FD集归前依赖集的左部联合集

基于左部联合集,给出了归并依赖集的左右部冲突的概念。同时讨论了对无内部冲突的ＦＤ集,归并依赖集的左右部冲突与无ａ环、３ＮＦ数据库模式分解的关系。     

关系模式最小依赖集的图论求解法

本文将关系模式函数依赖集映射成千面上的有向图。当诸依赖左部均为单属性时,给出并证明了最小依赖集在图上的充要条件。当依赖左部出现多属性时,分别给出并证明了多余依赖、多余属性在图上的充要条件,从而直观地揭示了属性闭包的本质,给出了依赖左部属性较少时的直观、实用的最小依赖集图上求解算法。     

函数依赖集投影的算法

给出了关系模式Ｒ的函数依赖集Ｆ在Ｒ的一个属性子集Ｕ上的投影的最小覆盖的算法,并证明了算法的正确性,而且给出了一个实现本算法的例子。     

区间值Fuzzy集的扩展原理

在［１］的基础上，给出了区间值Ｆｕｚｚｙ集（ＩＶＦＳ）的扩展原理的几种形式，并讨论了ｆ（Ａ）与ｆ（－１）（Ｂ）的截集的性质，最后给出了复合函数的扩展原理．     

归并依赖集D的全部对称左部集求解算法

本文在关于归并依赖集的二元组集合闭包的求解算法的基础上给出了对称左部集的概念，同时讨论并给出了求全部对称左部集的多项式时间算法。     

数据库中函数依赖集的泛系分析

本文从泛系分析出发对关系数据库理论中函数依赖集的闭包的结构进行了讨论。证明了在函数依赖集与函数依赖集的闭包之间存在着一个集合;函数依赖集的闭包可由该集合直接导出。本文的后半部分讨论了全体最小覆盖集的求解方法。     

有限域上向量子集中的陪集及最小陪集覆盖

在有限域上多元非线性方程的解集可以是任意向量集，在该向量集所属的空间上如果找到最小数量的陪集，并覆盖该向量集，那么用这组陪集来线性化该方程成为了可能。文章提出了在多元非线性方程的解集中算出陪集的算法以及最小陪集覆盖的算法，并给出了独立试验的结果。     

广义Petersen图的最小点覆盖集

点覆盖问题是一个著名的NP完全问题.本文对广义Petersen图P(n,2)的精确最小点覆盖数进行研究,讨论并证明了广义Petersen图P(n,2)的最小点覆盖数,给出了最小点覆盖集的构造方法.     

模板依赖集的闭包计算与求最小覆盖集的算法

本文详细研究了模板依赖的公理系统,完成了有效性和完备性证明,提出了模板依赖集的闭包计算、求最小覆盖集的算法。     

关于对称左部集的性质及相关理论研究

本文给出了对称左部集的性质：Ta，Tb，Tc，讨论了对称左部集Eki同时满足这三个性质的条件和相应的算法。     

铅球最后用力阶段左侧环节运动与出手角的关系

分析了铅球最后用力阶段左支撑用力效果与出手角度的关系，尤其对传统的出手角度问题从多方面进行了论证和阐述.     

重积分计算的分层抽样原理

Ｋ重积分的计算中，我们对联合概率密度函数ｆ（ｘ１，ｘ２，…，ｘｋ）实施有限加权展开然后，按照各联合概率密度ｆｉ（ｘ１，ｘ２，…，ｘｋ）摸拟抽样值｛ｇ（ξ（ｉ，ｔ）），ｔ＝１，２，…，Ｎｉ，ｉ＝１，２，…，Ｌ｝，由下式建立Ｊ的估计量证明了这种分层抽样方法降低方差，同时给出最小方差的一般原理．     

三物种竞争系统行波解的最小波速

用单调迭代法并结合上下解方法研究三物种竞争系统行波解最小波速的选择机制(线性或非线性), 给出速度线性选择的充分条件及最小波速非线性选择的若干新结果. 所得结果扩大了线性选择的参数范围.     

