金氰化浸出过程动力学反应速度估计

金氰化浸出过程中,动力学反应速度的不可测量给模型辨识带来了困难,而由浓度等可测变量估计动力学反应速度是一个不适定逆问题,极易将浓度测量数据中的噪声放大,造成估计结果不准确.采用Tikhonov正则化方法,去除了复杂的动力学反应模型,利用浓度、流量等测量数据和物质守恒方程来辨识金和氰根离子的动力学反应速度,有效地减少了测量数据中误差的传递.实验结果表明,该方法不但能很好地跟踪动力学反应速度的变化趋势,抑制噪声的放大,而且易于实现.与有限差分、平滑滤波估计方法相比,其估计效果明显得到了改善.     

复杂网络上的同步斑图

作为非线性时空系统中特有的现象,动力学斑图受到不同研究领域人们的共同关注.近年来,受网络科学发展的影响,人们对复杂网络中的各种集体动力学行为进行了深入研究,并在此过程中认识到网络结构对网络动力学的重要影响.因时空斑图是众多复杂系统实现其功能的动力学基础,又因复杂网络结构在现实复杂系统中普遍存在,故复杂网络中的斑图行为受到人们的关注.然而,受技术和方法的限制,目前人们对复杂网络中的斑图行为研究甚少.本文以全同混沌振子组成的耦合复杂网络为例,简要介绍了近年来人们在复杂网络同步斑图研究中所取得的一些进展,包括同步斑图的动力学特征、网络对称性对同步斑图的影响、同步斑图的稳定性分析理论以及同步斑图的控制方法等.同时,文中还将围绕现实复杂网络中遇到的一些具体问题,就目前复杂网络同步斑图研究中所存在的问题和面临的挑战进行简单的讨论.     

一种基于相关处理的制冷CCD系统噪声评估方法

通过对CCD成像系统的噪声分析,从相关检测理论出发,提出制冷CCD成像系统噪声测量方法,该方法只需要对同一景物连续拍摄两帧图像就可快速计算出成像系统的噪声,可以实现对成像系统噪声的连续实时测量.测量结果表明:相关噪声测量方法可以克服或减小环境影响,测量过程简便易进行,有望成为光电成像系统,特别是制冷CCD成像系统噪声测量的有效方法.     

由基因调控网络数据分析揭示振荡斑图的功能结构

自然和社会系统的许多实际问题都可以用复杂网络动力学来描述,特别是生物网络和社会网络的应用最为广泛.人们已经积累了各种网络行为的大量数据,如何提出合理的物理思想和有效的数学方法来分析这些数据、从中提取有用的信息;从这些信息出发,理解在许多实际过程中由复杂的网络拓扑结构产生的简单动力学关系,并辨识支持各种网络动力学行为的自组织结构,是一个重要的课题.本文综述了其中一种研究方法.以生物学基因调控网络(Gene Regulatory Network,GRN)为研究对象,提出了一种功能权重(Functional Weight,FW)计算方法.通过FW方法定量计算在GRN的振荡动力学中不同调控作用(称为作用边)的重要性.进一步研究发现在各种GRN中这种FW的分布普遍极不均匀,绝大部分作用边具有很小权重(弱作用边),只有少数边具有大的权重(强作用边).而这些强作用边构成的子网络比原网络简单得不可比拟,但它们揭示了网络节点之间的相互作用关系并控制着整个网络的动力学行为.由这些强作用边构成的网络,我们可以辨识GRN的功能骨架和振荡核心子网络.振荡核心起到网络振荡源的作用,而振荡骨架则成为网络中信号传播的主要路径.FW方法可以广泛应用到不同尺寸、不同调控规则(AND,OR等形式)和不同动力学行为(周期振荡、混沌动力学和暂态过程)的GRNs,并且由FW分析出发我们可以对GRN动力学进行有效调控.     

基于支持向量机的桥梁应变噪声数据重构

针对桥梁结构健康监测系统中应变数据存在噪声干扰现象,提出一种邓氏灰度关联度计算方法,分析与计算传感器噪声数据之间的关联度,选择关联度大的信号作为支持向量机的输入向量,实现基于支持向量机的噪声数据重构,以恢复测量数据,并以均方根和频域功率谱来评估重构数据的效果.由桥梁监测数据的试验仿真分析表明,所提出关联度计算和基于支持向量机的数据重构方法是正确、有效的.     

