由"二维码"英译引发的对术语翻译的思考

首先搜集“二维码”的多种英文表达,从而引出该概念的乱象,接着采用定性的分析方法,从该概念的内涵和外延、属和种差等多角度进行深度解剖,发现日常生活中接触得最多的英文表达“QR code”只是“二维码”的一种,并非其准确译法,据此总结“二维码”术语英译的困难以及从中发现术语标准存在的问题,并讨论术语翻译在生活中的应用特点。     

基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code, STBC)识别中多种编码类型难区分的问题, 提出了一种基于卷积神经网络的STBC盲识别算法。该算法首先将接收信号采用自相关函数的频域预处理, 输入到卷积神经网络中对信号特征进行提取, 全连接层对特征进行映射, 实现对6种STBC类型的识别。仿真实验结果表明, 在无信道和噪声等先验信息的条件下, 所提算法能够有效区分3种相似度高的STBC3码, 且将STBC可识别的编码类型由目前的4种扩充到6种, 识别准确率能达到96%。该方法的复杂度较低, 不需要利用大量样本数据, 实时性高, 具有较好的工程应用价值。     

浅析嵇康“越名教而任自然”的道德意蕴

嵇康是魏晋时期著名的思想家之一。在司马氏利用名教控制天下的情况下，嵇康提出“越名教而任自然”的主张来反对虚伪名教的束缚，提倡个性解放，主张万物要遵循自然规律与法则，顺应其自然本性发展。实际上嵇康并不是反对一切道德和名教，而是通过“任自然”来回归到原初时代。顺应自然和人之性情的名教，是要超越现在而回归过去无欲、无贪的状态。     

基于SAMME+ResNet的多相码信号识别方法

针对传统多相码信号识别方法在低信噪比情况下分类精度不高、类识别率不均衡和识别方法不具有通用性的特点,提出了一种利用集成学习中的多类指数损失函数逐步添加模型(stagewise additive modeling using a multi-class exponential loss function, SAMME)算法和残差神经网络(residual neural network, ResNet)的多相码信号识别方法。通过仿真实验对5类多相码信号进行了分类识别,验证了模型的有效性,分析了不同数量基学习器对模型的影响,最后与传统分类方法进行了对比。仿真结果表明,在信噪比低于6 dB的情况下,所提方法相对于单个残差网络提高了约10%的分类精度,同时缩小了类之间识别率的差距,相对于常用的分类方法也有很大的优势。     

基于严格二叉树编码和GA的模糊树结构学习

为解决模糊树模型结构学习中存在的信息冗余、寻优效率低等问题,提出了一种基于严格二叉树编码和遗传算法的结构学习方法。通过严格二叉树编码对模型结构进行编码,改善了现有矩阵编码的信息冗余问题;考虑到编码特殊性和算法收敛性,提出了一种改进的遗传算法用来对模糊树模型的结构进行寻优。实验结果表明,不同数据集上该算法的稳定性和计算速度均较好,能够寻找到一个较优的二叉树结构,从而提高模糊树模型的建模精度。     

循环应力对储气库岩石微观结构及力学性质影响数值模拟

针对储气库循环注采过程中循环应力对储气库岩石产生疲劳损伤的问题。利用颗粒离散元法建立岩心真三轴数值模型,根据岩心室内试验标定数值模型参数,然后对数值模型进行多周期等幅值轴向循环应力加载,研究循环应力对储气库岩石微观结构及力学性质的影响。结果表明:循环应力加载过程中,模型内生成的无黏结接触数量和微裂缝数量逐渐增多,而生成位置受原始裂缝控制明显,模型孔隙度逐渐减小,且模型内无黏结接触数量、微裂缝数量和孔隙度的变化速率均呈递减趋势;相同应力水平下模型侧向应变和轴向应变均增大,但侧向应变占主导地位;模型弹性模量逐渐降低,而模型泊松比和损伤量逐渐增加,且模型弹性模量、泊松比和损伤量的变化速率均呈递减趋势。     

高温后钢筋混凝土框架抗震性能试验研究

为研究高温后混凝土框架的抗震性能,设计了2个强梁弱柱框架和2个强柱弱梁框架,预先对其中2个框架进行明火升温试验,然后对所有试件进行低周往复加载试验.考察了各榀框架的破坏模式、荷载-位移关系、承载力、变形能力、刚度和耗能能力与高温和梁柱尺寸等因素的关系.试验结果表明:受火后混凝土框架的承载力和耗能能力有所降低,强梁弱柱型框架的承载力下降更为明显,且屈服位移增大,极限位移减小;受火后混凝土框架的塑性铰出现顺序改变为柱底—梁端—柱顶,柱端更容易出现塑性铰.常温下强柱弱梁型(破坏形态为梁端先出现塑性铰)框架在火灾后可能转化为"强梁弱柱"型破坏.     

循环荷载作用下沥青混合料的黏弹塑性损伤本构模型

为较好描述损伤状态下沥青混合料的黏弹塑性应力-应变关系、明确动态循环荷载对其损伤本构关系的影响,利用经典黏弹塑性流变理论,在Burgers黏弹性模型上串联一个黏塑性元件,并根据损伤力学应变等效原理,建立了一个能体现动态循环荷载作用特点及能考虑加载频率影响的沥青混合料黏弹塑性损伤本构模型.同时进行间接拉伸疲劳试验,研究加载频率、环境温度、应力水平、沥青用量及沥青种类对混合料应力-应变关系的影响,并标定模型参数、验证模型的有效性.结果表明:所建模型不仅能较好描述沥青混合料在动态循环荷载作用下的损伤本构关系,还能体现加载频率、环境温度及荷载水平等因素对应力-应变关系的影响;模型参数意义明确、规律性强,值得进一步研究和推广.     

学习遗忘效应在工程项目进度计划中的应用

在学习曲线理论和遗忘曲线理论的基础上,结合学习遗忘效应的模型,通过网络计划技术中的双代号网络图,引用案例来阐述员工的学习及遗忘行为对工期及关键路径造成的影响。与不考虑学习遗忘行为的情况相比,考虑员工的学习遗忘效应会使工期缩短、关键路径发生改变,且不同的学习比例会带来不同的效果。     

基于编码调制视觉诱发电位脑机接口滤波算法的性能比较

脑机接口(brain-computer interface,BCI)的分类性能一定程度上取决于对脑电信号的预处理方法,这项研究提出了一种空域时域滤波的预处理方法,以解决人类视觉系统中的潜伏延迟对编码调制视觉诱发电位(c-VEP) BCI的目标识别性能的影响。基于一个平均信号和单次试验信号之间的最小均方误差(the least mean square error,LMSE)创建时域空域滤波器,并且通过最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)将稀疏约束应用于滤波器的权重系数,并用模板匹配法来对目标进行识别。将算法应用于由63比特的M序列及其循环移位序列调制的16个目标的c-VEP BCI,并与通用的空域滤波算法典型相关分析(CCA)及空域时域逆滤波算法进行比较。结果表明本研究所提出的算法在分类准确率方面优于其他两种算法。