Sine－Gordon模型和辫子群表示

本文通过Ｓｉｎｃ－Ｇｏｒｄｏｎ模型的精确Ｓ矩阵构造了一个辫子群的表示，讨论了表示中出现的参数的意义，当参数取特定值时，结果与二态顶角模型的辫子群表示相似．     

辫子阵及其应用

辫子群是研究纽结理论的重要工具之一,由于辫子群与纽结理论的密切联系.简单介绍了辫子群的Artin表示及其在纽结理论中的应用,重点通过一系列基本变换构造了一个类似于矩阵的乘法群——辫子阵群nζ,且得到三维空间中的所有温良纽结或环链都可由有限阶辫子阵唯一表示,并给出纽结或环链镜面像的辫子阵表示及其无手征性条件.     

辫子群双参数新表示

本文将含单参数的Ｃｏｎｗａｙ条件推广为含双参数，并据此建立辫子群的完备算符集，给出它的双参数新的不可约表示．同时还找到了有价值的阵元关系．     

杨图方法计算辫子群的不可约表示

本文应用辫子群表示的杨图理论,计算给出了辫子群的部分不可约表示.     

q变型微分算符超代数和Yang-Baxter方程的解

通过q变型微分算符超代数与量子超平面的自恰性,得到了一个辫子群表示的新形式,进而利用Yang-Baxter化方法构造了含谱参数的Yang-Baxter方程的三角型解,并讨论了相关的顶角模型.     

推广的TL代数、BW代数和Yang－Baxter实现

利用辫子群表示理论，推广了原有ＴＬ代数和ＢＷ代数结构，给出新的Ｙａｎｇ－Ｂａｘｔｅｒ实现．     

推广的TL代数,BW代数和Yang—Baxter实现

利用辫子群表示理论，推广了原有ＴＬ代数和ＢＷ代数结构，给出新的Ｙａｎｇ－Ｂａｘｔｅｒ实现。     

辫子群B_n的一些重要表示

本文求得了辫子群B_n的一维、二维以及三个受限制的B_3群的所有不可约表示。     

确定原子体系精细波函数的群论方法

原子体系的精细波函数是群ＳＵ２在各种首权下的不可约表示基。群ＳＵ２的约化，虽有一套完整的处理方法，但计算十分繁杂，且比较抽象。本文通过分析群ＳＵ２与转换群Ｓｎ间的同态对应关系，由转换群Ｓｎ的不可约基，得到群ＳＵ２的不可约基。本文以四（价）电子原子体系为例进行讨论，分三部：一、实验事实和量子力学一般结论；二、Ｓ４的约化系数矩阵及其不可约表示基；三、ＳＵ２在首权ｓ＝２，１，０下的不可约表示基－－四（价     

Turaev辫子群范畴和Doi-Hopf模

设G是一个群.利用Turaev辫子群范畴的性质,在Doi-Hopf数据(H,A,C)上构造一个Turaev辫子G-范畴,其中H,A,C是Hopf代数.进一步,当C为有限维时,在一簇Smash积代数{A#~HC~*(α)}_(α∈G)上构造一个拟三角Turaev G-余代数A#~HC~*,其表示范畴与_AM~C(H)是同构的.     

基于模糊Petri网的动态知识表示与推理方法

针对专家系统知识库中的知识具有模糊特性以及知识库需要频繁更新的特点,设计了一种基于模糊Petri网的动态知识表示与推理方法。该方法利用实际环境中的数据,通过学习来调整知识模型的权值、阈值和确信度等参数,从而实现知识库的动态实时更新。此方法同时结合了产生式知识表示方式和神经网络知识表示方式的优点:知识模型结构清晰,参数意义明确;具有学习和并行推理能力。仿真实验结果表明,经过训练调整后的知识模型具有更高的准确度。     

基于BERT模型的司法文书实体识别方法

采用手工分析案件卷宗，容易产生案件实体遗漏现象及提取特征效率低下问题.为此，使用基于双向训练Transformer的编码器表征预训练模型.在手工标注的语料库中微调模型参数，再由长短时记忆网络与条件随机场对前一层输出的语义编码进行解码，完成实体抽取.该预训练模型具有巨大的参数量、强大的特征提取能力和实体的多维语义表征等优势，可有效提升实体抽取效果.实验结果表明，本文提出的模型能实现89%以上的实体提取准确度，显著优于传统的循环神经网络和卷积神经网络模型.     

