数据驱动的铝基复合材料性能预测和逆向设计

采用数据驱动的方法对 SiCp(0.5CNT)/7075Al 铝基复合材料的化学成分以及制备工艺进行了分析, 针对抗拉强度和延伸率两个力学性能进行了特征重要性分析, 构建了包含 8 种机器学习算法的集成框架, 自动进行模型的参数调优和最优模型选择, 并在此基础上进行了材料逆向设计. 实验结果表明, 在 470 ${^\circ}$C 固溶 40 min, 120${^\circ}$C 时效 15 h 的热处理工艺下, SiCp(0.5CNT)/7075Al-1.0Mg 复合材料抗拉强度和延伸率的预测值为 617.48 MPa 和 2.98%, 实验值为 647.0 MPa 和 3.31%, 两项物理性能的平均绝对百分比误差(mean absolute percentage errors, MAPE)较小, 依次为 4.56% 和 9.97%. 这说明本数据驱动方法对铝基复合材料的工艺优化和性能提升有一定指导意义.     

产后早期肛提肌裂孔扩张程度及相关因素分析

目的 分析产后早期肛提肌裂孔扩张的影响因素.方法 盆底超声测量产后早期女性肛提肌裂孔面积,其中研究组为105名肛提肌裂孔扩张者,对照组为145名肛提肌裂孔正常者,对肛提肌裂孔扩张的相关因素进行二元Logistic回归分析.结果 研究组中盆底疾病的发生率高于对照组(P＜0.05),Logistic回归分析显示第二产程时间、胎儿体重、催产素使用和盆腔器官脱垂与肛提肌裂孔扩张显著相关(P＜0.05).结论 第二产程时间延长、催产素增加和胎儿体重增加是肛提肌裂孔扩张的影响因素,对预测和精确诊断盆底疾病有临床意义.     

复合跟踪微分器在电容式位移传感器中的应用

针对从含噪原始信号中提取位置以及速度信息,经典跟踪微分器存在不能很好兼顾相位滞后和噪声放大问题、参数多,调试复杂等不足.在跟踪微分器等效线性分析基础上,提出复合形式跟踪微分器,用于电容式位移传感器位置信号跟踪以及速度信号估计,通过MATLAB\SIMULINK仿真以及实验平台测试,结果表明:在跟踪频率1 Hz、幅值1含噪声正弦信号中,复合跟踪微分器能光滑逼近原始位置信号,且能有效进行速度估计,相较于经典跟踪微分器,复合跟踪微分器跟踪相位滞后小0.03 rad,能更好兼顾跟踪信号相位滞后及速度信号噪声放大.     

根的存在定理的推广及其应用

众所周知，在《数学分析》中会遇到连续函数的一个重要定理，即根的存在定理，此定理对方程根的存在性判别起着重要作用.将这方面已有的定理进行推广，并用例题说明其应用情况.     

"互联网+"驱动产业创新机制、商业模式与政策建议

在信息化的时代,"互联网+"对于市场经营的企业产业发展的推动加快了产业智能互联网的形成,这类新型产业在智能化信息处理系统的建设、高速物联网服务等方面的优势都成功领先于传统行业,有助于大力推进市场经济的可持续发展.分别从以下几个方面对"互联网+"产业链作出研究.①"互联网+"是如何推动传统产业进行业务创新的,"互联网+"下衍生出来的高科技产业链创新和传统产业技术的创新是如何出现的;②"互联网+"是从哪几个方面如何推进商业变革的,而传统的商业模式在变革为"互联网+"商业模式后如何为市场创造价值的.无论是传统产业还是互联网产业经营都有其利弊和风险,经过系统的数据分析和研究在互联网的新时代下诞生的新型商业创新产业链在市场中的表现并不像预期中那样稳定,在产业运营的过程中还需要互联网平台通过对互联网内部的制度的建设管理以及产业在市场中运营时的制度进行及时准确的监督管理;③通过对新时代产业互联网发展不同阶段的现况表现以及遇到的一些困难按照互联网产业发展初始期、发展期、成熟期、创新期的顺序给出了对应管理建议和政策.     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

一类离散时间复杂网络系统的输出同步

利用线性稳定性理论和Lyapunov函数方法,研究了一类离散时间复杂网络系统的输出同步问题,得到了系统输出指数同步的充分性条件,数值算例表明了方法的有效性.     

四螺旋创新集群:研究型大学人工智能发展生态重构与路向探究——以加拿大多伦多大学为例

以人工智能为代表的知识迭代发展,促使知识生产模式发生重大转变,催生了“大学—产业—政府—公众”四螺旋动力结构的建立和研究型大学知识生产新生态重构。以多伦多大学人工智能发展为例,考察其四螺旋利益相关主体及实践。从内在机理看,4个主体在互动运作中不仅重新确定了各自角色,而且还建立了大学(知识)—产业(产品)—政府(治理)—公众(公益)的新型逻辑链条,平衡公私利益格局,把公益指向作为人工智能四螺旋运作的中心目标;从外在特征看,4个主体形成了以大学为中心的区域创新网络,并牵引其他主体形成环高校创新集群。当前,我国在人工智能发展中不断发力,已进入世界第一方阵,但仍需要在国际比较学习中不断提升自身竞争力。基于案例分析,我国研究型大学发展人工智能有必要把握4个方面:一是走进中心,塑造大学在人工智能发展中的领导地位;二是以专促通,创新研究型大学人工智能专业培养模式;三是引企入研,提升校企合作人工智能创新的转化升级;四是人本导向,突出大学在人工智能发展中的公共价值。总体来看,我国研究型大学发展人工智能不仅要面临技术上的挑战,更要面临来自治理的挑战。