三端口四态变量CNN原理在肿瘤生长方程中应用

提出了一种在抗癌免疫监视下的肿瘤生长细胞神经网络(GIsAC CNN)模型.用具有3个端口4个态变量CNN的解析判别法研究了GusAC CNN的分歧图.数值模拟了癌细胞扩散和清除过程.研究结果似乎表明:效应细胞对癌细胞的清除起着至关重要作用,细胞组织中存在免疫缺陷,可能导致癌细胞的转移与扩散.     

Cahn-Hilliard方程的局部间断Galerkin方法

用局部间断Galerkin(LDG)方法构造了一维非线性Cahn-Hilliard方程的求解格式, 并分析了其稳定性,最后给出了数值模拟。     

一个非局部抛物问题的数值方法

研究来自热弹性接触问题的非局部抛物方程混合边值问题的数值求解。通过建立问题的等价形式,构造出全离散向后Ｅｕｌｅｒ有限元格式,并导出最优阶误差估计。     

煤岩截割破坏的变形局部化理论

应变强烈集中在剪切带内部的现象称之为应变局部化现象，应变局部化的位置就是破坏的位置，通过研究发现煤岩截割过程是典型的变形局部化过程，采用数值方法研究了煤岩局部化变形过程，采用白光数字散斑相关方法研究了煤岩截割过程，并采用MATLAB进行数据处理，得到每一加载步的最大剪应变图，发现了变形过程的局部化现象，进而提出了煤岩截割的变形局部化理论。     

一类具有图像前景缩小功能的CNN模板的设计

设计了一类使图像前景缩小的CNN模板,并对模板的鲁棒性进行了研究,结果表明:只要模板参数满足定理中的不等式,CNN就能完成使图像前景缩小的功能;通过实验模拟确认了理论结果在计算机图像处理应用中的有效性.     

锚固区预应力局部受荷的数值模拟

在预应力混凝土结构中,由于锚固区受到较大集中力作用,很容易在受压区附近产生微裂缝甚至可能发生脆性破坏,对结构的使用寿命和安全将产生严重影响.如果清楚的分析出锚固区受力的详细特点,同时采取有效对策,这样就可以避免裂缝的产生或发生脆性破坏事故,从而提高结构的耐久性.     

局部排风罩的高温尘源捕集效率研究

针对工业建筑内高温尘源的捕集效率问题,应用离散相模型对两相流工况下的局部排风罩内流场进行了数值模拟.计算得出风量变化对粉尘捕集效率的影响关系曲线,分析了局部排风罩风量的优化方法.同时模拟了排风罩的高度对捕集效率的影响,以期在实际工程中通过多种方法来提高捕集效率,避免盲目增加风机能耗.     

一类四阶发展方程的拟局部对称分类问题

目的研究一类四阶发展方程的拟局部对称分类问题。方法利用群分类方法。结果给出了容许拟局部对称的四阶发展方程及其所容许的对称。结论完成了四阶发展方程的拟局部对称分类问题。     

基于计算流体动力学CFD技术的局部反循环打捞工具数值模拟及结构优化

针对现有局部反循环打捞工具存在打捞对象单一、反循环能量不足、碎屑采集率低等问题,提出了一种集收集和打捞于一体的新型局部反循环打捞工具,采用计算流体动力学(CFD)对该型工具作业时的流场进行模拟,揭示该型工具形成反循环的机理。在此基础上,开展该型工具结构优化数值模拟研究。结果表明:该型局部反循环打捞工具利用喷嘴形成的高压水射流的卷吸作用形成反循环系统,适当增加喷嘴数量能够提升该型工具的性能;局部反循环打捞工具性能随着喷嘴直径增加呈现先增大后减小的趋势,继续增大喷嘴直径将导致无法形成有效反循环系统;改变喷嘴的几何形状会影响局部反循环打捞工具性能,采用圆锥形喷嘴的局部反循环打捞工具性能最强,但是所需排量较大。研究结果可为局部反循环打捞工具的优化设计提供参考,为局部反循环打捞工具现场作业提供理论指导。     

修正局部Crank-Nicolson法对变系数扩散方程的应用

通过将所研究的偏微分方程转化为常微分方程组, 利用指数函数的Trotter积公式近似该常微分方程组的系数矩阵并分离成分块小矩阵, 再利用Crank-Nicolson法求得结果, 推出变数扩散方程的一种新差分格式, 这种格式是计算简单、无条件稳定的显格式, 并讨论了此格式的若干性质.数值试验表明, 所给方法计算简单、精度较高.     

Analytical Criteria for Local Activity of CNN with Two Ports and Application to Smoothed Chua's Circuit

Presents analytic criteria for the local activity theory in two-port cellular neural network (CNN) cells with four local state variables, and gives the application to a smoothed Chua's circuit (SCC) CNN with two-port and 15×15 arrays. The bifurcation diagrams of the SCC CNN show that they are completely the same as those of an SCC CNN with one-port calculated earlier;which do not exist locally passive domain. The evolution of the patterns of the state variables of the SCC CNN is stimulated. Oscillatory patterns, chaotic patterns, or divergent patterns may emerge if the selected cell parameters are located in the locally active unstable domains but nearby the edge of chaos domain.     

