游客情感计算的文本大数据挖掘方法比较研究

旅游文本大数据以其方便、快捷和低门槛的特点为游客情感计算提供了极大便利，已经成为旅游大数据的主要来源之一。基于大数据理论和情感理论，以文本大数据为数据源，在全面梳理国内外情感计算相关成果的基础上，利用人工智能中的逻辑/算法编程方法、机器学习方法、深度学习方法对旅游文本大数据进行挖掘，探索最佳的基于文本大数据的游客情感计算方法。研究发现：（1）基于情感词典的游客情感计算模型，其核心是构建情感词典和设计情感计算规则，方法简单，容易实现，适用语料范围广。（2）机器学习，用统计学方法抽取文本中的特征项，具有非线性特征，可靠性较线性特征的情感词典方法高。（3）基于深度学习技术的游客情感计算，效果良好，准确率在85%以上。训练多领域的文本语料易于移植，实用性强，且泛化能力好，较适合大数据时代游客情感计算研究。     

可见-近红外多光谱数据对水稻种子成活率的判定

种子活性受到存储条件的影响很大。收集了真实情况下受到不同存储条件影响的种子,通过发芽实验验证了其成活率存在差异。再从中选择适量的种子样本,采集其单颗种子的可见-近红外反射光谱,运用不同的光谱预处理技术,结合不同的机器学习建模手段,以区分不同成活率的种子。比较了不同的光谱预处理方法,比如标准反射光谱校正、多元散射校正等。从识别准确度的角度,认为标准反射光谱校正的方法,能够很大程度上提升不同存活率种子的光谱差异性,从而经过机器学习判断达到更高的识别准确度。同时比较了支持向量机、 K邻近和距离判别分析等机器监督学习建模方法,发现利用标准反射光谱校正的方法结合距离判别分析,能够对种子样本实现完全准确的判定。更进一步,为了满足实际运用中快速识别的要求,将高分辨率的光谱数据压缩成为低分辨率多通道带通光谱数据,这样可以大大降低的光谱数据长度,节约各种机器学习器在训练和判断中所用的时间。使用简化过后的多通道带通光谱数据判定种子存活率,其识别准确度仍然接近90%。充分说明了,利用多通道宽带光谱数据,并选择合适的机器学习建模方式,足以满足实际选种产业的一般性需求,有潜力作为未来粮种成活率快速鉴别的技术手段。还采用了多种带通宽度以简化光谱,分析比较不同带通宽度对识别精度的影响。总体来说由于带宽增大,数据量减少,识别速度更快,但是识别精度降低。从10~50 nm改变光谱带宽,标准反射校正后的简化光谱的识别精度从87.50%下降到58.75%。在实际运用中,需要权衡识别速率和预期识别精度,合理的选择带宽。验证了根据简化后的可见近红外反射光谱,能够较快速且准确的识别水稻种子存活率,为以后的基于带通滤波片的快速种子存活率识别奠定了基础。     

基于机器学习和可见光光谱的冬小麦叶片氮积累量估算

在拔节期分4次采集了6个施氮水平下的冬小麦冠层图像,同步进行取样并以凯氏定氮法测定叶片含氮量,进而计算叶片氮积累量。利用随机森林算法分割冠层图像之后提取冠层覆盖度、可见光波段(R, G和B)三个分量及其衍生的5个色彩指数。以冠层覆盖度外加色彩指数、色彩分量的两种非线性回归,以及人工神经网络、支持向量回归、随机森林3种机器学习算法建立了冬小麦叶片氮积累量的估算模型。结果表明利用色彩指数的非线性回归模型的估算精度稍低于其他方法,而随机森林算法的拟合精度最高,但存在明显的过拟合现象。其他三种方法,即以冠层覆盖度及色彩分量为输入变量的非线性回归、支持向量回归和人工神经网络方法,均具有较高的拟合精度和泛化性能。     

SVM在物理实验中的应用

SVM是一种新的理论依据充分的机器学习算法．将SVM引入水的黏度测定实验,并将SVM寻求的“最优回归函数”与最小二乘法寻求的“最佳函数”进行了对照,结果发现SVM效果较好,从而说明SVM是一种值得引进的物理实验数据分析方法.     

