周期摄动保守系统的存在性定理

本文利用全局反函数定理讨论了一类非线性边值问题解的存在性与唯一性.     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

食管癌患者硒营养状况的评价

以机体硒水平，ＧＳＨ－Ｐｘ，ＳＯＤ的活性，相关的抗癌致癌元素的综合效应比值，食管癌死亡率与硒等元素的多元回归分析及ＭＤＡ的含量等合指标，评价食管癌患者的硒营养状况，结果表明，食管癌患者的营养状况差，表现为：硒水平低、含硒酶ＧＳＧ－Ｐｘ以及抗氧自由基的ＳＯＤ活性差，脂质过氧化加剧；ＭＤＡ含量高将使核酸，蛋白质含等含氨基活性物质产生交联反应而使细胞失活，食管癌患者硒营养状况差，与癌肿的一定相关关系，是     

压水堆控制棒导向筒结构改进对落棒的影响

为改善横向水力载荷对控制棒导向筒的作用，对靠近上腔室出口管嘴附近的控制棒导向筒（对称的４组：０２－２６，０３－２５，１１－２９，１２－２８）加设了保护套．在秦山核电站压水堆上腔室１４的可视化模拟体中，以水为介质进行了实验研究，把结果与未加设保护套的实验结果作了分析比较，得到了对靠近上腔室出口管嘴附近的控制棒导向筒加设保护套有助于改善流场对控制棒导向筒的水力载荷作用和确保控制棒能按指令在导向筒中自由升降和快速下插的结论．     

锻炼对老年人肺通气功能影响的研究

本文采用电子肺活量计对218名老人进行了肺通气功能的测试。测试结果表明:体育锻炼对老年人肺通气功能有良好影响。本文为老年人肺通气功能的研究、评价及老年人体育运动的研究提供了实验性依据。     

气相法制备N－乙基苯胺催化剂的研究进展

对苯胺、乙醇气相Ｎ－乙基化反应催化剂的制备及其活性进行了评述，特别是对近十年来的发展作出了较详细而深入的论述，指出研制这类反应催化剂的重要性和今后的发展方向。     

条件不完全确定的发散思维型数学问题

“在条件A之下,会产生哪些、什么样的结果B”的问题,就是发散思维型的问题。若其中的条件A带有某种不确定成份,这就构成一种“条件不完全确定的发散思维型数学问题”。这种问题求解过程中的思维活动,有许多特点,对于培养学生的创造性思维有相当高的教育价值。本文以实例为基础对此做了讨论。     

粘结平面对称分叉裂纹的奇异积分方程数值解

本文对一个含分叉裂纹的弹性半平面与另一不同材料的半平面粘结的问题用复势方法化为一组三个复Caucby型奇异积分方程。采用修正的Gauss-Legendre和修正的Lobatto-Legendre数值求积法则化成一代数方程组,裂纹尖端的应力强度因子值可从代数方程组的解求得。本文计算得到了弹性半平面、刚体与弹性半平面相粘结、两种不同材料的弹性半平面相粘结的三种问题的几种几何形状的对称分叉裂纹的应力强度因子。本文的结果扩充了“应力强度因子手册”的内容。     

盾构隧道围岩与衬砌协同作用纵向位移计算法

盾构机掘进过程中,千斤顶顶进力的不均匀引起的纵向位移是管片间初始错台的主要原因之一;基于Timoshenko梁理论的隧道纵向位移计算方法,未能考虑隧道开挖后围岩卸载破坏的变形特征及围岩与衬砌结构的协同作用效应,预测误差较大。建立了考虑围岩卸载扩容效应的等效地基抗力系数计算方法,提出了能考虑螺栓个数的等效抗剪刚度计算公式,建立一种基于Timoshenko梁理论的改进管片拼装式隧道纵向位移理论计算方法。实际工程案例分析表明：考虑围岩开挖卸载过程中围岩的非线性体积相关塑性变形（即扩容效应）更合理;考虑壁后注浆液固化过程的时效性,采用改进的滑移边界条件计算的纵向位移最大值是传统的固定端边界的计算值的2.3倍,边界条件对计算结果影响较大,本文计算方法更符合实际情况,也更安全。     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。