卷积核的Volterra积分方程的快速多步配置法

构造Hammerstein型Volterra积分方程的快速多步配置法.首先给出多步配置法的一般形式,然后利用Laplace逆变换对方法的计算过程进行改造,以减少其运算量及对计算机的存储需求,接着给出了方法的收敛性证明.数值算例验证了该方法具有收敛性好、运算效率高的特点.     

基于FastICA和卷积神经网络的脑电信号分类算法

为了改善传统脑电信号分类时间长、精度不够准确且分类难度较大的问题,利用脑电传感器(Mind Wave传感器)及Real Term软件从串口抓取数据获取脑电波TGAM数据包,并对采集的脑电信号数据进行分解计算处理,得到各个波段数据,使用基于负熵的独立分量分析的固定点算法(FastICA)提取脑电信号特征,并用深度学习分类算法对脑电信号进行分类。传统机器学习算法不能准确分类复杂的脑电信号,运用卷积神经网络(Convolutional Neural Network,CNN)提取数据进行训练,构建分类器,实现了对脑电信号更高效更准确的分类。实验结果表明,与Fisher线性判别、BP神经网络、朴素贝叶斯相比,此算法可以更准确地区分是否清醒的状态,对脑电信号分类的研究具有重大意义。     

基于局部和全局梯度上升的分段后门防御

针对后门触发器趋于隐蔽且难以检测的问题,提出了一种基于局部和全局梯度上升的分段后门防御方法：在训练前期,引入局部梯度上升扩大后门样本与干净样本平均训练损失之差,隔离出少量高精度后门样本,便于后期进行后门遗忘;在后门遗忘阶段,引入全局梯度上升,打破后门样本与目标类别之间的相关性,实现防御。实验基于3个基准数据集GTSRB、Cifar10和MNIST,在宽残差网络上针对6种先进后门攻击进行了大量实验,分段后门防御方法能够将绝大部分攻击的成功率防御至5%以下。另外,实验也证明了分段防御方法在后门数据集与干净数据集上都能训练出干净等效的学习模型。     

利用分段求积法求梁的转角和挠度

依据弯矩、转角、挠度三者间的微分关系，采取先求各分段点转角、挠度值，再进行分段求积法直观、清晰地求解梁的转角和挠度的方法。     

基于卷积神经网络和投票机制的轨道板裂缝检测

现有的检测方法对轨道板细微裂缝和夜间拍摄的裂缝图像存在误检和漏检的现象,为此提出了一种基于卷积神经网络的改进方法.将特征图分组后用注意力机制强化各组向量的特征表达,以动态聚合弱分类器预测结果的方式得到最终的裂缝置信度.借助投票机制有效降低最终的预测偏差,提升模型的鲁棒性.实验结果表明:该改进方法在减少模型参数的情况下,...     

基于三维卷积和CLSTM神经网络的水产养殖溶解氧预测

提出了一种基于三维卷积和卷积长短期记忆(convolutional long short-term mem-ory,CLSTM)神经网络的水产养殖溶解氧预测模型.首先,将输入向量及其转置相乘形成一个单通道矩阵,把一定时间段内的单通道矩阵堆叠成一个立方体作为输入数据;然后,将输入数据进行连续两次三维卷积来细化溶解氧相关因...     

具卷积核和Cauchy核的奇异积分方程的求解

本文综述介绍了关于具卷积核和Ｃａｕｃｈｙ核的奇异积分方程的求解研究，提出了几个需在今后研究中进一步讨论的问题．     

线性分段连续型随机微分方程数值解的收敛性和稳定性

把Back-Euler方法应用到线性分段连续型随机微分方程上,研究对给定步长该方程数值解的收敛性和对任意步长数值解的均方稳定性,在处理线性项的矩阵时,证明的方法主要应用了矩阵范数,从而达到要研究线性分段连续型随机微分方程数值解的收敛性和稳定性的目的.     

