模拟退火算法在药物动力学参数反演中的应用

介绍了模拟退火算法的原理和求解方法,并将其用于药物动力学参数的反演,在利用残数法求得解的基础上确定了各参数的变化区间,在Matlab语言环境下实现了该算法,并与残数法、IGS-M法的结果相比较,数值结果表明,模拟退火算法简单、准确,能更好地实现最优拟合。     

利用遗传算法拟合实验变差函数

理论变差函数模型的获取是地质统计学中的基础性工作,它是描述储层非均质性、进行储层随机模拟必不可缺的关键环节。针对现有的拟合实验变差函数方法:人工拟合法、非线性回归最小二乘法、加权多项式拟合法等的不足之处,充分利用遗传算法在求解非线性优化问题时具有的全局寻优的特点,提出实验变差函数的遗传算法拟合方法;在常规遗传算法中引入了模拟退火算法,加速了遗传算法的收敛速度。以川中某气藏的孔隙度变差函数为例进行了计算,结果表明:利用遗传算法可以简单、快速地实现实验变差函数的参数估计。     

海洋管道铺设时的二维静力分析

采用Ｂ样条函数分段拟合了海洋管道在铺设时的变形曲线,利用加权残数的配点法求解管道的平衡微分方程,得到管道的变形情况,本方法适用范围广,理论简明,求解快,精度高。     

用零向量做初始值的增广系统的极小残量法

考虑预条件极小残量法解对称不稳定性系统的实施和收敛性，证明了对正定和不定的预条件，极小残量法给出的Euclidan残量范数相等。     

复合材料多层板壳大挠度非线性问题的加权残数解

本文在文献［１］的基础上，用加权残数法分析了复合材料多层板壳大挠度非线性问题。文中推导了相应的关系式，分析了复合材料多层矩形扁壳，与小挠度线性理论解析解进行了对比。结果表明，分析复合材料多层板壳大挠度非线性问题时，加公残数法是有效的。     

基于遗传算法的铂电阻温度传感器非线性校正方法

遗传算法是具有全局寻优特点的一种新型最优化方法．针对铂电阻传感器经验公式的非线性问题使用遗传算法对其进行了优化研究．简要地介绍了遗传算法的基本原理和运算规则，具体地描述了使用遗传算法实现铂电阻传感器系数拟合的步骤和程序．作为一种有效的优化手段，能够完成优化软件具有的功能，具有一定的工程应用价值．     

加权残数法

本文扼要地介绍了广泛用于求解连续介质力学问题的各种不同类型的加权残数法,阐述了这种方法的特点和各种加权残数法的优缺点。此外,还对用加权残数法求解连续介质力学中范围广泛的各种问题时所存在的一些问题作了简短的讨论。     

基于遗传算法的神经网络油水层识别

文章研究了基于遗传算法的神经网络油水层识别方法,针对神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,提出了基于粗集属性约简方法降低了输入信息的空间维数、减少了运算量和简化了神经网络的拓扑结构,利用遗传算法提高神经网络的训练速度。实验结果表明:将混合智能计算方法应用于油水层识别中效果显著,其学习训练速度和拟合精度远优于传统BP神经网络算法。     

基于遗传算法的曲线拟合及应用

在自然科学中,常常在相关的２个量之间并不存在严格的函数关系．利用最小二乘法原理可以确定其拟合方程及其最优系数．然而对于较复杂的非线性问题,有时并不奏效．根据曲线拟合算法原理和遗传算法的特征,提出了利用遗传算法进行曲线拟合的６项步骤．并以电容式湿敏传感器为例介绍了算法的应用．结果表明,拟合方程与测试数据相比,各对应点的湿度误差小于０．０９％．拟合过程只需方便地利用目标函数值,从而扩大了遗传算法曲线拟合的应用范围．     

灰色预测模型参数估计的优化方法

基于拟合误差绝对值和最小及折扣系数建立了GM(1，1)模型参数估计的折扣最小一乘法，给出了求解折扣最小一乘法的小生境遗传算法，它克服了用线性规划方法求解时，折扣系数靠经验确定而易导致偏差的问题。     

基于快速残差插值和卷积神经网络的去马赛克算法

针对传统插值法存在的图像细节不能很好恢复的不足,利用卷积神经网络作为残差插值法的后处理操作,提出了一种基于残差插值和卷积神经网络的去马赛克算法。方法分为初始去马赛克和细节恢复后处理两部分。先用改进的基于梯度的快速残差插值法实现初步去马赛克插值,并针对恢复图像中包含了彩色伪影,细节丢失等问题,再使用深度残差网络学习恢复图像与理想全彩色图像之间的映射,实现后处理。在Kodak数据集和IMAX数据集上的实验结果表明,该方法结果在主观视觉特性和客观评价指标两方面相较于传统方法都有明显改进。     

不对称问题的极小残量方法

讨论用极小残量法来解决不对称问题．先简单介绍用极小残量法解决对称问题的基本算法．然后把不对称问题转化为对称问题，在转化过程中，可简化中间的不必要步骤，给出了不对称问题的简单算法．最后作了数值试验，取得了满意效果．     

