人工细胞神经网络(CNN)的硬件实现

本文主要研究用集成运放实现人工细胞神经网络(CNN)的问题,改进了由L.O.Chua(蔡少棠)提出的单细胞人工CNN电路。从巳实现的4×4CNN电路及CNN连通片检测电路看,其性能达到了预期要求。     

基于2-硝基咪唑镉二维CdIF材料的合成和晶体结构

通过将2-硝基咪唑与硝酸镉在甲醇溶剂中120℃溶剂热条件下反应,合成了1个新的[Cd(Nim)2](CdIF-14),并对其进行了元素分析、红外光谱(FTIR)、热重分析(TGA)、X射线单晶衍射和粉末衍射(XRD)表征.与已经报道的咪唑镉配位聚合物[cadmium imidazolate framework(CdIF)]的三维结构相比,CdIF-14呈四连接二维平面结构,为典型的(4,4)网格和(4.4.4.4)拓扑构型:Cd2+位于四连接网格的顶点由4个去质子的2-硝基咪唑配体(分别以4个N原子配位和4个O原子弱相互作用形成相互倒置的N正四面体和O四面体)连接成正方形网格.虽然,ZIF的二维网格结构已有所报道,但是具有(4.4.4.4)拓扑的平面结构的ZIF尚未见报道,是金属咪唑配位聚合物结构中罕见的类型.     

卷积神经网络声学模型的结构优化和加速计算

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2％的下降.由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低.针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善.结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍.     

基于HHO-CNN的轴承故障诊断方法研究

轴承是传动系统重要的支撑部件，也是整个系统的薄弱环节，卷积神经网络(convolutional neural network, CNN)强大的特征提取和学习能力为轴承运行状态模式识别提供了可能性.针对CNN处理多分类模式识别过程中，由超参数问题引起的准确率低、收敛速度慢等问题，提出了一种基于哈里斯鹰优化(Harris hawks optimization, HHO)算法优化的CNN分类模型.首先，对不同故障类型和故障程度轴承故障数据集进行划分，初始化CNN模型参数；然后，使用HHO算法对CNN模型的超参数空间进行优化，计算适应度值并获取全连接层的单元数量和迭代次数；最后，利用优化后的CNN模型对轴承数据集进行模式识别.通过不同故障类型和故障程度轴承实验数据验证，表明HHO-CNN模型可以使得全连接层的单元数量和迭代次数迅速收敛，及时准确调整CNN的网络参数，提升分类器的性能，提高了故障模式识别准确性，增强了模型的稳定性.     

基于EOPCB的芯片网络

就电光印制电路板(EOPCB)上的芯间光互连提出了一种网络化的连接方案.本方案力图减少芯片间连接线数,消除芯片的控制线及时钟线,通过介质访问技术实现芯片间的互连.该方案假设每个芯片只有一个光收发器(VCSEL/PIN),芯片网络由电气层供电,并通过光互连通信.在假设条件下,芯片网络可采用总线型、环型或星型物理拓扑结构连接.给出了上述拓扑结构网络连接光路实现方法,分析了光路损耗对芯片接入数目的限制,并就适于网络化光互连的光电集成电路(OEIC)芯片结构及介质访问方式作了简单讨论.     

互联网络RCP(n)的拓扑结构优化设计

提出一种新的互联网络拓扑结构——基于交叉立方体环连接的Petersen图互联网络RCP(n).研究互联网络RCP(n)的通信特性.通过RCP(n)的单播路由算法、广播路由算法、可分组性算法,证明RCP(n)不仅具有环、彼特森图和交叉立方体本身所具有的性质,同时又具有自身独特的拓扑性质.研究结果表明,RCP(n)是一种具有良好拓扑结构和通信特性的互联网络.在通信效率上的花费只有由超立方体构成的互联网络的1/2,而通信效率却是由超立方体构成的互联网络的一倍.     

基于随机化融合和CNN的多模态肺部肿瘤图像识别

在多模态医学图像背景下,针对单模态图像识别存在目标模糊、边界不清等问题,提出一种基于随机化特征融合的卷积神经网络(Convolutional Neural Network,CNN)目标识别方法.首先使用参数迁移法构造卷积神经网络模型,利用自建的多模态医学图像数据库对CNN模型进行微调;然后,分别用CT(Computed Tomography),PET(Positron Emission Computed Tomography)和PET/CT三个模态的数据并行地训练网络,并提取全连接层的特征向量;其次,构造随机函数,将三个模态的全连接层数据进行随机化融合;最后,通过另一个全连接层和分类器对融合后的特征进行分类识别.通过批次大小、迭代次数和网络层数三个角度验证该方法的有效性,实验结果表明,随机化融合效果优于单模态CNN,且特异性和灵敏度也较高,因此该方法对临床肺部肿瘤识别具有良好的适应性.     

