基于有监督核自组织映射的锂电池健康状态预测

高效准确地预测锂电池的健康状态(State of health,SOH)可以保证锂电池的正常运行,提高维护效率及电池本身的稳定性。提出一种基于有监督核自组织映射(Supervised kernel self-organizing map,SKSOM)的建模方法用于锂电池SOH预测。首先,对锂电池的原始放电数据进行预处理及归一化;然后,设计并优化了针对SKSOM的输入特征,在此基础上训练出SOH预测模型;最后,在美国国家航空航天局(National Aeronautics and Space Administration,NASA)的标准锂电池数据集上进行验证。实验结果表明,该文所用的预测模型能有效挖掘出锂电池的SOH规律,预测性能优于其他已有的SOH预测模型。     

生活“华尔兹”

<正>用锯条锯木材,有"进",也有"退"。大家知道,一味冒进,往往得不偿失;止步不前,又可能被淘汰。本刊小编与作者一起思考进与退的智慧。你见过人们跳华尔兹吗?两个人跳舞,一个人向前一步,另一个人就会后退一步;一个人后退的时候,另一个人就会前进。两个人如果都前进,那么肯定要踩脚了;要是都后退,那么就跳不成华尔兹了。生活也是一场"华尔兹",想成为进退自如的"舞者",我们需要有相当的"舞技"哟!1.平等。人人享有平等的政治、法律权利     

基于去噪自编码器的镜像极限学习机设计

针对极限学习机在高维度、含噪声数据集中需要大量隐含层节点来保证分类性能的问题，设计了镜像极限学习机.该算法使用伪逆法确定输入权值，随机生成输出权值和偏置，在对数据进行分类时，它仅需极少的隐含层节点.为了提升镜像极限学习机的分类性能和抗噪性，将它与去噪自编码器相结合.利用去噪自编码器对输入数据进行特征提取，并将提取到的特征作为镜像极限学习机的输入数据，再进行网络训练.在无噪和含噪声的MNIST，Fashion MNIST，Rectangles和Convex数据集中，将基于去噪自编码器的镜像极限学习机与ELM，PCA-ELM，SAA-2和DAE-ELM作对比实验，结果表明，基于去噪自编码器的镜像极限学习机的综合性能最优，用于分类的网络隐含层节点数最少.     

复掺配合比对自密实高流态混凝土性能影响

为了优化自密实高流态混凝土配合比,提高混凝土工作和力学性能,分别以胶凝材料、砂率和外加剂组分为关键变量,采用单一控制变量法,通过改变材料组分掺合量探究对自密实高流态混凝土性能影响.结果 表明:当胶凝材料在500～530kg/m3时,有较高流动性;超过530kg/m3时,间隙通过性效果好;低于530kg/m3时,可降低离析率.砂率为48％～50％时,拌合物流动性、间隙通过性较稳定,继续增大,抗离析性效果欠佳.当外加剂增大,流动性增加而抗离析性降低,外加剂为1.0％～1.2％时,对间隙通过性影响较小,与流动性、抗离析性较统一.随胶凝材料、砂率和外加剂各自增大,胶凝材料对3d、7d和28d抗压强度均有影响,砂率对3d抗压强度影响显著,外加剂对28d抗压强度影响明显.     

大连自贸片区升级引领东北融入"双循环"研究

探讨了大连自贸片区进一步升级的必要性,通过运用城市引力模型和断裂点分析方法,对比分析了环渤海6市对东北地区主要城市的辐射带动能力,以及探讨了大连市等城市与东北亚国家之间的经济联系强度,分析了大连自贸片区升级对东北经济发挥引领作用的可行性,指出大连对东北腹地的经济辐射能力较强,对东北亚经济圈的经济联系强度在辽宁其他港口城市之上,具备跃升为自贸港从而引领东北地区融入"双循环"发展的潜力.提出要进一步提升大连区域经济辐射能力以激发内循环动力、打造多边开放格局以保障外循环效益、强化核心枢纽功能以提升港口竞争力和创新体制机制改革以探索先行先试新模式等对策建议.     

基于改进卷积神经网络的短文本分类模型

基于卷积神经网络, 提出一种基于改进卷积神经网络的短文本分类模型. 首先, 采用不同编码方式将短文本映射到不同空间下的分布式表示, 提取不同粒度的数字特征作为短文本分类模型的多通道输入, 并根据标准知识库提取概念特征作为先验知识, 提高短文本的语义表征能力； 其次, 在全连接层增加自编码学习策略, 在近似恒等的基础上进一步组合数字特征, 模拟数据内部的关联性； 最后, 利用相对熵原理为模型增加稀疏性限制, 降低模型复杂度的同时提高模型的泛化能力. 通过对开源数据集进行短文本分类实验, 验证了模型的有效性.