基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

基于CiteSpace的非物质文化遗产科技创新研究热点及趋势分析

非物质文化遗产（以下简称“非遗”）作为我国优秀传统文化的重要组成部分,非遗科技创新的研究逐渐成为学术界关注的热点。运用CiteSpace分析工具的可视化功能,以中国知网中CSSCI数据库收录的有关非遗科技创新的文献为样本,对年度发文量、研究力量、研究热点和趋势等进行分析。研究发现：2008~2021年非遗科技创新研究经历了3个阶段;研究热点集中在非遗、传承、创新和保护等方面;研究前沿主题聚焦互联网+、传播创新和活态传承等。     

关于3维Navier－Stokes方程解的整体正则性研究

本文对３维Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程解的整体正则性进行了研究,得到了解在一些更弱的范数意义下的“小初值”正则性结果。     

良定Hadamard问题的统一研究

本文给出了良定Ｈａｄａｍａｒｄ问题的一个统一定理。     

组合合成阵的不可约性

本文讨论了布尔矩阵的组合合成的基本性质,用图论方法找出了２级组合合成阵为不可约的一些充分条件。     

特勒根定理的验证及其应用

本文对特勒根定理的内容,特别是其适用的普通性进行了验证．并运用该定理对网络的灵敏度进行了分析．最后对一个具体电路的灵敏度进行了计算,进一步验证了文中所述方法的正确性．     

一些基本图的〔强〕自同态摹群

确定了一些基本图的〔强〕自同态摹群的基数,并在证明过程中实际上确定了这些摹群的全部元素,同时发现确定一些极其简单的图之自同态摹群却是极其困难的事情,有时甚至导致一些一般的组合难题．     

阳离子交换树脂催化合成1—萘乙酸甲酯的研究

本文研究了用强酸性阳离子交换树脂作催化剂,１—萘乙酸和甲醇直接酯化合成１—萘乙酸甲酯的反应。考察了催化剂用量,反应物料配比,反应时间等因素对产率的影响,通过正交实验,找到了较佳反应条件：当催化剂用量为反应液的３％,醇酸摩尔比为２０～３０,在回流温度下反应４小时,酯的收率＞９２％,纯度＞９９％。该法工艺简单,操作方便,无三废污染,适合工业化生产。     

一维双向耦合映象网络及其应用

全局耦合映象具有硬件集成化实现不便的缺点,为此本文研究了各混沌神经元之间局部耦全的一维双向耦合混沌神经网络,发现它同样具有全局耦合映象的分类功能,对一维双向耦合网络的动态特性进行了分析,提出了利用网络的时空特性对信息进行存储的思想,并提出了将其应用到保密通信的初步设想。     

单向耦合映象格子的时空混沌同步

用主动－被动分拆方法实现了单向耦合映象格子系统的时空混沌同步,从理论上给出步范围,并从数值实验上得到验证。该法具有高度保密性,且信号可以完全恢复,特别适用于混沌保密通讯 。