CRH380A型动车组转向架检修及分解工艺

介绍了CRH380A型动车组转向架三级检修工作的主要内容，以及三级检修过程中的分解工艺和检修注意事项，为日后检修工作提供必要的理论依据。     

加强医院固定资产管理的重要性

医院的固定资产是维持医院正常运营的重要物质保障,固定资产的管理及其核算的情况直接影响到医院业务活动的开展,经济效益的提高。从目前来看,医院在固定资产管理及核算方面存在各种问题,因此加强固定资产管理成为不容忽视的问题。     

浅谈如何转变高职院校测绘专业教学模式

随着社会和经济的快速发展,当前社会对人才已从注重学历开始向技能型人才方向转变。高职院校虽然是培养高素质、高技能实用型人才的重要基地,但在传统的教学模式上其所培养出来的学生不能更好地满足社会发展的需求。在这种情况下,高职院校需要加快教学模式的转变,努力提高教学质量,从而培养出符合社会需求的专业性人才。文中对现有高职院校教学模式有待改变的情况进行了分析,并进一步对高职院校测绘类专业教学模式的改进进行了具体的阐述。     

奇异值分解及其简单应用

关于矩阵分解有多种形式,而在实际应用中奇异值分解尤为重要,借助由S(α)=Aα式所确定的S:Rn→Rm线性映射,给出了矩阵奇异值分解定理更具几何直观的推导过程,并用实例对其进行了辅证.     

基于多变量希尔伯特频域模型的癫痫发作预测

癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁.为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法.将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估.实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度.     

带有白噪声的Berger方程随机吸引子

考虑带有白噪声的Berger方程解的随机渐近性行为, 用渐近先验估计技术和算子分解方法, 通过引入同构映射构造等价过程, 证明随机吸引子在(H²(U)∩H¹₀(U))×L²(U)中的存在性.     

两个矩阵和Drazin逆新的推广式

针对两个矩阵和Drazin逆的表示, 由Drazin逆的定义，根据矩阵分解的思想, 利用Drazin逆的相关性质, 给出了两个矩阵的和在一定条件下Drazin逆新的表示。新结果推广了现有的一些结果。     

基于改进突变理论的公路工程建设风险评价研究

“一带一路”背景下海外公路工程建设面临的风险众多且复杂，参与方涉及多个国家，管理风险能力差异大，风险偏好不同通过分析常规突变评价法存在的不足，建立基于熵权法、数值转换法的改进突变评价体系，并进一步提出基于改进突变理论的公路工程建设风险评价模型将此评价模型运用在“一带一路”沿线公路工程项目建设风险总体评价，选取“一带一路”沿线国家公路工程技术、经济、管理、政治法律、自然环境、社会文化6个评价要素和相应15个评价指标，运用熵权法对该15种风险按重要程度排序，运用数值转换法将常规集中接近1的突变评价值映射到0~1的10个区间基于计算结果建设风险从大到小的排序为阿富汗、柬埔寨、巴基斯坦、缅甸、哈萨克斯坦、越南、泰国、印度，前3个国家风险等级为重要风险，后5个国家为一般风险     

基于垂直区域宽度分解的无人机覆盖航迹规划

为解决多无人机执行区域覆盖任务时,存在覆盖效率低的问题,提出了基于垂直区域宽度分解的无人机覆盖航迹规划算法。首先,为了尽可能以最少的转弯次数完成任务,提出了垂直区域宽度分解法。然后,考虑到实际运用中由于飞手数量与无人机数量不匹配,导致资源分配不均的问题,使用垂直区域宽度分解法将任务区域分解为待覆盖的子航迹集合,并建立了以时间代价为目标函数的混合整数线性规划子航迹分配模型,来根据飞手数量与无人机数量动态的将子航迹进行均衡分配,达到提高覆盖效率的目的。最后,通过仿真实验验证了该算法的有效性。     

基于改进匹配网络的单样本学习

当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deep convolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20 way 1 shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20 way 1 shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。