货运营销与生产管理信息系统网络总体结构的研究

提出采用Intranet 技术设计FMOS网络结构,逻辑上将FMOS网络分成生产网和服务网两层.研究了FMOS(Freight Marketing and Operation System) 生产网和服务网的拓扑结构、FMOS生产网和服务网的连接方式、以及货主接入FMOS服务网的模式     

多模态3D CNN脑部胶质瘤分割方法

目的 由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大。提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法。 方法 首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像。其次,构建10个卷积层、2个全连接层的3D CNN。卷积层采用3×3×3 的3D 卷积核;全连接层采用PReLu激励函数,并结合dropout技术防止过拟合。结果 构建的3D CNN分割胶质瘤和瘤内各结构精度高,与专家手动分割的结果接近。结论 实验结果表明,构建的多模态3D CNN能够准确的分割MRI多模态图像脑部胶质瘤及瘤内各结构,具有重要的临床意义。     

多模态3D卷积神经网络脑部胶质瘤分割方法

由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大。提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法。首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像。其次,构建10个卷积层,2个全连接层的3D CNN。卷积层采用3×3×3的3D卷积核;全连接层采用PRe Lu激励函数,并结合dropout技术防止过拟合。构建的3D CNN分割胶质瘤和瘤内各结构精度高,与专家手动分割的结果接近。实验结果表明,构建的多模态3D CNN能够准确地分割MRI多模态图像脑部胶质瘤及瘤内各结构,具有重要的临床意义。     

L-Fuzzy拓扑共生空间的连通性

本文将拓扑共生结构拓广到 L-fuzzy 拓扑共生结构的情形,其中 L 为 Fuzzy格。主要结果:(1)探讨了 L-fuzzy 共生结构产生 L-fuzzy 拓扑的两种方法及它们的关系;(2)推广了拓扑共生结构中的连通性,给出了 L-fuzzy 拓扑共生空间,L-fuzzy 邻近空间,L-fuzzy 一致空间的连通集的定义,并讨论了它们的一些性质;(3)证明了全体 X 上的 L-fuzzy 拓扑共生结构就所定义的偏序“≤”是完全格.     

具有五重穿插结构的镍(Ⅱ)配位聚合物的合成、晶体结构及其热稳定性能研究

以1,3-bip(1,3-二(咪唑基)丙烷),H2bpdc(4,4’-联苯二甲酸)和Ni(NO_3)_2·6H_2O为原料,在水热条件下合成了配位聚合物:[Ni(1,3-bip)(bpdc)·0.5H_2bpdc]_n,并用红外光谱、热重分析、元素分析、粉末XRD和X-射线单晶衍射技术对配位聚合物的结构进行了表征.结构解析结果表明标题配位聚合物是一个具有五重穿插三维结构.其中,配位聚合物中每个Ni(Ⅱ)离子可被视作一个三连接的节点,通过拓扑计算,该配位聚合物的骨架具有(10~3)二硅化钍型拓扑结构.     

Vista下基于.NET3.5的对等协作技术

Windows Vista 旨在成为下一代连接平台,他对网络基础结构的改进,为建立安全而可靠的连接提供了基础,为一对一、一对多和多对多通信拓扑提供了随时随地的连接性.利用Windows Vista集成的PNRP (Peer Name Revolue Protocol)、PNM (People Near Me)结合.NET Framework3.5新增加的System.Net.PeerToPeer命名空间,以及WCF(Windows Communication Foundation)引进的PeerChannel功能,可以方便的建立对等协作解决方案.     

基于可靠性的结构动态拓扑优化方法

实际工程结构设计往往在确定性范畴内进行,所得结构存在较大失效可能性.基于此,提出一种基于可靠性的连续体动态拓扑优化方法,将结构可靠性分析方法嵌套到连续体拓扑优化中.考虑了结构几何尺寸和材料体积的不确定性,并用高斯分布来度量.将结构可靠度作为约束嵌套到连续体拓扑优化中,属于二次嵌套优化问题,但计算效率低下,不适于工程应用.提出一种解耦策略将结构可靠性分析从连续体拓扑优化中解耦出来,使结构可靠性分析与动态拓扑优化为两个独立的优化循环,大大提高了计算效率.建立以结构基频最大为优化目标,满足一定体积约束和可靠度要求的优化问题,利用各向同性材料惩罚模型(SIMP)和移动渐进方法(MMA)求解该优化问题.所提方法可以得到满足不同可靠度要求的一系列最优结构,并用标准算例验证其有效性.     

