Cohen-Grossberg神经网络的吸引域以及稳定性分析(英文)

分析了Cohen-Grossberg神经网络的指数稳定性(局部指数稳定和全局指数稳定).给出了基于矩阵测度的判定Cohen-Grossberg神经网络的指数稳定的充分条件.并且对于局部指数稳定的平衡点,给出了其吸引域的估计;对于全局指数稳定的平衡点,给出了其指数收敛的速率.该结果可以用于神经网络容错能力的估计以及其指数收敛速率的估计,因此在设计Cohen-Grossberg神经网络中具有很重要的现实意义.     

PLC技术与发展趋势探讨

本文从应用的角度首先对PLC控制系统进行了简要介绍,然后以探讨PLC的应用现状,最后分析了PLC控制系统的发展前景。     

卫星导航接收机中载波和码NCO的研究与实现

载波和码数控振荡器（NCO）是卫星导航接收机中的重要组成部分.论述了卫星导航接收机中载波和码NCO的组成、工作原理和作用,根据工程实现的要求确定了基本参数和基本结构,NCO相位累加器的位数N为32,利用verilog HDL语言在Quartus II 9.1中具体实现了载波和码NCO的设计,利用ModelSim6.3g完成了载波和码NCO的仿真,并在现场可编程逻辑器件（FPGA）中进行了下载实现.设计的载波和码NCO已应用于某具体接收机中,通过仿真和接收机测试,验证了设计的载波和码NCO性能满足卫星导航接收机的要求.     

好氧颗粒污泥膜生物反应器处理焦化废水

为了提高焦化废水的处理效果,减轻对环境的污染,选择好氧颗粒污泥膜生物反应器处理人工模拟焦化废水,探讨了不同颗粒污泥浓度对焦化废水的处理效果及膜污染的情况。结果表明,不同颗粒污泥浓度对焦化废水的处理效果有显著差别。投加颗粒污泥后,反应器对不同颗粒污泥浓度条件下COD、NH3-N、苯酚、TP的去除效果不同。好氧颗粒污泥内部缺氧和厌氧环境下,反应器中的好氧颗粒污泥质量分数为100%时对COD去除率为99.17%、NH3-N去除率为95.00%、苯酚去除率为99.90%、TP去除率为85.22%。同时,比较了不同颗粒污泥浓度下反应器运行中膜通量的变化趋势及膜表面的变化情况。颗粒污泥投加量的不同对膜污染的抑制作用也不同。颗粒污泥使膜污染减轻,膜通量恢复率升高。     

PEG和GA3引发处理对老化毛竹种子理化特性的影响

【目的】研究聚乙二醇(PEG)和赤霉素(GA₃)引发处理对不同老化程度毛竹种子生理生化的影响,探寻提高毛竹种子活力的最佳处理方法。【方法】采用高温高湿法(温度40 ℃、相对湿度95%)模拟种子自然老化过程,筛选出不同活力水平的毛竹种子; 然后采用PEG和GA₃进行引发处理,测定其生理生化指标。【结果】随着毛竹种子老化程度加深,种子浸出液相对电导率、可溶性糖和MDA含量增加,可溶性蛋白质含量降低,超氧化物歧化酶(SOD)、过氧化物酶(POD)和过氧化氢酶(CAT)等保护酶活性降低,种子内源GA₃和吲哚乙酸(IAA)含量降低,脱落酸(ABA)含量升高,GA₃/ABA比值降低。而且,种子老化程度越深,种子活力提高越显著。与未引发处理相比,PEG和GA₃处理均显著降低毛竹种子浸出液相对电导率和MDA含量,降低膜脂过氧化水平,保护细胞膜的完整性,提高可溶性蛋白质含量,保护酶活性及GA₃和IAA含量,降低ABA含量,从而提高GA₃/ABA比值。【结论】适宜的PEG(质量分数为20%、20℃浸种24 h)和GA₃(质量浓度为500 mg/L、25℃浸种12 h)引发处理均能提高老化毛竹种子的活力水平,促进种子萌发,可为毛竹实生苗繁育提供参考和技术指导。     

Ding-投射模及稳定的t-结构

构造由Ding 投射模构成的特殊同伦范畴, 并给出其性质. 此外, 若环R满足一定条件, 给出该同伦范畴中稳定的t-结构及其对应右的Recollement.     

基于车联网数据的运输车辆安全评价模型

为了提高运输安全管理水平和运输效率,对运输车辆安全性进行客观评价,提出了一种结合多算法的行车安全评价模型。首先,根据交通运输部公路科学研究院所给车联网数据,设计并定义了驾驶人行为的特征指标和评价指标;其次,采用回归分析方法对驾驶人的驾驶风格进行分析;接着,分别采用K-means聚类和DBSCAN聚类算法对驾驶人的不良行为进行分析;经过对比,最终选用K-means聚类算法和因子分析的结果对驾驶行为进行评价,共分为6类。该模型将机器学习中的数据挖掘和数据分析算法与道路运输行业相结合,为道路运输安全管理的研究提供了一个量化分析的工具。     

基于一种多分类半监督学习算法 的驾驶风格分类模型

基于驾驶模拟平台设计实验方案,同步采集驾驶员的驾驶操作信息和车辆状态信息,选取6个表征驾驶风格的特征参数,采用主成分分析(Principal Component Analysis,PCA)算法对多元特征参数进行特征提取,将前3个主成分作为驾驶风格识别模型的特征输入.利用K-means聚类完成样本标记工作.基于有监督支持向量机(Support Vector Machine,SVM)与多分类半监督学习算法(i MLCU)的原理,分别建立SVM与i MLCU驾驶风格识别模型,通过调节标记样本与未标记样本比例,对比使用不同样本比例训练的SVM和i MLCU模型的驾驶风格识别准确率.结果表明:相比于SVM,i MLCU表现出了更优异的驾驶风格识别能力,由此可知半监督i MLCU模型可以利用未标记样本提高模型对驾驶风格的识别能力.     

VANET云环境下基于人工神经网络的车辆任务卸载策略

在VANET(vehicular ad-hoc network)云环境中,由于车辆自身资源受限等原因需要将部分计算密集型任务卸载至周围车辆协同处理。而车辆移动的随机性是影响车辆任务卸载性能好坏的重要因素之一,对此,提出了一种车辆间的卸载任务分配策略。考虑到车辆之间连接时间的随机性,提出一种基于人工神经网络的连接时间预测方法,该方法能够通过对历史数据的学习,较为准确地对未来车辆行驶轨迹进行预测。此外,车辆将空闲资源进行共享意味着自身能耗增加,由于车辆本身的自私性使得车辆不会无偿为周围车辆提供服务。为了激励车辆之间进行协作,制定了一种分布式买卖博弈方法达到车辆资源需求与收益之间的平衡,还设计了一种集中式任务分配策略以获得任务卸载的最大效用。仿真显示,提出的方法在最大化卸载效用与提高任务卸载成功率方面都有较好的性能。     

超薄层与激基复合物发光相结合的高效混合结构暖白光有机电致发光器件

采用超薄层与激基复合物发光相结合的方法,制备了磷光与荧光混合的高效率暖白光OLEDs.器件的最大电流效率和最大外量子效率分别为25.4 cd/A和8.6%.当发光亮度从120 cd/m~2升高至12 010 cd/~2,其发光颜色的色坐标从(0.481,0.486)变化为(0.450,0.485),色温从2 941 K变化为3 357 K,均为暖白光发射,该实验方法为实现高性能的WOLEDs提供了一种有效途径.