基于强化局部特征的3D点云分类与分割网络

在点云的处理过程中，许多深度学习网络未能充分考虑局部点之间的复杂关系，导致大量空间几何信息丢失。针对该问题，提出了一个强化局部特征的网络，用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码；通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数，结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验，结果表明：该网络在点云的目标分类和语义分割任务上表现出较好的性能。     

求解寻址多旅行商问题的改进单亲遗传算法

为了解决非预先指定起点的单起点、闭回路且目标函数最长、路径最短的多旅行商问题,提出一种融合杂草算法繁殖机制的可寻址混合单亲遗传算法.该算法首先给出了一种新的编码方式,可在种群初始化时产生含有随机配送中心的个体,同时算法采用杂草算法的繁殖机制产生子代,从而加快收敛速度;然后采用改进的单亲遗传操作对路径进行寻优;最后采用混合选择算子对群体进行求解精度选择,避免算法陷入早熟收敛.为验证所提出的改进算法的有效性,采用Matlab对TSPLIB数据库中若干不同规模的实例进行仿真.实验结果表明,该算法在寻找最佳配送中心和最短路径方面具有良好的性能,且能在旅游路径规划问题上得到良好的应用.     

一类四阶偏微分方程的李对称分析、B(a)cklund变换及其精确解

利用齐次平衡法获得了一类四阶偏微分方程的B?cklund变换,进而得到方程的几组精确解;然后运用李对称分析方法,获得该方程的向量场,利用相似变换,把难于求解的非线性偏微分方程转化为易于求解的常微分方程,并通过求解所得到的约化方程,结合幂级数展开法,得到原方程的一系列精确解.     

含间隙3-CPaR&R1R2混联机构动力学分析

为研究关节间隙对混联机构动态特性及混沌现象的影响,以3-CPaR&R_1R_2混联机构为研究对象,考虑转动副关节间隙并基于弗洛雷斯(Flores)接触力模型和修正的库伦(Coulomb)摩擦模型,分别建立了含间隙关节元素间的法向接触力和切向接触力模型,进而基于拉格朗日方程建立了含关节间隙混联机构动力学方程.通过数值仿真分析了不同驱动速度和间隙尺寸对机构动力学特性及混沌现象的影响,同时探讨了机构稳定性与关节元素碰撞的关系.研究结果表明:增加驱动速度与减小间隙尺寸可使机构混沌现象减弱,改善机构动态特性;机构稳定性与碰撞过程中关节元素间的冲击现象相关,且随着冲击现象的加剧机构稳定性降低.     

具反应扩散项和马尔可夫跳变的时滞耦合神经网络的同步

研究了一类具有反应扩散项的时滞耦合神经网络的同步问题．通过构造Lyapunov—Krasovskii泛函,利用线性矩阵不等式技术并结合Kronecker积获得了耦合神经网络依赖T-he滞和反应扩散算子的均方全局指数同步的充分性判据．此外,将细胞激活函数假设为扇形非线性函数,能减少结论的保守性,数值仿真结果证明所得结论有效．     

时延相关网络控制系统的输出反馈镇定

研究了一类具有时变时延网络控制系统的输出反馈镇定问题.对于传感器与控制器间产生时变时延情形,采用时延相关切换控制器,通过Lyapunov-Krasovskii泛函方法和广义模型变换,得到了使闭环系统渐近稳定的线性矩阵不等式充分条件,该控制器是可以降阶的.仿真算例验证了该方法的有效性.     

基于A适应遗传算法的无线传感网络节点布局优化

无线传感器网络的传感节点布局优化,直接关系到无线传感器网络覆盖率的提高。文中提出自适应遗传算法求解无线传感器网络覆盖率优化问题。自适应遗传算法的编码方式是传感器节点二维坐标的二进制表达式,交叉方式为字符串整体交叉,变异方式为位变异,交叉概率和变异概率根据个体适应度自动重构。仿真实验结果表明,自适应遗传算法有效解决了无线传感器网络节点布局优化问题。与传统遗传算法相比,本算法进化收敛速度快,网络覆盖率显著提高。     

赵树理民间立场表现及其形成

赵树理是一位"民间"的代表作家,"民间"在赵树理身上体现为:他在表现手法的选择上贴近农民的欣赏趣味;坚持创造新农民形象;巧妙运用农民耳熟能详的口语化叙述语言。赵树理民间立场的形成受到民间宗教、民间戏剧、民间口语的巨大影响。     

新型软子格

将软集与格代数相结合,给出新型软子格的新概念,得到了它的等价刻画。另外,利用软集的交和与运算,得到了新型软子格的交和与运算也是新型软子格。     

一种多向CPLS方法及其在间歇过程监控中的应用

将并行偏最小二乘（CPLS）算法引入到间歇过程监控中,提出一种多向并行偏最小二乘（MCPLS）监控方法.CPLS算法可以提取过程变量与质量变量的相关信息,也能对彼此不相关的信息进行主元提取.与基于PLS的监控方法不同,基于CPLS的过程监控方法提供了一个完整的监控框架,不仅能够监控过程变量,而且也能监控质量变量的信息,更好地反映了过程的运行状态.文中首先将间歇过程三维数据转换为二维数据,然后应用CPLS算法建立过程监控模型,构建T2c,T2x,Qx,T2y,Qy监控指标,并通过间歇过程批次间的统计特性计算出监控指标控制限,分别监控过程变量与质量变量的相关信息、彼此无关信息以及残差信号等.最后将MCPLS算法应用到青霉素发酵过程的监控中,应用结果表明了该方法在间歇过程监控中的有效性和优越性.