Principal component analysis using neural network

The authors present their analysis of the differential equation dX ( t )/dt = AX ( t ) - X^T( t ) BX( t)X( t), where A is an unsymmetrical real matrix, B is a positive definite symmetric real matrix,X E Rn ; showing that the equation characterizes a class of continuous type full-feedback artificial neural network; We give the analytic expression of the solution; discuss its asymptotic behavior; and finally present the result showing that, in almost all cases, one and only one of following eases is true. 1. For any initial value X0∈R^n, the solution approximates asymptotically to zero vector. In thin cane, the real part of each eigenvalue of A is non-positive. 2. For any initial value X0 outside a proper subspace of R^n,the solution approximates asymptoticaUy to a nontrivial constant vector Y( X0 ). In this cane, the eigenvalue of A with maximal real part is the positive number λ=Ⅱ Y (X0)ⅡB^2 and Y (X0) is the corre-sponding eigenvector. 3. For any initial value X0 outsidea proper subspace of R^n, the solution approximates asymptotically to a non-constant periodic function Y( X0 , t ). Then the eigenvalues of A with maximal real part is a pair of conjugate complex numbers which can be computed.     

求解TSP 问题的离散粒子群优化算法

以旅行商问题为例,提出了一种离散粒子群优化算法,根据优化问题及离散量的特点,对粒子的位置、速度等量及其运算规则进行了重新定义,为抑制早熟停滞现象,为粒子和粒子群分别定义了个体多样性和微观多样性,算法中定义了排斥算子来保持粒子群的多样性,使用高效的学习算子来提高算法的局部求精能力,使算法在空间探索和局部求精间取得了很好的平衡,与领域中的其它典型算法进行了仿真比较,结果表明,离散粒子群优化算法具有很好的性能.     

振动系统非线性特性的神经网络识别法

本文介绍了振动系统非线性特性识别的一种结构化神经网络方法，与标准的前馈网络融进了人们对系统的已知认识，神经网络仅仅用来学习未知部分，本文将其应用于振动系统非线性特性的识别，结果表明该法是可行的。     

基于多类支持向量机的遥感图像分类及其半监督式改进策略

基于神经网络的遥感图像分类取得了较好的效果,但存在固有的过学习、易陷入局部极小等缺点.支持向量机机器学习方法,根据结构风险最小化(SRM)原理,表现出很多优于其他传统方法的性能,本研究的基于多类支持向量机分类器的遥感图像分类取得了达95.4％的分类精度.但由于遥感图像分类类别多,所需训练样本较大,人工选择效率较低,为此提出以人工选择初始聚类质心、C均值模糊聚类算法自动标注训练样本的基于多类支持向量机的半监督式遥感图像分类方法,期望能在获得适用的分类精度的基础上有效提高分类效率.     

对人工智能未来发展的几点思考

技术的发展总是超乎人们的想象,要准确地预测人工智能的未来不是不可能的.随着计算机技术的广泛应用和迅猛发展,以它为载体的人工智能技术的发展也呈现出许多新的特点.通过对当今科研人员大量前瞻性的研究和大量的理论问题的分析总结,本文对未来人工智能的发展提出了三点新的认识,即人工智能会出现崭新的理论框架、更加先进的技术集成以及更加切实可行的应用方法.     

基于数据融合的多生物特征身份识别

针对传统的单一生物特征身份识别由于传感器的噪音以及特征的破损、匹配等缺陷,往往不能正确识别的情况,提出了一种基于语音和人脸的多生物特征身份识别方法.分别提取语音特征和人脸特征作为识别的依据,并用神经网络在特征层上进行融合识别.实验证明,这种方法可以充分挖掘特征之间的关系,在同等条件下,具有更高的识别率.     

盾构机刀盘掘削动态数值模拟

基于子模型方法与任意拉格朗日～欧拉有限元方法(ALE),建立了盾构机刀盘掘削过程的三维数值模型.在保证计算精度的前提下,实现了模型缩减、ALE网格精细化、地应力场初始化.通过将计算结果与某模型盾构机掘进试验的实测数据对比,验证了该方法的正确性与准确性.研究结果表明:基于ALE方法的盾构机刀盘掘削数值模型可以准确模拟土体破坏、脱离过程;基于子模型方法得到的初始应力场准确反映了原土层的地应力场,得到了地应力场对刀盘受力的影响关系.     

二硝基茴香醚的可视化烤燃试验

为更深入地了解熔铸炸药在慢速烤燃过程的反应现象,以可视化烤燃装置开展了二硝基茴香醚(DNAN)的慢速烤燃试验。试验观察到DNAN的烤燃过程主要经历4个阶段,分别为固液相变阶段、慢速分解阶段、气体快速溢出和药液喷发及点火阶段。测试和计算了DNAN在270℃下的点火延滞期,结果表明空气对流解热方式会延长点火延滞期。相比于DSC测试方法,本试验方法可以避免因样本量少而导致的结果失真,同时能够获得更多的热分解反应的细节信息,对于研究含能材料的热分解及热爆炸过程具有重要意义。     

厚朴酚磷脂复合物理化性质与大鼠口服生物利用度

目的对制备的厚朴酚磷脂复合物的理化性质进行表征,并与厚朴酚及其磷脂物理混合物进行大鼠口服生物利用度比较。方法分别用差示扫描量热、X-射线粉末衍射和红外光谱分析厚朴酚磷脂复合物与厚朴酚及其磷脂物理混合物理化性质的差异;用实验建立的RP-HPLC法测定大鼠灌胃给药后不同时间血浆中厚朴酚的浓度,通过非房室模型统计矩方法计算药代动力学参数。结果厚朴酚磷脂复合物的理化性质与厚朴酚及其磷脂物理混合物明显不同;大鼠口服给药后厚朴酚磷脂复合物与厚朴酚及其磷脂物理混合物的主要药代动力学参数Tmax,Cmax,t1/2和AUC0-6分别为(1.17±0.26),(0.42±0.13)和(0.46±0.10)h;(0.63±0.06),(0.45±0.09)和(0.67±0.07)mg/L;(1.85±0.34),(1.30±0.32)和(1.52±0.28)h;(1.77±0.15),(0.90±0.17)和(1.38±0.19)mg.h/L。结论厚朴酚磷脂复合物中厚朴酚与磷脂以分子间力结合并以无定型形态分散于磷脂分子中;磷脂复合物显著提高了厚朴酚的大鼠口服生物利用度并表现出了一定的缓释特征。     

与产业结合的实践教学体系构建在服务型教育体系中的作用与实践

与产业结合的实践教学体系的构建与宁波市率先在全国提出的区域高等教育发展新模式？？服务型教育体系的目标和内涵高度一致,是＂服务型教育体系＂的重要组成部分。本文从实践教学体系与服务型教育体系的关系、与产业结合的实践教学体系的实践与特色及其在服务型教育体系中的作用三个方面进行了分析和阐述,认为构建与产业结合的实践教学体系,对于实现高素质应用型人才培养和与＂产业成功对接＂具有重要的意义。