比模型的精度变化情况,结果表明联合似然比可以获得相对较低的错误率,同时随着所标注汗孔数量的减少,似然比模型的错误率也在不断提高。本文将指纹汗孔特征与似然比相结合,深入探究了应用似然比方法评估指纹汗孔特征的证据价值的可能性,以推进指纹三级特征应用于指纹鉴定工作中的发展进程。

关键词： 流态化   循环流化床   k-means机器学习   颗粒聚团   预测  

摘要： 循环流化床因其优良的气固接触特性在工业生产中的应用十分广泛。颗粒聚团的存在影响着气固相互作用和传热传质,进而影响产品收率和选择性。为了更高效和深入地研究循环流化床内的颗粒聚团现象,本研究利用高速摄像系统对U_(g)=5~9m/s、G_(s)=50~300kg/(m^(2)·s)的二维循环流化床内的流场结构进行了可视化采样。采用k-means机器学习算法辅助图像处理,实现复杂流场中颗粒聚团的识别以及定量表征。结果表明,当U_(g)=9m/s时,随着G_(s)由50kg/(m^(2)·s)增大至300kg/(m^(2)·s),颗粒聚团频率由116Hz增加到327Hz,增长了近2倍。平均颗粒聚团浓度在横向截面中心区域y/Y=0~0.7处分布较为均匀,在y/Y=0.7~0.9的边壁处迅速增大。边壁处平均颗粒聚团浓度的变化幅度约为中心区域的3倍。平均颗粒聚团速度以及平均颗粒等效直径在横向上均表现出相同的变化趋势,均由中心向边壁递减。结合实验数据,对不同聚团参数进行拟合,获得了定量预测各个参数的关联式。对比实验数据与预测数据发现,本实验建立的定量关联式获得的预测结果相对误差均在30%以下。本研究结果定量地揭示了循环流化床内各颗粒聚团特性的分布规律,可以为循环流化床气固流动模型开发和过程强化提供数据参考。

关键词： 数字化社会变革   机器学习   碳配额价格预测   可解释预测模型  

摘要： 随着我国碳排放权交易市场的正式启动,中国碳市场迎来了新的里程碑。准确预测碳配额价格对于数字化社会变革时代下的政策制定和企业决策至关重要。然而,碳配额价格的非稳定性和非线性使得准确预测碳配额市场价格的波动具有一定挑战性。因此,本文构建了一种集可解释性与多尺度分析于一体的差异化学习方法——VMD-AWLSSVR-PSOALS-SHAP混合预测模型。该预测框架考量了影响碳配额价格的潜在因素,同时融入信号分解、高效特征选择、精确价值预测及模型可解释性研究等关键步骤,旨在提高碳配额价格预测的准确性和可理解性,以更好地应对碳市场的复杂性和不确定性。结果表明,该混合预测模型对碳配额价格预测精确度高,对价格影响因素具有可解释性;碳配额价格的影响因素因时间尺度而异,高频序列对短期经济和历史价格敏感,低频序列更容易受到能源价格的影响。

关键词： 酸性矿坑水   自组织映射网络   污染评估   聚类分析  

摘要： 酸性矿坑水(Acid Mine Drainage,AMD)是煤炭开采过程中产生的主要环境问题之一,对生态系统和人类健康构成严重威胁。该研究选取福建龙岩林坑煤矿为研究区,运用自组织映射(Self-Organizing Map,SOM)技术对研究区AMD污染特征进行系统的聚类分析,旨在准确评估该区域AMD污染现状并有效识别主要污染源。本研究利用SOM方法对37个水样的4种水质指标(pH、Fe、Mn和SO_(4)^(2-))进行综合分析,最终将水样划分为4个不同污染程度的聚类,明确揭示了不同污染程度水体的空间分布特征。各聚类按污染程度从高到低顺序,依次为聚类Ⅳ、聚类Ⅲ、聚类Ⅱ和聚类Ⅰ,其中聚类Ⅲ和聚类Ⅳ的样本表现出严重的污染特征,主要位于煤矿涌水点和煤矸石堆放区附近,是未来治理工作的重点;聚类Ⅱ的样本主要受污染水流汇入的影响;聚类Ⅰ包含样本量最多,表明该区域大部分水体受AMD影响程度有限。SOM方法为AMD污染特征的评估提供了有效工具,具有推广至其他煤矿区的应用潜力。未来研究需增加监测频率,以捕捉季节性变化对水质的影响。随着监测数据量的不断增加,SOM方法的应用潜力将更加明显。