Analytical criteria for local activity of CNN with five state variables and application to Hyper-chaos synchronization Chua's circuit

The analytic criteria for the local activity theory in one-port cellular neural network (CNN) with five local state variables are presented. The application to a Hyper-chaos synchronization Chua's circuit (HCSCC) CNN with 1125 variables is studied. The bifurcation diagrams of the HCSCC CNN show that they are slightly different from the smoothed CNN with one or two ports and four state variables calculated earlier. The evolution of the patterns of the state variables of the HCSCC CNN is stimulated. Oscillatory patterns, chaotic patterns, convergent or divergent patterns may emerge if the selected cell parameters are located in the locally active domains but nearby or in the edge of chaos domain.     

一种基于遗传算法的细胞神经网络模板设计算法

细胞神经网络(CNN)设计的关键是找出其模板参数(Cloning template),所提出的一种基于遗传算法的细胞神经网络模板设计算法,经实验证明是可行的.     

一类用神经网络实现图像去噪的新方法

提出了一类基于二维细胞自动机(CA)和细胞神经网络(CNN)的图像滤波新方法。通过对两种新的二维CA规则的深入研究，得出了两类CA演化规则能够用于设计新的细胞神经网络，可以实现灰度图像的噪声消除。核心思想是用两个对偶CA规则设计两个CNN网络，联合实现图像滤波处理，能够获得比传统算法好得多的处理速度和效果。仿真结果证明本文的想法是合理的，期望能够在二维CA研究与应用设计方面有所启发和突破。     

基于CNN和DES的图像保密通信系统设计方案

为了解决混沌加密系统密钥空间设计上的不足以及数据加密标准(DES)加密算法易被攻击的问题,将细胞神经网络与DES加密算法相结合,提出一种混合加密通信方案.该方案利用细胞神经网络产生混沌信号,将其经过取整、取模、平方、开方、增益、偏移等运算处理后,用得到的新的混沌伪随机序列将图像加密,然后利用DES算法进行再加密.文中还讨论了系统的实现方法.仿真结果表明,采用此混合加密方案进行加解密均可取得较好的效果,解密结果对细胞神经网络初值和DES密钥高度敏感,安全性能有所提高.     

有灰阶图象轮廓检测的细胞神经网络设计和应用

提出了一种用ＣＮＮ网络检测有灰阶图象轮廓的方法，与标准的ＣＮＮ网络不同的是，这种网络的输入系统矩阵随图的灰质而变，文章论述了该网络的原理，结构和设计，并用计算机进行了模拟，得到了良好的结果。     

活动课与地方课程资源的开发和利用

历史课程标准特别强调要培养学生的实践活动能力，全国各地出版的九年义务教育历史课本，每一种版本都安排了“活动课”，并将作为必修课内容。“活动课”就其教学内容而言，具有极大的开放性，不仅涉及历史课本上的内容，而且涉及到课本以外的教学内容，涉及整个社会现实和学生的生活实践，所以活动课与地方历史课程紧密相关。因此，教师在教学过程中，要充分开发和利用地方历史课程资源，把地方历史课程资源作为“活动课”的教学资源，使“活动课”教学更加丰富多彩，更加贴近学生的生活，充分展示“活动课”的教学功能。     

基于深度CNN的改进弱监督学习方法设计与验证

针对包含目标、尺度和平移变化较强的空间信息难以获取大量训练样本的问题,提出一种基于深度卷积神经网络(deep convolutional neural network,DCCN)的弱监督学习方法,从3个层面对当前卷积神经网络进行扩展。为了提取分辨率更高的局部特征,同时考虑到全卷积网络(full convolution network,FCN)在全监督式学习下的高效性能,使用FCN作为后端模块;为了获取更多的通用特征,增加一个多映射弱监督学习的传输层,对与补充性类模态相关的多个局部特征进行显式学习;为了优化训练过程,改进了池化层,使用全局图像标签进行训练,将空间得分聚合为全局预测。使用图像分类、弱监督逐点目标定位和图像分割3种常用的机器视觉任务进行评估。多个公开数据库的实验结果表明,所提方法能够有效地学习强局部特征,具有良好的分类和定位效果。     

基于DCT和CNN混沌系统的彩色数字水印加密新算法

数字水印技术作为抵抗多媒体盗版的最后一道技术防线,具有广泛的应用前景和巨大的经济价值。基于离散余弦变换(DCT)以及细胞神经网络(CNN)混沌理论提出了一种数字水印加密新算法。算法分两步进行,首先是利用5阶细胞神经网络混沌系统产生的随机序列辅助某种运算对彩色水印图像加密,然后利用分块离散余弦变换将加密以后的彩色水印图像嵌入到载体彩色图像中,以此来实现水印加密以及嵌入的过程。在仿真实验基础上,通过指标PSNR和NC的定量分析,结果证明新算法具有较强鲁棒性,不可感知性和安全性。