安祖花的组织培养和快速繁殖

以根段为实验材料,对安祖花组织培养技术进行了研究.结果表明,最佳诱导培养基为MS+BA 2.0 mg/L,诱导率最高为80%;最佳分化培养基为MS+BA 0.5 mg/L+NAA 0.5 mg/L;最适宜的生根培养基为MS+NAA 0.2 mg/L+0.1%Ac,生根率为100%.     

基于流程程序图法的出库作业流程优化研究

仓储作业是第三方物流仓储公司整个作业中最核心的部分。本文通过运用工业工程中程序流程图[1]、5W1H以及ECRS等方法,对整个出库流程做了优化,缩短了货物出库时间,提高了客户满意度。     

逻辑函数化简运算中卡诺图法的特殊应用

卡诺图是逻辑函数化简及运算的有力工具。介绍了用卡诺图对单输出特殊函数的化简以及两输出逻辑函数、多输出逻辑函数的逻辑运算方法，并通过例证说明卡诺图的一些特殊应用，在复杂逻辑函数化简中具有简单、快速、准确的特点。     

一种基于特征组合和卷积神经网络的心脏病预测新方法

针对心脏病预测难的问题,提出了一种基于特征组合和卷积神经网络的心脏病预测方法。通过特征工程对数据进行预处理,减少噪声干扰;使用特征组合算法增强样本属性关联,生成特征矩阵;设计卷积神经网络对特征矩阵进行更高级抽象。该方法在UCI Heart Disease数据集上达到了0.898 9的预测精度,优于SVM、集成学习等传统机器学习方法,可作为相关领域专家判断的重要参考。     

抽样函数卷积不变性的标注

信号理论经常用到抽样函数Sa(t)=sin(t)t,通过实例提出了抽样函数具有卷积不变性,但难以直接证明,在大多教材中也未见讨论。为此改用数值的方法近似计算抽样函数的卷积,给出了离散卷积的计算结果和波形图,验证了抽样函数的卷积不变性。     

由微分从属和卷积定义的解析函数类的包含性质

本文由微分从属和卷积定义了在单位圆盘U={z∈C:|z|1}内的三类单叶解析函数类Pa1,…,aq;b1,…,bs(μ,h,λ),Ta1,…,aq;b1,…,bs(μ,h,α),Ra1,…,aq;b1,…,bs(μ,h,α),并利用从属性质和凸函数的理论,研究得到了它们的包含关系.     

半线性分段连续型随机微分方程数值解的收敛性和稳定性

将Back-Euler方法应用到半线性分段连续型随机微分方程上,研究对给定步长该方程数值解的收敛性和对任意步长数值解的均方稳定性,在处理半线性项的矩阵时,证明的方法主要应用了矩阵范数,从而达到要研究半线性分段连续型随机微分方程数值解的收敛性和稳定性的目的。     

基于流量分段和对应模型的超临界锅炉给水泵性能预测

以超临界汽动锅炉给水泵CHTZ6/6为研究对象,建立多级该泵内部流道的三维实体模型.应用CFD技术,借助于大型并行计算机进行多工况点的定常数值模拟.结果表明:在额定工况点和最大流量工况点采用RNGκ-ω模型的数值结果与实验数据吻合良好,而在最小流量工况点模拟的误差较大.对比额定工况和最低流量工况,第三级流道中心截面小流量工况时流道内存在大量的脱落涡和旋转失速团,改用SSTκ-ω模型来分段计算小流量工况,发现低于0.8 qv,n时,SSTκ-ω模型能普遍提高模拟效率减少计算误差,从而得到了与该泵实际运行更为接近的外特性曲线.     

卡诺图法化简逻辑函数一题多解的研究

通过分析、推理和证明 ,对卡诺图法化简逻辑函数出现的一题多解问题进行论证 ,阐述其产生原因和一般规律     

基于功率键合图法的相似系统建模与仿真

应用功率键合图法的基本理论,根据不同物理域中的相似系统,结合功率键合图法将其统一成键合图模型,并用软件20-sim进行系统仿真,得到了不同物理域的相似系统完全一致的仿真结果,为相似系统的建模提出了新的思路.