产生任意k阶余因式的原理和方法

提出了不定导纳矩阵任意ｋ阶余因式的有向树拓扑表示式；给出了通过混合分割产生有向树多项式的分解定理。应用它们可以方便有效地求取任意ｋ阶余因式的拓扑表示式。用其余全符号网络函数，可扩大计算机所能拓扑分析的网络规模。用其求部分符号网络函数，可使计算机所能分析的网络规模扩大到一般数值分析程序所能处理的阶数。     

短讯

★在第32届ACM/ICPC国际大学生程序设计竞赛亚洲区域赛中,电子科技大学学生夺得两银两铜,获区域赛排名第6的好成绩,居西部地区高校之首,极可能取得出线权,参加2008年在加拿大举行的世界总决赛。短讯★为了有效结合微软公司的先进技术资源和电子科技大学的教学资源,从而为中国企业的信息化培养应用型人才,两个单位于2007年5月19日正式启动了共同组建的ERP(企业资源规划)实验室,微软公司向该实验室赠送了ERP软件。短讯★电子科技大学于2007年10月31日和清华大学、上海交通大学共同与美国德州仪器公司(TI)签约,加入该公司“全球核心大学…     

三种求解桩腿耦合缓冲器的有限元分析方法

利用非线性有限元软件ABAQUS建立桩腿耦合缓冲器的三维体单元旋转周期对称模型,通过合理的假设与简化,分别用简单的线性静力分析、增量-迭代的非线性静力分析和基于中心差分法的准静态分析方法,对其在垂直工况下的受力变形进行有限元仿真,从求解方法、仿真要点和计算结果等方面进行对比分析,指出各种分析方法的优缺点,为合理高效地运...     

桩腿耦合缓冲器试验模型的数值分析

运用非线性有限元法对国内自主研发的桩腿耦合缓冲器(LMU)试验模型进行了数值分析,讨论了LMU的载荷-位移关系和应力分布特点,并与模型试验的测点应力和位移进行了比较.比较结果表明非线性有限元法的计算结果与试验结果较为吻合,非线性有限元法可用于LMU结构的设计和开发.     

基于CNN-GRU的冷水机组传感器偏差故障诊断方法

针对冷水机组传感器偏差故障识别率低的问题,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)和门控递归单元(Gated Recurrent Unit,GRU)融合网络模型(CNN-GRU)的冷水机组传感器偏差故障诊断方法.该方法利用GRU记忆冷水机组因每个传感器动态响应特性不同造成的其每个传感器不同的时间相关性,克服了CNN在冷水机组传感器偏差故障诊断中仅能提取时间序列实时特征的缺点.首先采用CNN自动提取传感器时间序列的实时特征,然后利用具有长短期记忆能力的GRU实现对冷水机组传感器不同时间相关性的记忆,从而充分利用时间序列中的特征信息对数据进行表征建模,进而有效提升了冷水机组传感器偏差故障识别率.将该方法与CNN、主成分分析和自动编码器方法进行比较,实验结果表明:温度类和压力类传感器的偏差故障识别率分别在85％以上和90％以上;验证样本得到了83％以上的偏差故障识别率,验证了该方法的泛化能力良好;该方法对于同一传感器、故障大小互为相反数的偏差故障的故障识别率均具有良好的对称性;该方法的偏差故障识别率高于其他方法,尤其对于很小的偏差故障的识别率具有更明显的优势.