典型样本

摘要： 为提高锅炉效率并降低NOx排放,针对燃烧优化典型样本库,提出一种基于智能控制的参数优化方法。首先,利用模糊控制对辅助风、燃尽风门挡板开度偏置值进行优化,利用系数分配函数实现风门挡板偏置值的分层配置;然后,使用k-近邻模型寻找相似工况,采用相似度阈值函数判断当前工况与典型样本库工况的相似程度,在与典型样本库参数的优化效果对比后择优对典型样本库数据进行更新;最后,对某发电厂机组二次风进行优化。优化后,选择性催化还原装置入口NOx浓度平均下降3.18%,锅炉效率提高0.07%。结果表明,采用模糊控制可以优化二次风挡板开度参数,所提出的智能控制方法能够优化典型样本库数据。

摘要： 马克思主义哲学通识教育是马克思主义思想教育与传播的重要系统性工程,它不仅有助于对读者理论思想、科学实践精神、人文素养的教育培养,还坚持政治性、学理性和大众性的统一,切实提升读者的思想理论水平、思维广度和工作实践能力。由韩庆祥、邱耕田等著述的《马克思主义哲学通识课》(2021年6月中共中央党校出版社出版)一书是精讲马克思主义哲学的专著。作者从抽象到具体、由浅及深地阐释了马克思主义哲学的基本内容、核心观点、思维方式、工作方法和典型样本,以实践实用为导向,帮助读者更加深刻地理解马克思主义哲学的核心理论和科学方法论,提高读者的思想理论水平和工作实践水平。

摘要： 作为贯穿“两个年代”的重要作家之一,汪曾祺向来被视为考察中国现代文学与当代文学内在关系的典型样本。也因此,学界围绕20世纪50年代至80年代的“30年汪曾祺”展开过诸多相关讨论,比如汪曾祺与传统文章学之间的关系,他对现代文学传统的继承与现实主义的选择,他如何借重人民文艺的形式写作,等等。而上述研究均有涉及却未及展开的是,汪曾祺在50年代思考的“通俗”问题。事实上,随着现代到当代的文学主潮嬗变,“如何通俗”是汪曾祺消化现代主义、吸收现实主义,形成独具个人风格的文艺美学观的关键。

摘要： 经过20多年的探索实践,青岛市市南区基于五育融合形成以学生发展为核心的海洋特色教育,区域实践经验在山东省内外乃至全国起到辐射引领作用。学生在各级创新创意比赛中屡获佳绩,教师教学观念与行为有效提升,学校优质均衡特色发展。区域海洋特色教育成为高质量发展典型样本。党的十九大报告明确将“建设海洋强国”作为国家发展战略。

摘要： 高家堂村位于浙江省湖州市安吉县南端,辖9个村民小组,240户,人口859人。该村总面积700公顷,其中山林面积9800多亩,度产(毛竹两年砍一次为一度)毛竹20万支。村内山清水秀,景色宜人,民风淳朴,是安吉县乡村旅游的典型样本。(一)生态转型阶段改革开放初期,为了摆脱贫困的帽子,高家堂村利用自身资源禀赋大量引入造纸厂和竹制品加工厂,逐渐实现了村庄致富和村民增收。

摘要： 凉山彝族自治州是全国最大的彝族聚居区,也是中国区域性整体深度贫困的典型样本,是四川脱贫攻坚的最后战场。2020年11月17日,四川省批准凉山州喜德县等7个县摘帽脱贫,全省88个贫困县全部清零。最近,四川省社会科学院课题组深入凉山州喜德县贺波洛乡桌古村进行调研,总结了桌古村在脱贫攻坚中的成功经验和自身特色,展望了桌古村未来振兴发展方向。

摘要： 目前,"小荷听书"已实现微信端、移动端(安卓版、苹果版)、PC端有声读物的线上阅读,并创新开启了可听、可视、可读全阅读模式。在听书市场的一片喧哗中,作为后起之秀的"小荷听书有声读物出版阅读平台"(以下简称"小荷听书")经过两年多的运营逐渐崭露头角,开启全终端运营时代。"小荷听书"是山东教育出版社全面推动数字化转型大布局下的一个重点项目,以专业教育出版的品质为保障,将专业研发、品质至上、不断创新作为不懈追求。

