关于对称方程组非零解的判定与解法

给出对称方程组{x_1+x_2+…+x_n=0,……,x_1~(i-1)+x_2~(i-1)+…+x_n~(i-1)=0,x_1~(i+1)+x_2~(i+1)+…+x_n~(i+1)=0,……,x_1~(n+1)+x_2~(n+1)+…x_n~(n+1)=0.(1)非零解的判别条件、求解方法以及严格的证明．     

基于基完备化理论和嵌入多层感知机的深度网络结构设计

为了进一步改善经典卷积神经网络的识别性能,首先证明了跨层传输实质上是基的完备化过程,然后基于多类型特征提取结构、嵌入多层感知机以及跨层传输结构提出一种新型深度卷积网络——期望网络.经分析发现,期望网络中的多类型特征提取结构可提取不同类型的特征,嵌入多层感知机可生成期望图并标定不同类型特征的权重,跨层传输结构可缓解网络性能退化的问题.仿真实验结果表明,在数据集CIFAR-10、数据集CIFAR-100和数据集SVHN上,相比于ResNet网络、深度监督网络和Highw ay网络等经典深度卷积网络,期望网络的误识别率均有不同程度的下降.     

层次化的片上网络设计方法

半导体技术的发展以及系统芯片应用复杂度的不断增长,使得片上互连结构的吞吐量、功耗、信号完整性、延迟以及时钟同步等问题更加复杂,出现了以片上网络为核心的通信结构.由于系统芯片结构和片上通信的固有特性,从提高通信性能和降低硬件开销的角度进行层次化片上网络的设计对系统芯片的发展具有重要意义.本文提出了层次化的片上网络设计方法,根据实现工艺和应用需求,进行层次划分,产生若干个IP子集(将这个子集称为"簇"),按照簇间的通信需求进行片上网络的设计.实验表明,采用层次化的片上网络设计方法,能够有效提高系统性能,降低硬件实现的开销,同时满足一定的服务质量要求.     

非正定核Hammerstein型积分方程的非零解

讨论了具有超线性项的Ｈａｍｍｅｒｓｔｅｉｎ积分方程非零解的存在性，其中核是非正定的。通过构造适当的环绕，在广泛的条件下得到了非零解，推广了前人关于正定核最新的结论。     

GATEST:使用遗传算法自动生成模拟矢量的验证平台

对硬件设计进行功能验证的一个关键问题是需要大量的模拟矢量来保证验证的充分性。本文针对Verilog语言,采用遗传算法(GeneticAlgorithm,GA)作为解决方案,设计了一个使用遗传算法自动生成模拟矢量的验证平台GATEST。该平台的一个特点是,根据指定的关键信号使用数据流分析产生关键路径集合,并采用基于该集合的路径覆盖率作为适应度函数引导模拟矢量的生成。使用该验证平台对北大众志-863系统芯片的功能模块进行实验,并详细分析了不同控制参数配置下的实验结果,说明该平台具有一定的有效性。     

利用遗传算法实现CMOS组合电路静态功耗优化

面向基于标准单元的CMOS组合电路,利用输入向量控制技术,采用遗传算法作为求解手段,建立了CMOS组合电路静态功耗优化环境。在遗传算法中利用电路状态差异度作为适应度函数,求解使电路静态功耗最小的输入向量。实验结果表明,使用该方法能明显优化静态功耗,运行时间合理,不需要进行HSpice模拟,摆脱了对目标工艺的依赖。     

障碍物对火焰加速及爆燃转爆轰过程影响研究

为研究设障管内火焰传播特性以及爆轰转捩机理，比较固体障碍物和流体障碍物对火焰加速以及爆燃转爆轰（DDT）过程影响的区别，采用CFD软件对丙烷、氧气和氮气在爆轰管内爆燃转爆轰过程开展了模拟研究。研究结果表明：火焰前锋在固体障碍物的作用下，呈现先加速后减速的趋势；而火焰前锋在流体障碍物的作用下，加速趋势更为稳定。将首个固体障碍物改为流体障碍物能够缩短爆燃转爆轰的时间与距离，爆燃转爆轰距离与时间随着流体障碍物个数的增加呈现先减小后增加的趋势。     

金黄色葡萄球菌SarA蛋白原核表达及免疫原性研究

目的 构建SarA的原核表达载体,对SarA蛋白免疫原性进行初步研究.方法 首先应用生物信息学方法 对SarA基因进行分析;以金黄色葡萄球菌基因组为模板,通过PCR扩增、酶切、连接等一系列反应进行原核重组质粒的构建;IPTG诱导原核重组质粒表达,对SarA蛋白进行纯化、浓缩,将浓缩后的蛋白与佐剂混合免疫家兔,收集血清,通过间接ELISA法检测血清抗体效价,并通过Western blot鉴定抗体特异性.结果 成功构建重组表达质粒SarA-pET32a(+),通过IPTG诱导表达,获得以可溶形式高效表达的SarA蛋白,分子质量约为32 kDa.用纯化的SarA蛋白免疫家兔,获得了SarA多克隆抗体,其效价为1:512000.结论 成功构建了SarA原核表达载体,且在大肠杆菌细胞中表达;得到了高效价和良好特异性的多克隆血清抗体,为进一步研究抗细菌生物膜疫苗奠定了基础.     

基于H/α极化分解的弹道目标鉴别

提出了一种基于H/α目标分解理论的弹道目标极化鉴别方法。首先简要给出了H/α目标分解理论的定义和数学模型,然后阐述了真实弹头和诱饵的不同微运动特性,即真弹头具有姿态控制故运动稳定,而诱饵由于没有姿态控制而出现旋转、翻滚等随机运动。在此基础上提取反映目标时间维散射随机性的极化特征量--时间熵。接着利用基于弹头模型暗室测量数据的弹道导弹全极化回波仿真方法,获取了不同战情下弹头与诱饵目标动态特性回波,进而对时间熵进行计算。实验表明,真弹头时间熵值与诱饵熵值可分性明显;时间熵与目标特性有关,但当诱饵与真弹头外形高度逼真时,该特征可有效鉴别真假目标;时间熵亦与所用数据长度(统计窗口)有关,但当统计窗口长度增加到进动周期时,时间熵趋于稳定。     

基于SIFT特征的粒子群优化的视觉跟踪算法

提出了一种基于SIFT(scale invariant feature transform)特征的表观模型更新的粒子群优化(particle swarm optimization,PSO)跟踪算法.与现有的跟踪方法不同,该算法将当前帧检测到的SIFT特征与最近更新的目标模板相匹配,估计目标的位置,然后把此位置信息融入到PSO的结果中以得到更加精确的位置估计,并把其作为新的目标模板,从而更加鲁棒地应对表观模型的更新问题.实验结果表明,提出的SIFT-PSO算法在目标发生大的运动变化和局部遮挡条件下仍然能够可靠地跟踪目标.