一种改进的深度网络残差学习的图像降噪方法

近年来,基于深度卷积神经网络的学习方法在图像降噪方面取得了前所未有的成果,通过调整网络结构和参数来获取更好的图像降噪效果已成为研究热点.降噪卷积神经网络在深度神经网络中采用残差学习方法,在提高降噪效果的同时,在一定程度上解决了盲降噪问题.其不足之处在于算法收敛时间长.该文针对降噪卷积神经网络结构做了进一步的改进,提出了一种基于反卷积降噪神经网络的图像降噪算法.该文工作的主要特色如下：1) 在原有的网络结构中,引入反卷积神经网络,优化了残差学习方式;2) 提出一种新的损失函数计算方法.使用BSD68和SET12测试数据集对本文提出的方法进行验证,实验结果表明,该文算法的降噪性能与降噪卷积神经网络算法相比,在相同降噪效果情形下,该文算法的收敛时间缩短了120%～138%.同时,与传统的深度学习图像降噪算法比较,该文方法的降噪效果和运行效率也都有提高.     

一种改进的地下车库弱纹理下智能汽车SLAM算法

地下车库中纯视觉的SLAM方法无法克服光线不足和弱特征纹理两大不利因素,为此论文提出一种基于VINS-Mono框架下改进的视觉惯导融合算法,把原算法中提取Harris角点的方法改进为提取灰度值陡变的像素点,并使用非线性优化方法在初始化阶段进行视觉位姿估计。后端采用滑动窗口的形式建立先验估计残差、IMU残差以及基于灰度值不变原理构建的视觉残差的联合残差模型,进一步提升了系统底层变量的优化效果从而提高算法的定位准确度。通过基于EuRoc数据集的仿真实验和地下车库实际场景的实车实验,验证了所提算法的鲁棒性和精确性。     

基于假设检验的NLOS确定及最小残差定位算法

针对室内非视距传播会降低定位精度的情况,提出基于假设检验的NLOS确定算法,并在此基础上提出基于粒子群优化算法的最小残差定位算法.通过联合信号接收强度模型和到达时间模型,利用假设检验的方法确定当前信号是否受到非视距污染.仿真结果表明,与标准差分析法相比,所提出的方法具有计算量小、不需要太多的传播模型参数等特点,具有较高的正确率.在确定信号传播环境后,在非视距干扰比较严重的情况下,提出了基于粒子群优化算法的最小残差定位算法,定位精度优于加权最小二乘法和Fang氏算法.     

基于色彩空间和深度残差网络ResNet-50的复杂岩性油气藏岩石样本智能分类及识别

岩石样本的分类识别是油气和矿产资源勘探中的重要环节。目前,仍然以人工识别的实验方法作为主要方法,普遍存在主观性强、周期长、成本高等典型问题。机器学习的分类算法在图像分类领域已经得到广泛应用,然而由于岩石样本图像具有明显的差异性特征,甚至同类岩石样本图像也具有一定的色差,直接应用现成智能算法进行分类,验证集的准确度仅为85%左右。所以,基于色彩空间下岩石样本图像的颜色特征曲线,提出了一种基于颜色类别和深度残差网络ResNet-50的智能分类及识别方法。首先,以7种不同岩性的岩石图像为样本,提取样本的RGB颜色特征,应用无监督K-means聚类算法,按颜色分为3个大类,再通过有监督精细K-近邻(K-nearest neighbor, KNN)算法对颜色类别进行验证,平均分类精度为99%。然后,对于不同颜色类别下的岩石样本,利用深度残差网络ResNet-50进行分类识别。结果表明,不同颜色类别的岩石样本平均训练精度为93.15%,验证精度为88.21%,可以作为岩石样本分类的有效方法。     

Prognosis of residual coal gas capacity made by the ‘Express’ method

An easy, reliable, and inexpensive method, called ‘Express’ method, was described to determine the residual gas capacity of deep mines using results from an air and gas balance. Air and gas balances are common elements of mine management and must be performed periodically. Using the process described here to obtain balance results, it is straightforward to obtain the residual gas capacity, which is an important parameter for decision-making in current mine operations. After a mine is closed, the residual gas capacity becomes a dominant factor used to select methods to protect against gas emissions from the closed underground area or perhaps to provide information for the use of gas reserves. The proposed ‘Express’ method is a much simpler method to obtain the residual gas capacity than other procedures used for this purpose to date.     

RF功放非线性特性的在线神经网络建模

为了改善功放系统的非线性特性,采用了基带数字预失真技术,其中功放系统的建模是其关键技术.由于功放系统是一个复杂的带记忆效应的非线性时变系统,为了能够实现实时校正,采用级联相关算法进行在线神经网络建模.首先选用残差相关性判别方法来确定神经网络功放模型的结构和初始参数,然后使用带遗忘因子的递推最小二乘法对神经网络模型参数进行在线自适应调整.对实测数据的验证表明,建立的神经网络模型完全能达到给定的性能指标要求.     

基于全双工以太帧间隔的源同步时钟传输方法

提出在全双工以太物理层中,基于以太帧间隔（inter packet gap, IPG）的固定比特率业务同步时钟传输方法.该方法引入同步剩余时戳(synchronous residual time stamp, SRTS)算法,是一种不受以太分组流量影响的带外时钟传输方法.通过连分数展开分析恢复时钟的各阶抖动成分,给出基于以太帧间隔的同步剩余时戳算法的参数选择方法,并通过软件仿真和现场可编程门阵列(field programmable gate array, FPGA)硬件实验证明了其优良的同步性能.