基于健康指数的预防性维护与多目标生产调度联合优化建模

以健康指数逐渐衰退的单机生产设备为研究对象,引入役龄递减因子和故障率递增因子,建立了设备的修复非新模型.在此基础上,综合考虑维护方案与生产调度间的相互作用与决策实际,在预防性维护建模中拓展分析作业延误平均成本率,在生产调度中提出最小作业中断成本目标,并结合最小最大期望延迟时间、最小总期望延迟时间,以实现多目标全局决策优化.通过实例分析,结果表明,建立的基于健康指数的预防性维护与多目标生产调度联合优化模型可有效地规划出统筹维护周期与生产排程的综合优化方案.     

放射系衰变图研究

放射系衰变图研究①雷洁李锦于群力（陕西师范大学物理学系，西安７１００６２；第一作者，男，５４岁，教授）放射性衰变是原子核的重要特性．人们很早就发现了４个较长的放射系，绘出了衰变图并研究了它们的特点，总结了放射衰变规律．但是，随着大量放射性核素的发现，...     

基于生成对抗网络的宫颈细胞图像数据增强

为了在数据集过小时更好的训练卷积神经网络,本文提出一种方法通过训练GAN(生成对抗网络)生成新的样本进行图像数据增强。扩充后的数据集应用于训练图像分类模型,得到了不错的效果。针对Herlev宫颈细胞数据集的二分类问题,本文首先使用原始训练集训练GAN,生成了大量高质量的高分辨率细胞图像,将每类训练集扩充到24 000例。然后使用扩充后的训练集进行分类网络训练,在Resnet迁移学习的验证集准确率高达97%,高于仿射变换扩充的数据集的训练结果93%,可见本文方法可以有效地实现图像的数据增强。本文方法也可用于其他领域的图像数据增强。     

众数粗集及在物理实验学习动机与效果关联性分析中的应用

对粗糙集理论进行了进一步地扩充,提出了众数粗糙集模型,并将该模型应用到医用物理实验学习动机因素与效果关联性分析中,取得了很多有意义的结果。本文的工作显示出粗集理论作为教育教学因素新的分析工具是非常有效的。     

应用观测器—状态反馈控制改善电液伺服车床刀架的频率特性

主要讨论观测器－状态反馈控制在高频响电液位置伺服系统中的应用，并成功地将电液伺服刀架的频宽由６８Ｈｚ提高到１１０Ｈｚ；提出了一种便于模拟电路实现的最小实现。     

一种优化缓存的Mobile Agent迁移机制

目前的Mobile Agent迁移系统中,若Agent迁移失败,封装好的最小信息集将被简单抛弃,再次迁移时需重新封装,导致了额外的系统开销和迁移的低效率. 对Mobile Agent迁移机制进行改进,通过在本地Agency添加Agent迁移缓存管理器AMCM,提出了一种优化缓存的Mobile Agent迁移机制. 机制区分了Mobile Agent强迁移和弱迁移两种情况;当Agent迁移失败之后,已封装好的Agent信息集由Agent迁移缓存管理器保存;该Agent再次迁移时,封装好的消息将被直接发送至目的节点;机制还实现了Agent在多个节点间高效率的连续迁移. 实验与性能分析表明,优化缓存的Mobile Agent迁移机制可有效节约系统的计算资源,缩短Mobile Agent的迁移时延.      

基于深度学习网络的电气设备图像分类

为了对变电站中智能巡检系统采集到的海量图片进行快速分析和识别,提出一种深度学习和支持向量机(support vector machine, SVM)相结合的图像分类模型。首先,运用旋转、翻折等方法对采集到的原始数据进行扩充。然后,合并扩展图像集,并在相同类型的条件下将其随机划分为训练集和测试集。基于实际图像改进卷积神经网络(convolutional neural network, CNN),并提取训练集的图像特征。最后,通过使用训练集图片的深度特征来训练SVM分类器,并且在测试集图片上实现分类测试。利用巡检机器人采集到的8 000张图片对模型精度进行实验验证,结果表明,该模型具有较强的分类性能。