基于计算机视觉技术的茶叶品质随机森林感官评价方法研究

为弥补茶叶品质感官审评存在的缺陷，利用计算机视觉技术对茶叶品质进行快速无损评价研究。以碧螺春绿茶为对象，依据专家感官审评结果，将茶样分成4个等级；采用中值滤波及拉普拉斯算子对茶样图像进行预处理，并提取预处理后的茶样图像的颜色特征和纹理特征以表征茶叶图像的外形特征，利用随机森林算法对茶叶外形特征属性进行重要性排序；筛选出重要性较大的特征及随机森林算法中最优的决策树棵数建立感官评价模型，并与建立的支持向量机(SVM)模型性能相比较。结果表明：色调均值、色调标准差、绿体均值、平均灰度级、饱和度均值、红体均值、饱和度标准差、亮度均值、一致性等9个特征属性的重要性较大，且与感官审评特征描述结果相一致；当采用优选出的9个重要性较大的特征及决策数棵数为500时，建立的模型性能最优，模型总体判别率为95.75%，Kappa系数为0.933，OOB误差为5%，较SVM模型分别提高了3.5%，0.066，优选的9个重要性较大的图像特征与感官审评特征描述相一致。研究表明：利用随机森林方法筛选出对茶叶外形特征属性贡献最大的少数几个特征建立模型，模型性能就能达到很好的识别效果，模型得到简化，同时模型精度和稳定性都高于其他方法。     

基于响应面法的直拉硅单晶生长工艺参数优化方法

在直拉法制备硅单晶的过程中,要得到优质的晶体必须建立合理的温度分布,而单晶炉内热场的分布与工艺参数的设定密切相关.其中以晶体转速、坩埚转速和拉速等三个工艺参数对热场分布的影响尤为显著.为了确定最佳热场分布下晶转、埚转及拉速的设定值,本文采用响应面算法通过方程拟合、回归分析等步骤求解这三个工艺参量与温度梯度之间的最佳函数模型,并在该模型下同时对这三个工艺参量进行优化分析,且通过仿真实验和拉晶实验表明该方法的有效性.     

结合VEC和信心水平分析Black-Litterman投资组合模型

在理论上通过推导得出了Black-Litterman模型(B-L模型)最优权重与信心水平的关系式.实证部分开创性地将多元时间序列VEC模型运用到B-L模型的观点收益预测中.结果表明:且通过向量误差修正模型,实证取得了较好的效果.在任意一种做空限制下,随着信心水平在0%~70%水平上升,收益率有连续上升的趋势,并逐渐趋稳;风险有并不明显的下降的趋势.对同一信心水平而言,随做空限制的放宽,收益率有上升趋势.     

有机化学实验线上课程之扬长避短教学设计与实践篇

It has been two months since a boom of online education triggered by the epidemic in China. At present, we are keeping focus on how to optimize our online class. In the case of chemistry laboratory courses, there's not much that can be done to experimental operations through online teaching. While for the traditional teaching procedure, there is still room for improvement in terms of integrating research to teaching, interactivity, etc. This paper will present some design strategies for improving teaching the organic chemistry laboratory online. To be specific, it describes how teaching materials like the lesson plan and virtual lab were coordinated into the online teaching. And we will also discuss the holistic approach to a better outcome for students' active learning and integration research into teaching by redesigning multiple phases, such as the pre-laboratory preparation, live online class, experimental operations.     

基于SVM的固化土无侧限抗压强度模型

为实现较少试验次数下固化土无侧限抗压强度(qu)的准确预测, 提出了基于支持向量机(SVM)的固化土qu的预测模型. 以固化剂各组分掺入比、龄期、初始含水量、固化剂掺量等因素为输入量, 固化土的qu作为输出量, 以径向基为核函数, 采用网格搜索法和交叉验证法进行参数优化, 建立了基于SVM的固化土qu的预测模型. 算例分析表明: 该模型适用于任意条件下固化土qu的精确预测, 且在较小试验成本下实现与响应面法相当的预测精度.     

波形钢板-UHPC组合桥面板结构截面优化

对实腹式波形顶板-UHPC(超高性能混凝土)组合桥面板进行了改进, 采用空腹式结构建立波形钢板-UHPC组合桥面板有限元模型, 研究UHPC层厚度、波形钢板厚度、波形长度、下缘板宽度和波形高度等截面参数变化对组合桥面板受力特性的影响, 并确定其合理取值范围. 在此基础上, 通过理想点法对参数组合进行优化, 得到合理的参数匹配. 研究结果表明 相较于实腹式组合桥面板, 优化后的组合桥面板自重减小35%, 钢板弯折处应力减小16%; 相较于正交异性钢桥面板, 桥面板用钢量减小7%, 顶板与U肋连接位置应力减小47%.     

基于遗传算法的升力体外形优化设计

升力体由于低热流率再入物理特性和高效的内部容积利用率，是高超声速飞行器气动外形的一种典型布局.文章对升力体飞行器进行参数化数值建模，并提取其表征外形的参数作为设计变量，综合考虑飞行器再入过程中的气动力、气动热、容积利用率及稳定性等性能指标.运用多目标混合遗传算法对升力体进行了多变量、多约束下的气动外形优化设计，获得了再入飞行器外形的最优Pareto解.数值模拟结果表明，典型状态下最优Pareto解与CFD结果相差12%，验证了优化结果的准确性.      

基于大规模高维线性回归模型的分布式计算方法研究

大数据背景下挖掘大规模高维数据所隐藏的信息备受关注.本文主要目的是采用分布式优化方法解决加SCAD和Adaptive LASSO惩罚的高维线性回归中的参数估计和变量选择问题.主要方法是通过构造全局损失函数的一个交互有效的正则化替代损失函数,把基于全局损失函数的优化问题转化为基于替代损失函数的优化问题.本文设计的修正的ADMM算法,在计算上,只需要子机器基于局部数据计算梯度,而主机器进行参数估计和变量选择.在主从机器交互复杂度上,基于替代损失函数所得的估计误差收敛于基于全局损失函数所得的估计误差.通过模拟和实证研究进一步验证本文提出的分布式计算方法在实际生活中的可行性和实用性.     

接地式三要素型动力吸振器性能分析

利用固定点理论优化接地类型的动力吸振器得到的结果可能不是全局最优参数,在选择其他参数时主系统可以获得更小的振幅, 接地类型动力吸振器的优化问题值得进一步研究. 因此,以一种接地式三要素型动力吸振器为对象,通过研究系统参数变化对固 定点位置与主系统最大振幅的影响,得到了此吸振器的局部最优参数并分析了它的性能. 首先建立了此系统模型的运动微分方程, 得到了主系统振幅放大因子,发现系统存在3个与阻尼无关的固定点. 固定点中幅值较大点随系统参数变化的趋势可以代表最大振 幅随系统参数变化的趋势,因此利用盛金公式得到了固定点幅值的表达式. 为了更加精确,进一步使用数值算法得到了最大振幅与 系统参数的关系图,发现系统中存在局部最优参数. 通过对比接地式吸振器与接地三要素型吸振器的最大振幅随系统参数变化的趋 势,得到了接地式三要素型吸振器的局部最优参数,并发现当固有频率比小于局部最优频率比时,接地式三要素型吸振器模型主系 统的最大振幅要远小于接地式动力吸振器模型.