2,3-吡啶二酸构筑的锌(Ⅱ)配位聚合物的水热合成、结构和荧光性质(英文)

以2,3-吡啶二酸(2,3-pydc)为配体,利用水热法合成了1个新颖的配位聚合物[Zn(2,3-pydc)]_n(1),并通过元素分析、红外光谱、热重分析和X-射线单晶衍射对其结构进行了表征.该配合物属于单斜晶系,P2_1/c空间群.相邻的Zn(Ⅱ)离子由2个μ_2-O桥连成双核结构{Zn_2},这些{Zn_2}进而通过2,3-吡啶二酸根连接成复杂的2D层状结构.拓扑分析发现,配合物1是双节点的(3,6)-连网格,拓扑符号为(4~3)_2(4~6·6~6·8~3),是一种少见的CdI_2型拓扑网格.对配合物1的荧光性质进行了研究.     

完全分配格上拓扑共生结构的运算

本文讨论了完全分配格上拓扑共生结构的下述内容:(1)L上半拓扑生成序(?)及论(?)~q,(?)~p(?),(?)~b 的构造;(2)L 上拓扑共生结构S 及S~p,S~(?),S~b 的性质;(3)L 上拓扑共生结构的交并运算;(4)L上全体拓扑共生结构S(L)关于拓扑共生结构的交并运算成完备格.     

2,3-吡啶二酸构筑的锌(Ⅱ)配位聚合物的水热合成、结构和荧光性质(英文)

以2,3-吡啶二酸(2,3-pydc)为配体,利用水热法合成了1个新颖的配位聚合物[Zn(2,3-pydc)]_n(1),并通过元素分析、红外光谱、热重分析和X-射线单晶衍射对其结构进行了表征.该配合物属于单斜晶系,P2_1/c空间群.相邻的Zn(Ⅱ)离子由2个μ_2-O桥连成双核结构{Zn_2},这些{Zn_2}进而通过2,3-吡啶二酸根连接成复杂的2D层状结构.拓扑分析发现,配合物1是双节点的(3,6)-连网格,拓扑符号为(4~3)_2(4~6·6~6·8~3),是一种少见的CdI_2型拓扑网格.对配合物1的荧光性质进行了研究.     

Skyrme模型中的拓扑结构

Skyrme模型具有丰富的拓扑结构,包括重子数拓扑π_3(S~3)、磁单极拓扑π_2(S~2)和壳层拓扑(径向激发量子数)π_1(S~1)等.首先讨论QCD与Skyrme模型之间的关系,并通过QCD中的磁单极拓扑性质进一步讨论Skyrme模型中重子数拓扑分解问题.此外还将具体求解Bogomol’nyi-Prasad-Sommerfield(BPS)Skyrme模型中的具有不同磁单极拓扑数和壳层拓扑数的BPS skyrmion解.     

基于卷积神经网络的交通标志识别方法

针对卷积神经网络(CNN)在交通标志识别过程中出现的梯度弥散而引起的识别率低的问题,给出了基于改进CNN结构的交通标志识别方法.实验结果表明:该方法能够有效提高识别精度,防止梯度弥散.     

三维Cu(Ⅱ)配合物的合成、结构及性能研究

以氮杂环化合物2-(1H-咪唑-1-甲基)-1H-苯并咪唑(imb)和芳香多羧酸均苯四甲酸(H_4btec)为配体,采用溶剂热方法制备了一个结构新颖的配合物[Cu(btec)_(0.5)(imb)]_n(1).单晶X射线衍射结果表明,配合物1是由左螺旋链和右螺旋链彼此连接而成的三维结构,可以简化为4,4,4-连接的三维拓扑结构,其拓扑符号为(3~2?10~3·11)(3~2·104)(3~2?103·11).另外还对配合物1的红外光谱、粉末X射线衍射图谱、热稳定性以及固态荧光性能进行了研究,进一步验证了Cu(Ⅱ)离子的存在能淬灭配合物的荧光.