校园网络流量监测系统的设计与分析

随着计算机网络应用的迅猛发展,大量种类繁多的设备使得网络结构变得越来越复杂。如何管理这些设备并有效检测网络流量,对于网络安全稳定运行非常重要。本文对目前主要的流量检测技术进行分析,研究如何采集网络设备中的实时流量数据、流量数据的高效存储和利用方法。最后,详细阐述了校园网络流量监测系统的设计和实现过程。     

改进的RBFNN用于机器人三维表面 测量系统曲面重构

为克服三坐标测量机检测速度慢等缺点,提出机器人三维表面测量系统. 针对该系统设计了一种基于径向基神经网络(RBFNN)的简洁快速曲面重构方法. 该方法考虑到RBFNN选取的神经元函数为高斯函数,将机器人三维表面测量系统获得的点云数据投影到二维平面,然后将该二维平面平均分割,选取分割点为RBFNN神经元的中心,避免了模糊c-均值法选取中心需要迭代计算的缺点,并且重构的网络训练精度和测试精度均高于模糊c-均值法选取中心设计的网络精度. 利用该测量系统获得的实际点云数据验证了     

基于小波变换的虚拟式声级计的设计及实现

为了克服传统声级计测量精度不高、电路参数调整困难的缺陷,使用小波变换代替传统的FFT对非平稳的噪声信号进行时频分析以获得更准确的噪声各频率成分的幅值,从而在对频率成分进行加权后获得更为准确的声级测量值.利用虚拟仪器技术,在LabVIEW开发环境中采用G语言对算法做了软件实现,它结合PC强大的软硬件资源实现了整个测量系统.为有效实现对多点测量数据的分析和利用,应用LabVIEW的DataSocket编程接口实现了测量数据的网络传输.经测试,该虚拟式声级计达到了较高的测量精度并且具有功能丰富、使用方便的优点.     

复杂网络的控制及计算机数值算法

针对复杂网络存在稳定的同步现象问题,采用了一种节点为三元二次迭代方程的复杂网络的控制方法.以相同结构动力学系统作为节点构造复杂网络,通过多控制信号和单一正弦控制信号来分别控制该动力学系统,通过计算机仿真模拟.结果表明:复杂网络存在稳定的同步现象,仿真模拟证明多控制信号和单一正弦控制信号对该动力学系统的控制方法是有效的.     

基于复杂网络的市场动力学模型

基于复杂网络理论,建立了具有典型复杂网络结构特征的消费网络模型,及其消费网络模型上的市场动力学模型.从定量描述消费网络上信息传播与消费者企业间行为模式的角度,得到了定量评估广告投入效应的有效方法.     

电力光纤在线监测研究与应用研究

电力系统的生产安全以及正常运行要靠电力系统光纤传输网络运行的可靠性来保证.在现阶段我国电力电缆在线运行的过程中,仍然存在潜在故障难以检测以及故障处理手段滞后等问题.随着电力光缆通讯网络的大规模建设,光缆线路越来越长,网络结构越来越复杂,光缆的维护与管理问题也日渐突出.该文从电力光纤在线监测系统开发及应用的实际情况出发,提出了利用OTDR测试技术,结合GIS等相关技术,提出了一种电力系统光纤传输网络的在线监测方案.     

基于复杂网络结构特征的病毒传播研究综述

文中论述近年来复杂网络结构对病毒传播行为影响的研究成果以及最新的病毒传播动力学的研究进展,评述在病毒传播和其他网络行为中网络结构所表现出来的鲁棒性和脆弱性,分析并提出在病毒传播领域需要进一步研究的几个开放问题,包括:复杂网络病毒传播的网络结构度量、针对病毒传播的网络结构鲁棒性评价和病毒传播中的网络结构优化策略。     

图嵌入方法及其在网络虚拟化中的应用

网络虚拟化是当前计算领域的研究热点,其关键技术之一是图嵌入方法,即将由实际需求抽象所得虚拟逻辑拓扑图如何有效嵌入到基础物理网络结构图中的方法。本文的图嵌入方法是基于Cayley图和陪集图的,研究其在对等网络中用于设计高对称性的虚拟拓扑图并获得高效路由方法等虚拟化问题,也探讨了其如何有助于设计现实复杂网络有效路由方法。这些图嵌入方法充分利用图结构对称性,简化一些网络虚拟化问题,其研究对深化和发展网络中的代数和图论方法,以及网络虚拟化技术深入广泛应用有一定意义。     

基于概率密度函数的软测量方法及其在烟气含氧量中的应用

现场采集的数据多为动态的生产数据,常规的数据预处理方法不能完全剔除数据中存在的各种有色噪声.针对该问题,提出了一种基于概率密度函数的烟气含氧量软测量方法,建立基于神经模糊系统的烟气含氧量软测量模型,将概率密度函数控制的思想引入到模型参数的辨识算法中,以克服有色噪声的影响.仿真结果表明,文中提出的新型软测量方法具有较高的建模精度,特别是在测量数据存在噪声的情况下,能够有效地解决烟气含氧量的预测问题.     

基于循环神经网络的微地震数据降噪方法

针对微地震信号中存在大量噪声干扰, 导致其识别困难的问题, 提出一种深度双向门控循环单元循环神经网络的方法, 并将其应用于微地震数据降噪中. 首先, 构建多层双向门控循环单元循环神经网络模型, 并设计该模型的网络结构及训练算法; 然后, 采用Ricker子波正演模拟微地震数据验证模型的有效性, 并将该方法与其他4种方法进行对比; 最后, 将真实的含噪声微地震数据输入到训练好的模型中, 即可得到降噪后的微地震数据. 仿真实验结果表明, 利用该方法降噪后与降噪前信号的峰值信噪比相比约提高36 dB, 且信号之间的相关系数值由0.088 6上升至0.933 5. 实际应用结果也表明, 该方法可有效降低实际微地震数据中的噪声.     