NFTHz加速器束流横向截面尺寸测量系统研制

针对太赫兹直线加速器,开发了基于EPICS分布式系统的横向截面尺寸测量系统。该系统采用束斑检测器完成束斑到光斑的转换,并通过远心镜头将光斑成像到CCD相机,完成对光斑图像的采集,之后基于ADAravis将相机采集的图像数据汇入到EPICS数据库。由于暗电流以及环境辐射的影响,在采集到的图像中会存在椒盐噪声,因此使用卷积神经网络（CNN）对图像中的椒盐噪声进行抑制,最后对图像进行高斯拟合计算出束流截面尺寸。实验结果表明,CNN可以有效地消除椒盐噪声,并且系统的分辨率达到15.8μm,满足系统设计要求。     

基于时频域综合分析的无创血糖检测技术研究

无创血糖检测技术是一种间接测量血液中葡萄糖含量的方法,其不损伤人体组织具有安全、快捷、无创的特点,打破了传统血糖检测的局限性,具有重要的研究价值。光电容积脉搏波信号因携带多种生理病理信息,被广泛应用于各种临床研究,也是目前实现无创血糖检测技术的重点关注对象。目前基于光电容积脉搏波信号的无创血糖检测研究,仅考虑了时间域或频率域单独作用时对系统建模的贡献。信号的时域分析虽能描述PPG信号幅值随时间的变化,却无法直观反映PPG信号频率的能量分布,因此单一域的信号分析不能全面表达PPG信号,从而导致信息丢失。采用频域分析方法提取信号频谱时,需要利用信号的全部时域信息,是一种全局的变换,可能会造成特定时间或特定频率段内的信号特性丢失。提出了一种基于光电容积脉搏波(PPG)时频域综合分析的无创血糖检测新方法,采用时域-频域并行法综合考量光电容积脉搏波信号与血糖间的联系。以时域分析为基准,利用聚类分析法在PPG信号时域中提取代表波形,分析波形特征点与血糖相关性,确定波形时域特征参数。在此基础上,利用快速傅里叶变换将脉搏波时域信号转换至频率域,采取主成分分析手段研究频谱信息,确立频域特征量。通过口服葡...     

Efficient Stochastic Simulation Algorithm for Chemically Reacting Systems Based on Support Vector Regression

通过引入机器学习中的孪生支持向量回归(twin support vec-tor Regression,TSVR)算法,提出了一个将TSVR与随机模拟算法(stochastic simulation algorithm, SSA)相结合的基于孪生支持向量回归的随机模拟算法(twin support vector regression based stochastic simulations algorithm,TS3A).数值模拟实验表明该算法不仅能广泛应用于化学反应系统的模拟,并且在较少的模拟次数下可明显提高精度和效率.     

利用机器学习靶向设计先进电催化剂

随着能源需求增长与化石燃料资源枯竭之间的矛盾日益突出,以及石油、天然气等不可再生资源的燃烧带来的环境问题和全球变暖,清洁可再生能源越来越受到人们的重视.因此,包括能源转换和可逆能源使用等的可持续发展技术受到广泛关注.其中,电催化被认为是清洁能源转化的重要方法.目前,电催化反应的催化剂仍以贵金属为主.但贵金属昂贵的价格极...     

基于滤波器-光谱数据降维的指甲地区识别

该文从实际案件中收集了5个地区共计204份指甲样本,运用希尔伯特变换滤波器对原始谱图进行降噪处理,然后采用主成分分析进行数据降维,借助朴素贝叶斯、随机森林以及偏最小二乘判别分析模型开展指甲地区的识别工作,并根据模型的识别率和相关指标筛选出最佳预处理方法和最优识别模型。结果表明,经预处理后的原始谱图识别率得到显著提升,希尔伯特变换滤波器结合主成分分析是最佳预处理方法,随机森林模型的稳定性和识别率均高于朴素贝叶斯和偏最小二乘判别分析模型,对最佳预处理方法的训练集识别率为94.88%,测试集识别率为93.47%。该方法能有效降低谱图的噪声,减少数据的冗余,提高模型的识别效果,为法庭科学中指甲地区的快速鉴定提供了参考。     

高分子材料基因组——高分子研发的新方法

材料基因组旨在将计算工具、数据库和实验工具有机结合,缩短研发时间,提高材料研发效率.高分子材料因其结构独特性和复杂性阻碍了材料基因组在高分子材料领域的发展.目前,国内外学者在高通量筛选高分子化学结构策略和构建性能预测方法等方面开展了尝试,并取得了一些成果.本文总结和评述了当前利用代理量方法和机器学习预测模型实现高分子材料基因组的进展,利用可计算的量代理宏观性能的代理量法和利用机器学习模型预测材料性能的方法在一定程度上克服了高分子复杂性的影响.在此基础上,系统地介绍了数据挖掘或模型构建的方法以及运用这些模型筛选不同类型高分子的思路,着重探讨了方法构建和材料筛选背后的思想以及对各类问题的解决措施.最后,探讨了当前高分子材料基因组发展中所面临的主要挑战,并展望了高分子材料基因组的未来发展方向.