神经网络在成组技术方面的应用

阐述了成组技术及其在高级制造技术中的作用，在此基础上描述了神经网络在零件编码分类系统中的应用以及用神经网络设计制造单元的方法。     

统计模式识别的研究

模式识别的基本目标就是在有监督和无监督的情况下进行分类,在模式识别的各种模型中,基于统计的方法已经被广泛的研究并应用于实际.一些新的技术和方法的引入（神经网络和支持向量机方法）也促进了该领域发展,文章研究了基于统计的模式识别的进展情况,给出了模式识别的概念、原理、方法并对各种方法进行了相关的评述.     

烟叶-小麦套种技术措施

套种模式 麦播前，留好带型，其带型为：130-135厘米带宽，即麦带60厘米，种3行麦；烟麦70～75厘米，栽植一行烟。     

物理精炼菜籽油的前处理——菜籽油的物理精炼研究(Ⅱ)

本课题采用正交试验方法,对脱胶添加剂和国产脱色白土的种类、用量及其他操作条件进行筛选试验研究,将试验结果对贵州产二级毛菜籽油进行前处理,经水蒸汽精炼后可以制得合符标准的外销色拉油。     

基于神经网络的无刷直流电机预测控制的仿真研究

在无刷直流电动机高性能速度跟踪系统中，由于PI控制的滞后性，无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统，提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法，通过对PWM发生器-无刷直流电动机系统动态行为的在线估计，建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab／Simulink环境建立了模型并进行了仿真，结果表明，较之PI控制器，神经网络预测控制具有更好的动态响应性能。     

典型论与词汇意义的向心性与开放性

范畴化典型论认为语义范畴边缘是模糊的，并不是所有家族成员都具备标准特征。典型成员是参照点，范畴是由相互交织的相似性网络构成。语义范畴具有向心性和开放性，词义属语义范畴，所以也具有向心性和开放性特征。     

清朝前期新疆防务建设述论

为维护封建大一统，“守中治边”和“守在四夷”是清前期统治者治边理念的核心。与历代王朝不同的是，清朝设立了主管西、北边疆地区事务的中央机构——理藩院。为了巩固和加强对新疆的统治，稳固西北边防，清政府采取了一系列措施：设置伊犁将军，在新疆实行军府制统治；八旗、绿营分驻新疆南北；在边境地区设立卡伦，定期巡边；辟治交通，建立新疆台站体系；屯田实边等等。     

线性空间上凸函数若干等价命题

本文在线性空间中的凸集上定义一种导数.应用于研究凸函数,得到了凸函数的若干等价命题.     

基于预训练模型和混合神经网络的医疗实体关系抽取

医疗文本具有实体密度高、句式冗长等特点,简单的神经网络方法不能很好地捕获其语义特征,因此提出一种基于预训练模型的混合神经网络方法。首先使用预训练模型获取动态词向量,并提取实体标记特征;然后通过双向长短期记忆网络获取医疗文本的上下文特征,同时使用卷积神经网络获取文本的局部特征;再使用注意力机制对序列特征进行加权,获取文本全局语义特征;最后将实体标记特征与全局语义特征融合,并通过分类器得到抽取结果。在医疗领域数据集上的实体关系抽取实验结果表明,新提出的混合神经网络模型的性能比主流模型均有提升,说明这种多特征融合的方式可以提升实体关系抽取的效果。     

基于频域降采样和CNN的轴承故障诊断方法

在工业领域,设备运行过程中采集的原始故障信号具有强噪声以及多工况的特点,现有的基于数据的轴承故障诊断模型的抗噪能力与泛化能力相对较弱。针对以上问题,提出一种基于频域降采样(down-sampling)和卷积神经网络(CNN)的轴承故障诊断方法 Ds-CNN。频域降采样包含最大偏移降采样和噪声横截断两个部分,可以实现样本增强,降低样本在频域的差异性,同时减弱噪声对频域信号的影响。基于频域信号建立的CNN模型能够自动提取降采样后频域信号的故障特征,并完成对轴承故障的识别分类。实验结果表明,在强噪声环境和多工况条件下,与目前常用模型相比, Ds-CNN具有更高的识别准确率。