短期记忆与脑电事件相关电位特征的初步研究

对３２名被试者进行两字汉语词汇和平面图形的辩识测试,以及４～９个两字汉语词汇的回忆测试,结果是词汇、图形辩识测试中,左右半球４０Ｈｚ事件相关电位（ＥＲＰ）的发放率（ＡＣＴ）和平均发放时间间隔（ＡＴ）参数存在不对称性。词汇测试中,左半球４０ＨｚＥＲＰ的ＡＣＴ（１６．９６）明显大于右半球（１４．５）,Ｐ＜０．０１;右半球的ＡＴ（２５．４）明显大于左半球（２１．９）,Ｐ＜０．０２５。图形测试中,右半球的ＡＣＴ（１６．８）明显大于左半球（１５．０）,Ｐ＜０．０２５;左半球ＡＴ值（２３．９）,明显大于右半球（２１．１）,Ｐ＜０．０２５。左右半球不对称的消失与汉语词汇短期记忆有固定组块（７个）的记忆容量有关。     

基于长短期记忆神经网络的短期电力负荷预测

为提高电力负荷预测的精度,提出一种基于长短期记忆神经网络的短期负荷预测模型.首先,选取28个影响电力负荷变化的因素作为预测输入候选特征,同时对部分定性表述的影响因素进行量化表征,对电力负荷特点及其影响因素分析.其次,借助皮尔逊相关系数分析选取了23个相关性较强的主要影响因素,进一步采用皮尔逊相关系数法分析影响因素对负荷...     

感觉记忆信息的受控加工

设计了2种不同的有意识的靶字母搜索实验，研究感觉记忆信息的受控加工．实验1根据感觉记忆和工作记忆的时间特征，将搜索作业严格限制在工作记忆中，实验2则未作这种限制．结果显示，实验1中靶字母搜索的正确率为51.8％，实验2中靶字母搜索的正确率高达78.2％．2种搜索作业的成绩差异极为显著．根据这一结果有理由认为，实验2的搜索过程不是发生在工作记忆，而是它前级的感觉记忆．也就是说，有意识的加工，可以在感觉记忆中进行．     

基于注意力机制优化长短期记忆网络的短期电力负荷预测

在电力系统的经济调度中,如何合理利用电力负荷的过去和现在来推测其未来价值,具有非常长远的社会经济价值.短期电力负荷数据具有明显的时间特征,传统的深度模型越来越多地应用于该领域.然而,深度模型可能存在梯度爆炸或梯度消失,为此,提出了一种注意力机制优化长短期记忆网络的短期负荷预测模型.该模型将长短期记忆网络单元中的激活函数改进为加权激活函数组,并加入注意力机制以提高预测精度.     

基于时钟触发长短期记忆的多元时序预测

在多元时间序列预测方法中,传统的模型无法敏锐地捕获时间序列短期突变信号从而导致预测趋势滞后和误差较大。本文提出了一种基于时钟触发长短期记忆(Clockwork Triggered Long Short Term Memory, CWTLSTM)网络的多元时序预测模型,通过增强对短期信息的捕获能力提高了预测精度。CWTLSTM将网络中所有的神经元进行分组,对每个分组赋予不同的激活频率,每一组神经元只在时间步长等于周期的整数倍时才被激活。根据周期是否为1将网络分为主干网络链和短期输入增强链,短期输入增强链在靠近输出位置的时间步上激活时,将输入信息的运算结果单向地传递给主干网络链,增强此时的输入权重,使模型在存储长期信息的基础上能快速响应短期突变信息带来的数据波动。在空气污染数据集和水泥篦冷机数据集上的验证结果表明,本文模型在减少预测误差与趋势判断上均有较好的表现。     

基于时序长记忆模型的风电场短期功率预测

随着风电的飞速发展,风电场接入电网的规模日益扩大,随之而来的是对风电功率预测准确性要求的提高,准确的风电功率预测可以更好地利用风能资源,减小风电并网对电网的不利影响。为了提高风电预测的精度,采用最大期望算法(expectation maximization algorithm,EM算法)对风电场功率历史数据进行处理,填补缺失值,替换错误数据,然后采用修正重标极差分析法即修正R/S分析方法分析数据的长记忆性,采用时间序列ARFIMA模型,然后根据预测时刻之前的功率数据,通过贝叶斯统计推断对模型参数进行估计,生成预测模型方程,进而对风电场输出功率进行预测。     

浅谈时序逻辑电路的成长记忆

RS触发器,重难点是触发脉冲的不同、与非门和或非门组成结构的差异;JK触发器,重难点是JK、T、D相互之间的转换,以及直接置零端和直接置1端的综合应用.     

