Adaptive control of system with hysteresis using neural networks

1.INTRODUCTIONThe piezoelectric actuators are well suited for micro-position devices in precision engineering because oftheir fast response,nanometer resolution and biggerdriving force[1].However,hysteresis inherent topiezoelectric actuator severely li mits system’s perfor-mance such as giving rise to undesirable accuracy oroscillations,even leading to instability.Hysteresischaracteristics are generally nondifferentiable andusually unknown.It is a difficult task to mitigate itsharmful ef…     

硫酸庆大霉素聚乳酸微球的制备及其体外缓释度的测定

以硫酸庆大霉素为囊心物质,采用复乳法制备了硫酸庆大霉素-聚乳酸微球（gentamycin sulfate-polylactic acid-microspheres,GTMS-PLA-MS）,比较了不同制备条件下所得微球的差异.扫描电镜（SEM）测试表明微球外观呈球形并且多孔,两种条件下制备的微球平均粒径分别为6.67 μm和11.70μm,药物包封率分别为37.52%和49.19%.用差热分析法（DTA）分析微球得知,硫酸庆大霉素与聚乳酸两种物质相互融为一体.以pH=7.4的磷酸盐缓冲溶液为释药介质,用紫外分光光度法（UV）对载药微球的体外释药过程进行了试验.结果表明,微球在最初20 min有突释效应,此后是缓慢释药,最终累积释药量达95%以上.     

优势黄杆菌对蒽、菲、芘混合物的降解特征研究

为探索混合多环芳烃的生物降解特征，利用两株优势黄杆菌，对混合蒽、菲、芘进行了降解研究．高效液相色谱分析表明，混合多环芳烃的降解56．3％～69．6％在前10h内完成，其生物降解进程和单基质相似，但降解效率低于单基质．混合体系中蒽、菲、芘在不同菌株作用下有按特定优先顺序降解的特征，但两株黄杆菌(FCN1和FCN2)的混合菌并不促进混合多环芳烃的降解．降解130h后，体系中蒽、菲、芘消除，但总有机碳去除率仅达到60．1％～72．7％，说明部分多环芳烃转化为中间代谢产物．菌数测定表明，FCN1和FCN2利用多环芳烃及其降解中间产物繁殖生长，菌数最高时分别增长200倍和100倍，但菌数增长滞后于多环芳烃的浓度变化．研究表明，混合多环芳烃之间具有降解竞争抑制特征，且其生物降解具有规律性．     

新型割缝筛管有限元网格划分

针对现有割缝筛管存在的问题，研究开发出了一种新型割缝防砂筛管．针对其结构特点，利用非自由边界分割法，对其进行了网格划分，并依据等参单元拟合割缝边界的情况来控制网格密度，经网格质量评估，证明了此种网格划分方法的有效性及精确度，这种方法不仅适用于各种类型割缝筛管，也适用于开有矩形、方形等孔口的厚壁筒形构件以及旋转构件裂缝的有限元模拟，对于实际应用有很大的利用价值．     

具有两类索赔的风险过程的破产概率

古典风险模型主要考虑同一类型的风险构成的风险过程，研究当承保人承保两类不同的风险时，相应的风险总和构成的风险过程．在两类索赔计数过程均为Erlang（2）过程时，通过补充新的风险过程和相应的破产概率，通过考虑在首个指数时刻发生的不同情况，推导出破产概率所满足的微积分方程组，并就索赔额服从指数分布的情形得到了破产概率的精确表达式．最后利用更新方程还给出了不同类型破产概率的一个上界．这些结论的得出对于保险人评估风险具有重要的指导意义．     

基于卷积神经网络的多天线Polar码联合解调-解码方案

为了验证运用神经网络进行信道解码的可行性,利用其提高短码长Polar码的译码准确率,提出了一种基于卷积神经网络(convolutional neural network,CNN)的多天线(multiple-input multiple-output)Polar码新颖联合解调-解码方案.搭建了一种包括4个卷积层,2个全连接层和1个输出层的卷积神经网络,采用最小均方误差作为损失函数,通过计算机生成了Polar码编码的多天线数据并对网络进行训练,使训练得到的神经网络能很好地提取出Polar码比特间的关系特征,从而拟合出Polar码译码函数.仿真结果表明,在相同信噪比条件下,基于CNN的Po-lar码联合解调-解码方案的误码率优于已有的基于全连接神经网络方案;所提方案在不同码率的仿真实验中的误码率皆优于基于全连接神经网络方案,损失曲线的收敛速度更快,显示了基于CNN的Polar码联合解调-解码方案具有更好的泛化能力和学习能力.     

卷积神经网络声学模型的结构优化和加速计算

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2％的下降.由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低.针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善.结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍.     

Nb微合金化对低合金高强钢耐海水腐蚀性能的影响

利用室内模拟海水加速腐蚀试验及电化学分析,研究了Nb微合金化对Cu-Cr-Ni-P系低合金高强钢耐海水腐蚀性能的影响。结果表明,含Nb钢与不含Nb钢组织均由铁素体和珠光体构成,但Nb微合金化后钢中珠光体组织减少且晶粒细化明显,其在模拟海水介质中的平均腐蚀速率与不含Nb钢相比,降低了约12%,阳极腐蚀电流密度也有所降低。由此可见,在Cu-Cr-Ni-P系低合金高强钢中加入Nb元素有助于提高其耐海水腐蚀性能。     

南海区域Aquarius遥感海表盐度V4产品精度探讨

Aquarius/SAC-D卫星,以实现海表盐度(sea surface salinity,SSS)全球遥感观测为目标,经过算法的不断改进,迄今已发布第4版产品(V4).已有的检验研究表明V1.3产品在全球最大的边缘海——中国南海的精度并未达到该产品的目标精度,主要原因是射频干扰(radio frequency interference,RFI)的影响.为探讨新版数据在中国南海的精度,通过比较南海走航盐度、Argo浮标盐度与Aquarius遥感SSS V4及旧版产品的差异,发现Aquarius遥感SSS V4与走航盐度及Argo浮标盐度的均方根误差(RMSE)分别为0.47和0.73,V4产品整体表现优于V3及之前的版本,特别是在南海北部近岸高RFI海域,V4产品的偏差也小于V3,说明V4产品中RFI的影响相较于V3产品在一定程度上得到了有效的去除.同时,分析表明Aquarius遥感SSS V4产品所揭示的南海SSS空间分布与季节变动特征,与前人通过实测调查获得的结论基本一致.     

基于C语言访问MySQL数据库的研究与实现

分析了在Windows平台下如何利用MySQL提供的驱动支持,通过配置VC和VS 2个常用IDE,最后实现C语言访问MySQL的规范和详尽的流程.该流程为C语言操作MySQL并进行应用程序开发提供了完美解决方案.