基于无标度网络的最大度二分度搜索策略

在复杂网络研究领域的现实网络中,大多数实际网络的分布都呈现幂律分布的无标度网络,因此在研究这些网络搜索算法的过程中,如何在同一个网络的不同网络结构中采用更为有效的搜索算法成为在网络搜索算法策略研究的重点.基于最大度的搜索算法在复杂网络的网络结构中更适用于幂律分布指数区间内的无标度网络,因此为了更加充分地利用无标度网络的度分布特性,将最大度搜索策略与二分度策略有效结合进行搜索,从而使得相关搜索策略存在的问题得以改善,并得到高效的搜索结果 .文章从理论分析和实验结果证明了这一点.     

一种基于异域自适应的新型社团发现算法

社团发现已被广泛应用于社会学、生物学、物理学和计算机科学等诸多领域.通过发现复杂网络中的社团结构,可以帮助人们理解和分析复杂网络的功能,发现复杂网络中隐藏的规律并预测复杂网络的行为.目前,已有的社团发现算法主张融合网络结构信息和内容信息,以更好地避免网络噪声和节点缺失等原因对算法有效性产生影响.然而,它们并没有考虑当网络结构信息和内容信息维度不同时如何进行信息融合.针对该问题,提出一种基于异域自适应理论的网络社团发现算法CDHDA.该算法能够将不同维度的网络结构信息和内容信息映射到同一维度的子空间中,以实现对不同维度的信息融合.此外,在信息融合过程中可以对主要信息特征进行加强,以降低网络噪声和节点缺失对算法性能的影响.通过真实的社交网络数据集与经典的社团发现算法进行对比,验证了该算法的有效性.     

一种基于改进替代数据法的图形化混沌判据

替代数据法是非线性系统分析的一种有效方法. 该方法不能直接判断信号是否处于混沌状态,而是基于排除法思路,提高混沌识别的置信度. 文中引入一种针对类周期信号混沌识别的伪周期替代数据法,在数值实验中发现了该算法的3个缺陷:一是相空间重构在实际信号分析中效果不佳;二是替代数据直线化;三是检验统计量容错性较差. 针对这些问题分别提出了改进方法. 使用改进算法对不同类别信号（包括由Logistic模型产生的周期信号和混沌信号以及其它典型混沌信号等）进行数据实验. 发现所有混沌信号在各噪声半径下的复杂度都呈线性增长趋势;而周期信号在噪声半径小于0.1时,复杂度的取值保持平稳,噪声半径大于0.1时,复杂度取值开始单调增长. 对数据实验的结果分析表明:在各噪声半径下复杂度的线性增长趋势是混沌信号的共同特征,可作为一种有效的图形化混沌判据.     

基于双主干网络的雾天交通目标检测方法研究

车辆和行人安全监测是城市交通监测的一项重要任务。 针对雾霾等复杂恶劣天气条件下,监测采集的图像视觉效果差、噪声高、目标检测困难等问题,提出了一种双主干网络(MobileNets VGG-DCBM Network, MVNet)用于雾天交通目标检测,结构受 PCCN 和 CBNet 网络结构的启发,由改进的深度可分离卷积神经网络 MobileNets 和基于 VGGNet 构建的 VGG-DCBM 网络组成;采用并行方式构建双主干目标检测网络结构,以改进的 MobileNets 为主主干网络,VGG-DCBM 为辅助主干网络,共同提取特征信息,实现不同网络间特征层信息的融合;MVNet 网络结构采用并行方式获取两个不同网络提取的不同特征层信息,通过采用通道拼接的方法实现不同网络特征信息之间的融合,以获得更丰富的细节特征;在 RTTS 和 HazePerson 数据集上,平均精度均值(mean Average Precision, mAP)分别达到 71. 50%和 89. 84%;实验结果表明:在雾霾等复杂恶劣天气条件下具有较强的鲁棒性且能够准确的检测到车辆和行人,在目标检测性能上优于对比方法。     

基于SDCQGA优化BP神经网络的岩石可钻性建模

针对智能钻井优化控制过程中岩石可钻性提取存在的建模难、非实时性、精度差等问题,提出基于自适应双链量子遗传算法优化BP神经网络结构的岩石可钻性提取建模方法.依据目标函数在搜索点处的变化率,建立了快速自适应双链量子遗传算法;采用新算法优化BP神经网络结构,以克服BP神经网络受初始权值/阀值影响和泛化能力差的问题.通过对邻近钻井区域的大量测量数据和实验数据的统计分析和预处理,建立岩石可钻性提取模型,有效地解决了复杂地形岩石可钻性提取难的问题.对不同岩性的可钻性参数提取实验结果证明,该建模方法不仅提高了参数提取的精度和模型的泛化能力,而且在相邻实际参数提取时,具有很好的实时性和适应性.