静叶时序对高压涡轮性能影响的数值研究

现代航空工业的快速发展,要求不断地提高航空发动机的性能。涡轮作为航空发动机三大核心部件之一,其气动性能的改善对整个航空发动机的性能提高起着至关重要的作用。基于这一背景,通过对某1+1/2级静/动/静布局的涡轮叶片进行数值模拟,改变第二级静叶周向位置,研究时序效应对涡轮性能的影响。发现时序效应对涡轮上游流场影响微乎其微,对涡轮进口流量和落压比的影响不大,主要影响到涡轮效率。从而说明,在叶片设计初级阶段,可以通过时序效应,调整叶片周向位置,改善涡轮性能。     

副中央凹-中央凹效应的发展研究

以初一学生、高一学生和大学生为被试,在固定笔画数的情况下,分析中央凹词n-1和副中央凹词n词频对副中央凹-中央凹(POF)效应的影响,以此考察中文阅读中的副中央窝-中央窝效应及其发展特征.结果表明:(1)3个年龄段被试的POF效应没有明显差异,副中央凹词n特性对中央凹词n-1加工的影响不存在年龄差异;(2)低词频副中央凹词n对低词频中央凹词n-1的词汇加工有抑制作用,但对高词频中央凹词n-1的加工没有影响.在副中央凹-中央凹效应出现在中央凹词汇加工困难的情况下,结果支持梯度转换理论中的SWIFT模型.     

用划分序列构造时序机核实序列的方法

任何既约的、强联结的时序机 ,必存在核实序列 .若该机存在区分序列 ,构造其核实序列的方法已经形成 ;但是 ,若该机不存在区分序列 ,需寻求构造其核实序列的方法 .作者从时序机的状态表出发 ,定义了划分序列 ,并针对无区分序列的时序机 ,提出了利用划分序列构造时序机核实序列的一种方法 .该方法中求划分序列部分建立在时序机的矩阵模型上 ,易于工程实现     

明度时间效应的感觉记忆加工机制

通过微认知加工研究方法，探究了视觉感觉记忆的信息加工过程及其与TCE效应和Broca-Sulzer效应的相关性．实验证明：对于相继呈现在相同空间位置上的信号，视觉感觉记忆并非只是登记，还要对它们进行亮度上的叠加、衰减加工；TCE效应和Broca-Sulzer效应都是这种加工的结果．因此，TCE效虚和Broca-Sulzer效应足机制相同的同一的效应．     

影响短时记忆信息提取的因素研究

该实验用20个被试研究了影响短时记忆信息提取的因素，结果发现，判断标准对短时记忆信息提取有显著影响，判断标准对短时记忆信息提取的影响可能说明了在不同的判断标准下，短时记忆信息存储的方式不同，该实验再一次证明，短时记忆信息提取不是以搜索为基础。     

分配注意对短时记忆编码和提取的影响

以大学生为被试,采用分配注意范式探讨了短时记忆编码和提取所需的注意资源。研究发现：与集中注意相比,编码阶段进行第二作业导致记忆成绩显著降低,而提取阶段进行第二作业则对记忆成绩没有影响。自由回忆和顺序回忆的结果一致。本研究表明,短时记忆编码是需要较多注意资源的控制加工,而短时记忆提取则是相对无需注意资源的自动加工。这与当前关于长时记忆的研究结果类似,而与早期以第二作业成绩为测量指标的短时记忆研究结果有所不同。     