项目反应理论模型及其问题分析

项目反应理论是一种先进的测量理论,是针对经典测量理论的不足而提出来的,也是CAT的重要理论基础。建立自适应考试系统时,常采用Logistic模型,其中又以三参数的Logistic模型最为常用。本文以三参数Logistic模型为典型代表论述了IRT模型的基本理论,并指出了项目反应理论中存在的问题,并对该理论模型的研究现状和前景进行了一定的分析。     

姿态鲁棒的分块稀疏表示人脸识别算法

针对稀疏表示人脸识别算法对姿态变化敏感的问题,提出一种姿态鲁棒的分块稀疏表示人脸识别算法,通过对人脸进行分块表示并利用仿射变换模型对姿态变化建模,提高稀疏表示人脸识别算法对姿态变化的鲁棒性.同时,通过最小化图像分块重构误差来估计仿射变换参数初值,有效提高仿射变换参数估计精度,进而提升人脸识别算法的性能.实验结果表明,本文算法可在一定程度上克服姿态变化造成的对齐误差,比现有相关算法具有更好的姿态鲁棒性和识别性能.     

A Direct Parameter-Extraction Method for GalnP／GaAs Heterojunction Bipolar Transistors Small-Signal Model

Heterojunction bipolar transistors(HBT) have been wide ly used for digital, analog, and power applications dueto their superior high speed and high current driving capabili ties. The development of HBT on the materials of GaAs andSi/SiGe has been stimulat…     

基于深度特征蒸馏的人脸识别

在人脸识别系统中,深度学习由于强大的表征能力被广泛应用,但模型推理的高计算复杂度和特征表示的高维度分别降低了特征提取和特征检索的效率,阻碍了人脸识别系统的实际部署.为了克服这两个问题,本文提出一种基于深度特征蒸馏的人脸识别方法,该方法通过多任务学习实现大深度模型知识与领域相关数据信息的蒸馏,从而统一地压缩深度网络参数及特征维度.联合特征回归与人脸分类,以预训练的大网络为教师网络,指导小网络训练,将知识迁移得到轻量级的学生网络,实现了高效的特征提取.在LFW人脸识别数据集上进行了实验,学生模型在识别精度相比教师模型下降3.7%的情况下,模型参数压缩到约2×107、特征维度降到128维,相比教师模型分别获得了7.1倍的参数约减、32倍的特征降维及95.1%的推理复杂度下降,表明了方法的有效性和高效性.     

随机模型参数不确定时结构失效概率的区间估计

在缺乏足够数据或信息不完整的情况下，给出失效概率的界限，比给出一确定的单值具有更高的可信度。本文用区间变量描述随机可靠性模型参数的不确定性，提出了考虑随机模型分布参数不确定性时，机械结构失效概率的区间估计方法。实际算例表明：结构的失效概率对随机模型参数的偏差非常敏感。说明在进行可靠性建模时，对模型的可靠性必须给予足够的重视。     

基于正弦表示与耳蜗模型的语音分析与合成

本文采用语音信号的正弦表示方法并利用耳蜗模型提取了语音信号的基本物征参数，建立了一个语音分析／合成系统。     

基于集成模式的多参数综合智能故障诊断

基于产生式规则,事例,模糊诊断,神经网络集成模式,提出了多参数综合智能故障诊断方法,分析了多种诊断方法集成的必要性,以及该方法的知识表示,智能推理诊断及知识学习,应用结果表明这一多参数综合智能故障诊断的方法在实际工程中是行之有效的。