摘要： 纪录片《东向大海》以东海地区经济发展为典型样本,描绘了浙江人民依海而生、向海而兴的壮丽图卷,为建设海洋强国的国家战略做出生动注解。当前,网台同播已经成为纪录片传播的标配,越来越多的优秀纪录片挺进主阵地、主战场,正在发挥良好的示范作用,产生积极的社会影响。

摘要： 燃烧扰动是循环流化床锅炉常见扰动之一,基于人工判断很难将煤质变化引起的燃烧扰动与其他因素导致的燃烧扰动正确区分.针对以上问题,提出一种基于证据理论的煤质好坏在线识别方法.首先对锅炉燃烧过程进行机理分析,构造了机组负荷/给煤量、热量/给煤量、给水流量/给煤量这3个可以反映当前煤质的证据;然后用典型样本法建立置信函数;最后用D-S融合法则将这3个证据进行融合,得出最终的诊断结论.取电厂实际运行数据对该方法进行验证,诊断结果表明该方法可有效区分煤质正常和煤质变差两种燃烧状况;相比单一证据诊断结果,对目标模式的支持度增加,不确定性减小,提高了识别的准确性.

摘要： 慕课资源的学习群体来自网络,因此学习者的网络学习方法和习惯差异较大,必然影响其学习效果.通过《电梯结构原理》慕课资源的学习者典型样本分析,利用慕课学习平台的附加功能和慕课学习设计的改进,对学习者的学习进行必要的正向干预,形成差异化学习,达到提升学习质量的目的.

摘要： 本发明公开了一种基于样本惩罚的典型关联分析近重复视频检测方法，通过对原始视频U和查询视频V，读取其中所有视频，采用自相似方法来可视化音频和视频数据特征，生成原始视频U的样本矩阵X和查询视频V的样本矩阵Y，对样本矩阵X和Y加入样本惩罚因子αi和βi改进以后的典型关联分析算法进行关联分析，再加入拉格朗日乘子λ1和λ2以及稀疏项参数λ3和λ4，转化为求解特征值问题，得到特征值为v和w；定义平均帧，将平均帧fi和fj之间的距离H(fi,fj)作为计算原始视频和查询视频相似度的一个参量，计算原始视频U和查询视频V之间的相似度，构成相似度矢量，根据相似度矢量计算相似矩阵，能够有效解决海量存储系统中的重复视频检测问题，提高近重复视频检测的准确性。

摘要： 本发明公开了一种基于典型行业特征库和反窃电样本库的反窃电分析方法。本发明采取的技术方案为：构建典型行业用电特征库和反窃电样本库；采用典型行业用电特征库和反窃电样本库作为数据基础，基于组合不同算法的优势，经过算法模型的综合判断后构建出反窃电预警模型，通过该模型对专变用户用电数据进行挖掘分析，进一步进行辅助研判，最后输出窃电用户嫌疑清单和窃电用户嫌疑分析报告。本发明引入典型行业用电特征库和反窃电样本库，提出一种典型行业用电特征和反窃电样本库相结合的反窃电预警模型，通过该模型对专变用户用电数据进行挖掘分析，将结果进行分析处理，从而辨别出是否存在窃电行为。

摘要： 本发明提供一种通过构建运行数据典型工况样本库提高预测精度的方法，所述方法利用相关分析消除冗余变量，利用主成分分析进行降维，以工况信息量指标最大为目标，搜寻给定数量的运行数据样本，构建典型工况样本库，使其涵盖大部分运行工况，以此来表过程特性，在建立模型时既不影响计算效率，又能保证模型的预测精度。

摘要： 一种用于零样本分类的多模态典型相关分析的方法，包括：使用训练数据的视觉特征以及相应类别的语义特征求解得到映射矩阵；使用映射矩阵，将测试数据的视觉特征和未见过的类别的语义特征映射至公共空间；对测试数据进行分类。本发明能够寻求图像的视觉特征与多个模态的语义特征之间的公共空间，在零样本图像分类中可以取得更高的准确率，因此是一种有效的零样本图像分类方法。本发明的方法简单易行，效果优良。除了零样本图像分类问题，同时也能适应其他的多模态分类、检索问题。

