卷积神经网络发展

卷积神经网络作为深度学习的重要代表算法之一,被应用到人脸识别、行为识别、字符识别和图像处理等多个领域,推动着人工智能的快速发展.本文在分析整理大量文献后,总结了卷积神经网络的发展阶段,介绍了卷积神经网络的基本结构和关键技术,选取LeNet、AlexNet、VGGNet、GoogLeNet和ResNet等几种具有代表性的网络进行分析对比,并指出各个网络的应用场景和优缺点,最后提出卷积神经网络未来的研究发展方向.     

光散射法扬尘监测仪关键设计与数据分析

为提高光散射扬尘监测仪对环境空气中颗粒物PM10及PM2.5的测量的稳定性及精度,通过对光散射扬尘监测仪的关键设计,提供一种温湿度传感器以及动态控制系统,消除环境湿度对采样气路的影响;设计零气校准及自动吹扫系统防止高浓度颗粒物对光学气室的污染,提高本底测量精度,从而实现光散射法扬尘监测仪测量精度更高、稳定性更好.     

根的存在定理的推广及其应用

众所周知，在《数学分析》中会遇到连续函数的一个重要定理，即根的存在定理，此定理对方程根的存在性判别起着重要作用.将这方面已有的定理进行推广，并用例题说明其应用情况.     

基于深度学习的牙刷姿态识别方法

针对牙刷分拣中的定位问题,在确定牙刷位置的基础上采用深度学习实现牙刷姿态识别.对牙刷图像进行去噪增强,通过阈值分割提取感兴趣区域,计算图像的几何矩获得牙刷的方向角和外接矩形,以外接矩形的中心作为牙刷位置.用矩形框内的牙刷图像训练残差网络模型,当模型正确率达到要求时保存该模型,用于判断图像中牙刷的姿态.测试结果表明,该方法可以快速准确地实现牙刷的位置确定与姿态识别,为机器人分拣提供牙刷位姿信息.     

基于CWD和残差收缩网络的调制方式识别方法

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。     

基于灰色残差马尔科夫模型的河南省小麦生育期旱涝灾变预测研究

介绍了残差灰色预测模型的原理和建模方法,应用马尔可夫状态转移矩阵对残差灰色预测模型进行了改进,并将此模型应用于河南省小麦生育期旱涝灾变的预测中.结果表明,改进的预测模型精度较高,比传统灰色模型预测效果好.     

无零因子的EP-内射环

对EP-内射环作等价刻画,利用无零因子条件,得到若干等价条件,并得出:若R是无零因子环,则R是左EP-内射环当且仅当R的任意主左理想都是EP-内射的。推广了相关结果。     

拟幂零等价算子Weyl定理的稳定性

线性算子的谱理论,特别是Hilbert空间上Browder定理和Weyl定理在紧摄动下的稳定性问题是目前研究的热点,本文利用拟幂零等价算子的定义及其之间的关系,研究了它们的Browder定理和Weyl定理在紧摄动下的稳定性,并得出它们的稳定性是等价的.     

“零被引专利”就没有价值吗?——“零被引专利”在科学论文中的应用分析

 分析前人对零被引的研究成果发现，"零被引"的定义可能存在一定的局限，即只考察同类数据库中的引用情况。分析CSTPCD 2009-2012年的科技论文与引文发现，期刊论文引用了大量的技术专利。存在专利数据库中的"零被引专利"在科技论文中却有较高的引用次数。以其中1件"零被引专利"CN 01134280.3为例，从技术内容解读、10篇施引文献及其内容分析，展示了该项技术发明影响的研究主题，并通过文献调研解析了该项研究成果的工业化应用。基于钱学森的"基础科学-技术科学-工程科学"理论，探讨了使用较高科技论文引用次数的"零被引专利"及较高专利引用次数的"零被引论文"定量分析技术科学的可能性。