分枝限界法的并行处理

该文对分枝阻界法的并行化作了深刻的研究，提出一通用的并行分枝限界算法设计方法，从而使该类问题并行机上难以设计算法求解的问题变得容易解决。     

出租车优质客源时空特征及影响因素

针对城市出租车供需失衡、运营效率低等问题,提出一种综合考虑寻客空载与相邻载客状态的优质客源量化评价模型,利用数理统计、地理统计等时空分析方法探究其时空特征,并结合兴趣点(point of interest, POI)数据构建多时段地理加权回归模型分析其影响因素。以重庆市2019年“五一”假期4 d与后6 d工作日出租车轨迹数据展开研究。结果表明：节假日优质客源整体较多于工作日,呈节假日首日和工作日末日较多的“U”形分布;23:00—次日5:00优质客源先减少后增加再减少,5:00—9:00逐渐增加,此后呈波动趋势并于21:00—23:00达到峰值;优质客源在6:00—10:00聚集情况最差,其余时段主要围绕重庆市中心城区“1主、6副、21组团”的商业、娱乐及交通枢纽等区域聚集,并呈现粘连趋势;交通设施、医疗机构、休闲娱乐及宾馆酒店等是影响优质客源时空分布的主要因素;节假日相比于工作日,工作、服务较规律的设施其影响强度明显降低,而提供娱乐、交通出行的设施其影响强度及时间都有显著增加。研究结果对提高出租车精细化管理具有重要意义。     

基于双向长短期记忆神经网络的配网电压异常数据检测

受自然环境、计量仪器等影响,量测数据会出现异常,导致调度人员错误决策,威胁电力系统安全稳定运行。为保障电力系统安全稳定运行,提出了一种基于双向长短期记忆(bidirectional long short-term memory, Bi-LSTM)神经网络的配网电压无监督异常数据检测方法。利用Bi-LSTM神经网络处理时序数据的双向特性,建立时序预测模型,通过对比预测值和实际值的误差检测异常数据。最后,基于某实际配网电压数据进行仿真验证,仿真结果表明:所提方法在准确率、F1分数等指标方面均优于决策树、K近邻、支持向量机、长短期记忆(long short-term memory, LSTM)神经网络。     

高阶Apostol-Euler多项式和高阶Apostol-Bernoulli多项式

给出高阶Apostol-Euler多项式与高阶Apostol-Bernoulli多项式的定义,研究各自性质及二者之间的关系,同时利用Stirling数给出这两类多项式的计算公式, 推广了文献[5-6] 的结果.     

基于数字射频存储系统的并行DFT处理方法

提出一种快速DFT处理新方法,以提高时分多路数字射频存储系统信号处理速度,利用时分多路存储结构的特点,构造了相应的并行DFT算法,并通过分析算法运算量,得出具有最少运算量的结构,实现了高速及超高速数字射频存储系统的实时信号处理,对昌分多路数字射频存储系统的实时信号处理与设计有一定的理论意义。     

激发相干态下介观二阶并联电路的量子效应

通过引入复正则变量,给出了ＲＬＣ并联电路的量子化方案。作为应用,研究了激发相干态下电压和电流的量子效应。结果表明,观测量的量子涨落不仅取决于电路所处的量子态,而且取决于电路参数,阻尼对量子涨落的影响在欠阻尼和过阻尼情形下是正好相反的。     

川渝地区雾霾时空分布特征及影响因子分析

利用1981-2014年川渝地面气象观测资料,分析了川渝地区雾霾的时空分布特征及影响因子,结果表明:川渝地区雾日变化总体呈下降趋势,两种雾日观测资料的倾向率分别为-6d/10a和-8.2d/10a,研究时段内未出现突变点,80年代到90年代初,雾日变化周期以2~4a为主,21世纪后以8~10a为主.霾日总体趋势与雾日变化相反,呈上升趋势,倾向率为8.2d/10a,1997年开始发生突变,90年代变化周期以2~4a为主,2000年后4~10a周期变化较显著.在对雾霾与风速和空气相对湿度的关系讨论中发现,整个川渝地区雾与风速的变化趋势一致,与相对湿度呈正相关;霾与风速的变化趋势相反,与相对湿度呈负相关.