摘要：针对当前基于代理模型的优化算法因遭遇“维度灾难”而难以开展叶轮机械高维优化的难题,提出了自适应厘清变量间关系的动态聚合全局优化算法。该算法能在不消耗额外样本的条件下获取设计变量间的交互信息,并基于该信息一方面将高维问题分解为多个低维问题,实现高维问题的高效优化,另一方面为后续知识挖掘提供信息基础。在完成典型30维函数算例测试后,利用所提出的算法完成了包含28个设计变量的Rotor 37叶栅气动优化与设计空间知识挖掘。结果表明,优化后,Rotor 37叶栅设计工况效率相对参考设计提高了1.69%,且变工况性能相对参考设计亦有不同程度提高。在获得最优解的同时,所提出的算法还厘清了Rotor 37叶栅设计空间各变量间交互作用关系。进一步,结合算法所揭示的变量交互作用进行知识挖掘与CFD验证,证明对分离线附近型线进行微调可有效降低激波与边界层相互作用,从而提高跨声速叶栅的气动性能。由此,所提出的算法在求解高维大资源叶轮机械优化设计问题上的适用性和有效性得到验证。

摘要：随着数字化学习环境的建设和信息技术的变革,网络学习、混合式学习与协作学习等正在对高等教育的发展产生深远的影响。目前,由图书馆员以面授形式开设通识教育课程、开展主题培训以及与教师合作嵌入专科课程是图书馆进行信息素养教育的主要方式。

摘要：冲压零件试制用于检验工艺方案和模具设计的合理性,是冲压零件制造的一个关键环节。为了有效地积累和重用冲压零件试制过程中形成的各类知识,提出了试制过程知识库及其知识获取方法。试制过程知识库包括制件特征、缺陷类型、缺陷原因及调整方法等内容,对前三部分内容进行了编码,便于通过挖掘制件特征、缺陷类型和缺陷原因之间的关联关系,得到更深层次的制造知识。针对某冲压件制造企业,分析了拉深件的试制过程记录,开发了拉深件试制过程知识库及知识挖掘器。实践表明,采用该知识库,提高了工艺规划和模具设计的质量,以及零件试制的成功率。

摘要：短文本理解是一项对于机器智能至关重要但又充满挑战的任务.这项任务有益于众多应用场景,如搜索引擎、自动问答、广告和推荐系统.完成这些应用的首要步骤是将输入文本转化为机器可以诠释的形式,即帮助机器"理解"短文本的含义.基于这一目标,许多方法利用外来知识源来解决短文本中语境信息不足的问题.通过总结短文本理解领域的相关工作,介绍了基于向量的短文本理解框架.同时,探讨了短文本理解领域未来的研究方向.

摘要：对IT制件高速冲压精密级进模具的智能化设计技术和模具断裂问题进行了研究.首先通过模糊处理、模糊聚类、属性集约简方法使冲压模具设计隐形知识显性化,实现了对精密级进模设计的知识挖掘;然后采用金相试验对模具断口进行检测.结果发现:断口处WC晶粒大小不均匀,降低了材料的硬度和耐磨性;Co元素含量明显比原始硬质合金材料含量少,降低了材料的强度,从而导致了模具断裂失效.

摘要：混凝土徐变分析在混凝土结构应力计算和变形分析中有着重要意义。由于影响混凝土徐变的因素较多,徐变函数呈现高度非线性,传统回归方法难以取得令人满意结果。基因表达式程序设计方法,吸取了遗传算法和基因编程两者的优点,在解决非线性拟合问题方面表现出非凡的数据挖掘能力与优势。在基因表达式编程理论分析基础上,利用该方法建立了混凝土徐变函数知识挖掘模型。实例表明,该模型比常规方法得到的函数有更高的精度。

摘要：车辆轨迹蕴含丰富的用户移动行为偏好和规律,通过分析车辆轨迹能够获得用户的出行特征,从而为用户提供个性化服务。但是,车辆轨迹中包含的时间和位置信息一般以数字形式存储,无法直观地展现用户的出行特征。设计并实现了一种基于Python语言实现的车辆轨迹可视化分析系统,利用该系统能够轻松地完成车辆轨迹数据的分析及可视化操作,为挖掘车辆轨迹中的知识提供了直观便利的手段。

摘要：文章系统梳理了高校图书馆特色数据库在标准制定、系统设计、内容选取、编辑录入、知识服务方面的建设情况。并根据此数据库建设的经验和探索,在深化数据库特色建设、挖掘文献价值实现知识创新、加强馆际资源共享三方面提出策略建议,给予高校图书馆专业数据库的开发和建设一定的启示。

摘要：通过对广州市现有的城市更新的信息管理系统进行归类分析,找出现有系统的优缺点,结合广州市现有的CIM平台,通过大数据和AI挖掘分析发挥数据的价值,提出了一种基于CIM的城市更新应用场景,让数据感知与决策支撑赋能城市更新。

摘要：分析了传统孔型设计专家系统中存在的知识线性化、知识淹没和不能进行知识挖掘等缺陷等,提出了知识分级和对应的超文本知识库体系模式,给出了实施手段和知识挖掘方法。