自适应神经网络及其在刀具智能监控中的应用

讨论了神经网络的拓扑结构的学习和神经元激活函数等问题，提出了自构形神经网络的概念和算法，较好地解决了隐节点数目选取问题，将自适应神经网络用于刀具工状态智能监控的信号融合之中，取得了满意的结果。     

La（Ⅲ）与脱氧核糖核苷酸的相互作用

用高效液相色谱解析Ｌａ（Ⅲ）分别与单个脱氧核糖核苷酸反应、与碱基对互补的５＇－ｄＡＭＰ和５＇－ｄＴＭＰ、５＇－ｄＣＭＰ和５＇－ｄＧＭＰ反应、与４种脱氧核糖核苷酸共存体系反应的产物。从色谱峰的变化。证明了在ｐＨ６．５、室温条件下,Ｌａ（Ⅲ）可与单个的５＇－ｄＧＭＰ作用;不与单个的５＇－ｄＡＭＰ、５＇－ｄＴＭＰ、５＇－ｄＣＭＰ相作用,但在５＇－ｄＡＭＰ和５＇－ｄＴＭＰ共存时,Ｌａ（Ⅲ）使５＇－ｄＡＭＰ     

基于位置相关查询的一种语义缓存模型

为了克服FAR算法在位置预测方面的不足，定义了一种语义缓存模型，与传统的语义缓存模型相比增加了对移动单元的坐标和语义片段的时间描述，有助于预测未来移动单元可能的位置．提出了一个改进的RBF—FAR算法作为替换策略，并结合使用RBFNN进行位置预测．实验证明，通过定义新的语义缓存模型，采用新的查询替换策略，再结合神经网络的自学习特性，使得RBF—FAR模型更加灵活，并有效地减少网络负载和查询时间．     

天幕靶基级放大电路的噪声模型研究

通过对单电阻I／V转换和T型网络两种典型的基级电路的分析，提出了光电二极管阵列与这两种电路相结合的噪声模型，仿真分析了输入电阻热噪声和运算放大器输入噪声双重作用下的输出噪声水平．经比较，T型网络输出信号的信噪比要比单电阻的I／V转换电路高6dB．实验结果证明，T型网络的误差主要由并联电阻个数决定，所以减小每个与T型网络相连的光电二极管数量，可以大幅度提高系统的信噪比。     

第三代搜索引擎与天网二期

论述了三代搜索引擎的发展,着重介绍了第三代搜索引擎的体系结构,详细讨论了该搜索引擎的几个核心技术——大规模搜集技术、超链分析技术和用户行为分析技术。介绍了作者参与研发的第三代搜索引擎——“天网”的研究进展,并指出了搜索引擎未来几个研究的热点方向。     

羰基钴催化乙基迁移反应机理的从头算研究

采用有效核势能进行（ＥＣＰ）从头算方法,研究了羰基钴催化的氢化反应循环中的乙基迁移反应机理,在ＨＦ／ＬＡＮＬ２ＤＺ水平优化得到了反应基态势能面的反应物,过渡态和产物的几何构型、对反应位能剖面的各驻点进行了ＭＰ２／ＬＡＮＬ２ＤＺ／ＬＡＮＬ２ＤＺ相关能校准和零点能校准,理论计算结果表明,乙基迁移反应是经过一个三元环过渡态而进行的,反应位垒力２８．８９ｋＪ／ｍｏｌ（ＭＰ２／ＬＡＮＬ２ＤＺ／ＬＡＮＬ２ＤＺ     

跳绳运动在医学院校课外活动中多元化建设研究——以首都医科大学为例

根据首都医科大学课外活动开展现状,从场地、器材、师资力量及学生身体素质等方面测评,筹划组建跳绳俱乐部,开展俱乐部活动,丰富学生课外体育活动内容,激发学生学习兴趣,培养终身体育意识,养成锻炼习惯,提高学生健康水平。提高首都医科大学跳绳竞技水平,争取参加比赛为校争光比赛,还可以促进花式跳绳课堂教学发展,扩大跳绳面授对象。在原有的线下跳绳竞赛中增加个人花式项目、多人花式项目和个人、接力计数项目,促进跳绳运动线下竞赛项目多元化发展,还可尝试建立线上比赛机制,举办线上花式跳绳比赛。以此培养学生对体育运动的兴趣、爱好和专长。根据花式跳绳动作,按照教学内容体系,分级分类录制视频,形成线上教学资源。发挥网络资源和跳绳运动的优势,为学生提供直观、易懂、方便、快捷的学习模式,让更多学生简单方便地学习跳绳技术技能,实现课上教学与课外活动有效衔接使学生自主学习。     

不同铆接速度下板材搭接顺序对钢/铝异种金属铆接接头性能的影响

采用自冲铆接实现了钢/铝异种金属的有效连接。通过改变铆接速度,对比研究了钢上铝下和铝上钢下两种搭接顺序下的接头的成形性能、断裂力和断裂方式。研究结果显示,随着铆接速度的增大,接头头高和底切量不断减小,互锁值不断增大。钢上铝下搭接顺序下的接头的成形情况较为稳定,缺陷较少。钢上铝下搭接顺序下的拉剪接头的断裂力明显高于铝上钢下搭接顺序下的拉剪接头的,而铝上钢下搭接顺序下的十字拉伸接头的断裂力明显高于钢上铝下搭接顺序下的十字拉伸接头的。铆钉变形时受力方向的不同导致拉剪接头的断裂力明显高于十字拉伸接头的。铆接速度为250～325 mm/s时,可以实现两种搭接顺序下的接头成形性能和断裂力的良好匹配。     

浅谈电力培训中的人本观念

改革开放以来,我国的电力行业得到了很大的发展。伴随现代化生产水准的提升,电力行业面临人才匮乏的局势,除了要发展人才力量,更主要的是经过员工培训来提升电力工业现有员工的综合素质。本文论述了电力培训中应当先研究、评估和了解人与人之间的实际差异,之后选择相应的培训方式、材料、老师等,并把人本理念融入到整个培训中去,强调了人本观念在培训过程中的重要性。     

基于四元数图神经网络的知识图谱嵌入

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题。该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系。模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quaternion graph neural networks, QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序。实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型。