摘要： 一种基于改进的典型相关分析的零样本视频分类方法，包括：通过将训练视频的视觉特征和视频类别名称的语义特征映射到一个公共空间，在这个公共空间中，视频的视觉特征和相应的语义特征具有良好的对应关系，对于新输入的测试视频，将它的视觉特征映射到公共空间，找到对应的语义特征，就可以确定测试视频的所属类别。本发明通过局部线性的方法达到解决非线性问题的目的，在零样本视频分类中可以取得更高的准确率，同时也能适应其他的多模态分类、检索问题。

摘要： 本发明公开了一种基于小样本学习的茶叶典型病害图像识别系统及方法，所述系统包括图像采集系统，用于获取待识别茶叶病害图像；图像预识别系统，用于将待识别茶叶病害图像分为若干级别；图像识别对比系统，用于根据其所在同级别内的茶叶典型病害特征样本对所述病害特征信息进行病害识别，获得所述待识别茶叶的病害。本发明与传统识别对比方式相比，大幅度提升了对比识别效率，将茶叶病害图像分级，便于后续识别对比时，只需要与相对应分级的典型茶叶病害图像进行识别对比，无需与大量典型茶叶病害图像依次进行识别对比。

摘要： 本发明公开了一种基于典型窃电行业数据分析和历史窃电样本库的窃电辨识系统，包括：数据采集模块、数据预处理模块、特征分析模块、模型构建模块、模型输出模块，所述系统对历史数据进行分析处理得到窃电数据特征，从而建立典型行业用电行为集和历史窃电样本库，再通过算法进行疑似窃电用户辨别，最后引入辅助研判并输出结果，解决现有技术不能精准发现窃电行为的问题。

摘要： 本发明公开了一种基于典型行业特征库和反窃电样本库的反窃电分析方法。本发明采取的技术方案为：构建典型行业用电特征库和反窃电样本库；采用典型行业用电特征库和反窃电样本库作为数据基础，基于组合不同算法的优势，经过算法模型的综合判断后构建出反窃电预警模型，通过该模型对专变用户用电数据进行挖掘分析，进一步进行辅助研判，最后输出窃电用户嫌疑清单和窃电用户嫌疑分析报告。本发明引入典型行业用电特征库和反窃电样本库，提出一种典型行业用电特征和反窃电样本库相结合的反窃电预警模型，通过该模型对专变用户用电数据进行挖掘分析，将结果进行分析处理，从而辨别出是否存在窃电行为。

摘要： 本发明公开了一种蠕虫时间序列分类典型样本确认方法，首先，进行时序的类内欧氏距离计算，获得小于距离平均值的备选时序组和距离平均值；新时序进入类内训练，根据距离结果，确认该时序是否满足时序组距离要求，达到要求，进入时序组；其次，对备选时序组与其它类型时序之间的类间距离进行计算；对新时序与其它类的典型时序组进行计算，确定与类间距离的关系，大于类间距离则新时序完全符合典型时序样本的要求；最后，检验其分类准确率，作出相应的标记；采用公认时序数据库进行实验验证，结果证明，蠕虫时间序列分类典型样本确认方法可以获得每个类型的典型样本，确保样本的有效性，类型划分更清晰。

摘要： 本发明属于发电机组故障诊断技术领域，尤其涉及一种基于模型自弈和典型样本的磨煤机故障诊断方法，包括：基于磨煤机运行机理和历史数据，并采用遗传算法辨识未知参数来构建磨煤机机理模型；通过调整磨煤机机理模型参数来模拟磨煤机不同故障从而产生大量典型故障样本数据；采用神经网络对大量典型故障样本数据进行训练和学习，得到神经网络故障诊断模型；采用滑动窗口法将电厂中的实际数据送入训练好的神经网络故障诊断模型，在故障发生的早期进行故障预警和故障识别。解决了磨煤机故障样本数据难以筛选且样本数量不足的问题；采用神经网络对不同故障典型样本进行分类，能有效的在故障产生的初期检测出故障和故障类型，从而避免故障恶化造成损失。