用遗传算法改进的RBF神经网络在语音识别系统中的应用

针对传统的RBF网络求取隐层基函数中心的K-均值聚类算法的缺点,利用遗传算法的全局搜索性能,将遗传算法用于RBF网络的训练过程.由于简单遗传算法存在收敛速度慢及不能收敛到全局最优解等不足,引入自然数编码的自适应遗传算法,加快网络的训练速度.将该算法应用到语音识别系统中,实验结果表明:使用该方法的识别结果优于使用K-均值聚类算法选取质心的RBF网络的识别结果.     

内蒙古赤峰盆地早白垩世地层和孢粉化石群

赤峰盆地是一个晚侏罗世晚期发展起来的陆相断陷盆地,主成盆期为早白垩世。盆地内沉积盖层包括了上侏罗统兴安岭群、下白垩统义县组、九佛堂组、沙海组、阜新组,以及孙家湾组。作者首次比较完整地介绍了赤峰盆地早白垩世岩石地层层序及孢粉化石组合序列,并对各地层单元的区域对比关系和地质时代归属进行了简要讨论。     

陈皮中黄酮的超声波提取及抑菌性能

黄酮类化合物是一类功能性化合物,具有广泛的应用价值。本文采用超声波法提取陈皮中的黄酮,通过正交试验对工艺条件进行优化,并对提取的黄酮进行抑菌性能研究。通过实验确定,超声波法提取陈皮黄酮的最佳工艺条件为料液比1:30、乙醇体积分数80%、提取20 min。在此条件下,陈皮黄酮的提取率为1.467%。希望通过本研究,为陈皮黄酮的提取工艺优化提供借鉴。     

新型外包钢组合梁框架结构抗震性能试验

为克服普通组合框架结构体系存在的缺点,首次提出新型外包钢混凝土组合梁-型钢混凝土柱组合框架结构体系.设计制作了一榀单跨两层型钢混凝土柱-外包钢混凝土梁的组合框架结构模型,并通过施加恒定竖向荷载和低周反复水平荷载,对模型框架进行了抗震性能试验.试验表明,该榀组合框架在地震时能形成梁铰破坏机制,框架的变形能力、承载能力、延性、耗能能力等均满足延性框架的抗震要求,且模型框架的有效延性系数达到了7.5.新型型钢混凝土组合柱-外包钢混凝土组合梁框架结构的抗震性能优于钢框架结构和钢筋混凝土柱-钢梁框架结构,可在中高层建筑中推广应用.     

高温下Fe_73Cu_1.5Nd_3Si_13.5B_9非晶合金结构演化的原位X射线研究

利用原位X射线衍射测量结构参数方法,研究了Fe_73Cu_1.5Nd_3-Si1_3.5B_9非晶合金热力学结构弛豫.通过Fourier变换得到不同温度的径向分布函数、近邻原子间距等原子构型的结构信息.研究结果表明,发生热力学结构弛豫时,大块金属玻璃的非晶结构保持稳定,但温度改变该非晶短程有序的次近邻局域原子构型.     

镁合金在座椅骨架轻量化设计中的应用

对某国产车型的后座椅骨架进行了镁合金替代设计,提出采用镁合金挤压型材和冲压板件结合的一件式结构,使座椅骨架的质量减轻41.3%,实现了轻量化的目标.利用有限元软件对原结构和新设计方案分别进行数值计算,保证新设计座椅骨架结构的模态、强度和刚度等性能指标均达到相关法规要求.     

基于区域信息融合的风电场平均年发电量预测

备选风电场在寿命周期内的平均年发电量是风电场宏观选址的一个重要参考判据.为了提高风电场平均年发电量的预测精度,提出了一种基于风电场附近多个气象站长期测风数据的区域信息融合的平均年发电量预测方法.首先分别建立各气象站与风电场同期小时风速之间的相关模型,应用相关模型得到多个长期小时风速预测值,再用神经网络对长期小时风速预测值进行融合处理得出最终的小时风速预测值,在此基础上进行风电场平均年发电量的估算.仿真结果表明:本文提出的区域信息融合方法对年平均发电量的预测误差比采用单一气象站数据的预测误差最高可降低11.32%.     

规范创新并重提升企业国有资产管理水平

2000年，原山东大学、山东医科大学、山东工业大学三校合并组建新山东大学。三校合并之初，校办企业多达80多家，企业国有资产管理基础薄弱，企业经营状况良莠不齐，企业国有资本运营效益低下，同时，由于没有建立起事企分开、产权清晰的管理体制和运行机制，学校和企业缺乏风险防范能力，     

基于ISSA-HKLSSVM的浮选精矿品位预测方法

针对浮选过程变量滞后、耦合特征及建模样本数量少所导致精矿品位难以准确预测的问题,提出了一种基于改进麻雀搜索算法（Improved Sparrow Search Algorithm,ISSA）优化混核最小二乘支持向量机（Hybrid Kernel Least Squares Support Vector Machine,HKLSSVM）的浮选过程精矿品位预测方法.首先采集浮选现场载流X荧光品位分析仪数据作为建模变量并进行预处理,建立基于最小二乘支持向量机（Least Squares Support Vector Machine,LSSVM）的预测模型,以此构建新型混合核函数,将输入空间映射至高维特征空间,再引入改进麻雀搜索算法对模型参数进行优化,提出基于ISSA-HKLSSVM方法实现精矿品位预测,最后开发基于LabVIEW的浮选精矿品位预测系统对本文提出方法实际验证.实验结果表明,本文提出方法对于浮选过程小样本建模具有良好拟合能力,相比现有方法提高了预测准确率,可实现精矿品位的准确在线预测,为浮选过程的智能调控提供实时可靠的精矿品位反馈信息.