关键词： 网络传播   网络表示学习方法   状态估计  

摘要： 网络表示学习是对节点的网络结构的一种分布式表示方案,目前被广泛应用于节点分类、社团发现和边关系预测等任务中。然而网络表示学习对网络传播过程中节点状态的估计仍是一个开放性的问题。经典的网络表示学习方法在对该问题上的应用效果不佳,因此该文提出了基于动力学传播的采样方法,称为Step2Vec逐步采样方法。Step2Vec通过结合网络传播过程,对节点的网络结构信息进行提取并训练。该文分别将Step2Vec与其他的网络分析方法及网络表示学习方法在多个引文网络和真实传播网络上进行了节点状态估计和边关系预测的实验。实验结果表明,Step2Vec算法估计网络传播中的节点状态准确率达85.6%,且对边关系预测的准确率也具有一定提升,相较于随机游走算法平均提高了5.9%。

关键词： 钢管混凝土柱   轴压承载力   机器学习   集成学习  

摘要： 为提高钢管混凝土(concrete-filled steel tube,CFST)柱轴压承载力预测的泛用性、稳定性和准确性,建立了包含矩形截面和椭圆形截面CFST柱的数据集,采用回转半径统一输入参数,利用树结构parzen估计器(tree-structured parzen estimator,TPE)和交叉验证法进行了超参数优化,建立了4种机器学习单模型和4种集成学习模型进行训练并对测试集预测。结果表明:4种集成学习模型的表现均优于4种单模型,其中,XGboost在测试集上表现出最佳性能,决定系数R^(2)达到0.987;采用沙普利加性解释(shapley additive explanations,SHAP)法对极限梯度提升(exctreme gradient boosting,XGboost)模型进行了可解释性分析,长轴回转半径、混凝土抗压强度、钢外壳厚度对CSFT柱轴压承载力影响相对较大,SHAP法还可对单个样本进行局部解释,量化各参数对结果的影响。

关键词： 电影海报   视觉语法   互动意义   美学评价   深度学习  

摘要： 近年来,应用深度学习技术进行图像美学智能评价已成为一种趋势,然而,高层级美学描述任务所需标注数据量有待增加,数据集标注质量与多样性也有待提高。为此,以视觉语法的互动意义为切入点,引入深度卷积神经网络对电影海报视觉互动意义进行评价研究。首先,使用分词工具从电影海报评议学术文献中提取视觉互动意义核心语义,并借助形态分析法,归纳出视觉互动意义与电影海报特征元素的映射关系;然后,收集优秀电影海报作品,结合专家评议,构建电影海报视觉互动意义评价数据集;最后,运用深度卷积神经网络对电影海报样本进行特征提取,建立电影海报视觉互动意义评价模型,并通过实践创作验证模型的可行性。该方法将计算机美学评价拓展到电影海报设计领域,模拟人类视觉及审美思维,构建客观的评价模型,为设计师提供更加精准的用户审美需求并为前瞻性的设计提供参考。

关键词： 农业社会化服务   乡村振兴   随机森林模型   结构方程模型   驱动因素  

摘要： 农业社会化服务是促进农村地区可持续发展的关键因素。然而,农户选择利用这些服务涉及复杂的决策过程。该研究运用随机森林模型和结构方程模型深入研究其影响因素和路径。研究发现,农户对农业社会化服务的接受程度波动较大,农户选择农业社会化服务受农户种植作物种类数量、受教育水平、农户种植作物所得等因素的制约;提升宣传效果、农户个体情况的改善在提升农户对农业社会化服务的选择上起关键作用。