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.     

新型城镇化背景下绿色交通的发展对策

 通过分析绿色交通当前的发展态势，结合国内外发展的实际情况以及新型城镇化发展的要求，从宏观、中观、微观3个层面分析了绿色交通发展面临的挑战。提出绿色交通的发展应该关注各城市、各地区的差异化特征，并需要在不断应对新技术挑战的基础上，全面提升交通与用地布局的协调性，同时应全力优化交通结构，关注细节，建立"公共交通+慢行"主导的交通模式。     

基于Kriging模型的多点加点准则和并行代理优化算法

针对并行仿真环境下复杂工程系统的优化设计问题,提出一种基于Kriging模型、多目标策略和聚类方法的并行代理优化算法.该算法的多点加点准则,以同时优化期望改进准则和可行性概率准则为目标,首先生成兼具目标响应改进和可行域边界刻画功能的备选试验点集;再利用聚类方法从备选点集中选取多个有代表性的新试验点.通过两个数值算例和一个工程算例,将所提并行优化算法与已有算法做比较,结果表明所提算法具有更高的优化精度、效率和稳健性.     

高等代数在抽象代数教学中的应用

高等代数为抽象代数教学提供了很多模型和例子,本文从变换、等价关系、群、环、域、零因子和环上的运算规律等方面具体阐述如何在抽象代数教学中应用高等代数知识.     

白花檵木中主要活性成分及其治疗慢性难愈性创面的展望

白花檵木(Loropetalum chinense)属金缕梅科檵木属植物,是江西特色药用资源,具有抑菌、抗炎、抗氧化、促皮肤愈合等生物活性,可作药用.对白花檵木中活性成分包括黄酮、多酚、脂肪酸等及其生物活性的研究进展进行综述,并初步探讨白花檵木治疗慢性难愈性创面的可能性,为进一步开发其药用价值提供参考.     

基于深度卷积神经网络的水稻病害图像识别研究

水稻病害类型多,采集过来的图像病斑交界特征复杂多变。即便同类别水稻病害在不同的生长时期,发生在叶片、茎秆、穗部等部位呈现的病斑特征也不一样,而且不同类型病害也存在相似病斑,这些都给水稻病害图像的精准识别带来了相当大的困难。采用深度卷积神经网络模型,使用数据集扩增技术,运用fine-tune方法对网络进行调参及构建,将自然场景下采集的常见8类水稻病害图像输入网络模型中进行训练和测试,在有限的图像数量下取得较高的识别精度,其中纹枯病的准确率为93%。不同于其他方法仅聚焦在水稻叶部或稻穗部,本文识别的图像是多株水稻的场景,可为水稻病害远程自动诊断提供关键技术支持。     

三维反应扩散系统中的螺旋波和失稳控制

三维螺旋波(卷轴波)的运动和失稳的研究在心颤等高发心脏病中扮演重要角色,对三维螺旋波的运动和失稳过程以及控制的研究对于心颤等心脏病的防治具有指导意义.本文主要对我们过去几年在梯度系统中螺旋波的研究结果做一个总结.我们以反应扩散系统为研究对象,对于具有参数梯度的螺旋波的失稳过程和控制进行了探讨.在实验和数值模拟研究中,我们发现在三维梯度系统中,梯度大小的改变可以促使三维螺旋波发展产生线缺陷或者引起二维螺旋波运动的相位差的积累而产生漫游,两者都可使螺旋波的运动失去稳定性.对于螺旋波失稳的控制,我们研究了外力周期驱动和噪声对螺旋波失稳的影响,对控制的机制进行了分析.     

带有交叉操作的教-学优化算法

针对教-学优化算法(TLBO)求解无约束数值优化问题容易陷入局部最优的不足,提出了一种带有交叉操作的教-学优化算法(C-TLBO).将差分进化算法的交叉操作引入到TLBO算法中,有效地融合了教学阶段和学习阶段,增强了算法的局部搜索,平衡了算法的开采和探索.数值结果表明该算法在优化精度、收敛速度、鲁棒性方面,优于TLBO算法、I-TLBO算法以及其他智能优化算法,具有良好的发展前景.     

求解大规模可靠性问题的改进差分进化算法

针对差分进化算法典型变异算子的局限,设计了全局加速的变异算子,进而提出全局加速的自适应改进算法.新变异算子能够均衡全局搜索与局部搜索,提高寻优效率.根据差分向量与整个种群分布范围的关系,有针对性的设定变异率值,减缓搜索范围缩小的趋势,保持较高的种群多样性.采用两区间选择策略,通过学习和比较自适应地调整交叉率,使其满足进化搜索的需要,同时提高算法的通用性.将改进算法应用于大规模可靠性问题中,实验结果表明,改进算法在解决大规模系统可靠性问题时具有更好的寻优效果.     

带有全局交叉的修正和声搜索算法

为增强和声搜索算法的全局搜索能力,提出一种带有全局交叉的修正和声搜索(MHSgc)算法.MHSgc算法采用多和声记忆库协同创作,应用邻域学习策略进行调整,取代原有的基音调整,从而增加了种群多样性.同时,提出一种全局交叉操作,并融合到MHSgc算法中,防止算法陷入局部最小.针对几个标准函数进行了实验仿真,数值结果表明,上述算法优于文献报道的8种智能算法(HS,IHS,GHS,NGHS,EHS,ITHS,MPSO,RMDE),具有较好的优化潜力.