卷积神经网络发展

卷积神经网络作为深度学习的重要代表算法之一,被应用到人脸识别、行为识别、字符识别和图像处理等多个领域,推动着人工智能的快速发展.本文在分析整理大量文献后,总结了卷积神经网络的发展阶段,介绍了卷积神经网络的基本结构和关键技术,选取LeNet、AlexNet、VGGNet、GoogLeNet和ResNet等几种具有代表性的网络进行分析对比,并指出各个网络的应用场景和优缺点,最后提出卷积神经网络未来的研究发展方向.     

Al-Cu二元系在540℃时的扩散行为研究

【目的】研究Al-Cu二元系在540℃的扩散行为,为Al-Cu双金属复合结构实用化提供参考依据。【方法】利用电子探针显微分析仪(EPMA)对不同退火温度下二元扩散偶的形貌和成分进行分析研究。【结果】将Al-Cu二元扩散偶在540℃的真空退火炉中分别退火36 h、48 h和60 h后,在扩散区可以观察到4种金属间化合物(IMCs)θ(Al_2Cu)、η_2(Al_(0.939)Cu_(0.987))、ζ_2(Al_9Cu_(11.5))和γ_1(Al_4Cu_9)。中间化合物扩散层的厚度与时间的平方根呈现线性关系,符合抛物线生长规律。同时,为了进一步研究Al-Cu之间的扩散行为,对互扩散系数进行计算,并对该方法做详细的介绍。【结论】随着温度的升高,金属间化合物的生长常数和互扩散系数也随之增加,其中Al_4Cu_9的生长常数和扩散系数在4个IMCs最大。金属间化合物的生长主要受到体扩散的控制。     

高等代数在抽象代数教学中的应用

高等代数为抽象代数教学提供了很多模型和例子,本文从变换、等价关系、群、环、域、零因子和环上的运算规律等方面具体阐述如何在抽象代数教学中应用高等代数知识.     

谷氨酸棒杆菌串联生产氨基酸和有机酸的发酵工艺

为进一步提高谷氨酸棒杆菌在工业生产中的利用效率,根据其好氧环境下可发酵生产氨基酸,厌氧条件下可积累有机酸的特性,建立了好氧、厌氧两阶段生产氨基酸及有机酸的串联发酵工艺。研究表明:在好氧条件下谷氨酸棒杆菌以80 g/L葡萄糖为碳源生产L-鸟氨酸15 g/L,糖酸转化率为18.75%;好氧发酵结束后收集菌体转入厌氧发酵工艺,以40 g/L葡萄糖为碳源,发酵液中积累乳酸19.58 g/L、乙酸1.34 g/L、丁二酸18.37 g/L,综合糖酸转化率达到98.88%。整个串联发酵工艺的实现,有效地利用了生物质资源、降低了生产能耗、减小了环境污染,有助于提高整体的经济效益,同时也为后续利用代谢工程进一步改造谷氨酸棒杆菌,并将其应用于更广泛的氨基酸、有机酸联合生产奠定了基础。     

三维反应扩散系统中的螺旋波和失稳控制

三维螺旋波(卷轴波)的运动和失稳的研究在心颤等高发心脏病中扮演重要角色,对三维螺旋波的运动和失稳过程以及控制的研究对于心颤等心脏病的防治具有指导意义.本文主要对我们过去几年在梯度系统中螺旋波的研究结果做一个总结.我们以反应扩散系统为研究对象,对于具有参数梯度的螺旋波的失稳过程和控制进行了探讨.在实验和数值模拟研究中,我们发现在三维梯度系统中,梯度大小的改变可以促使三维螺旋波发展产生线缺陷或者引起二维螺旋波运动的相位差的积累而产生漫游,两者都可使螺旋波的运动失去稳定性.对于螺旋波失稳的控制,我们研究了外力周期驱动和噪声对螺旋波失稳的影响,对控制的机制进行了分析.     

铜鼓县群生林场孑遗物种南方红豆杉调查

2014年4月17-18日,在江西省铜鼓县修河源群生林场新开岭山地,于0.5 hm2的毛竹林内,发现有30多株大小不一的南方红豆杉混生在毛竹林中,其最大胸径120.0 cm、高18 m,最小胸径24.0 cm、高7.0 m,该发现在江西丘陵山地森林中较为罕见。     

一种改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法基础上提出了一个改进的稀疏子空间聚类算法。首先,利用高维数据可以通过同一子空间的低维数据稀疏地表示这一理论,建立一个稀疏最优化模型,获得稀疏矩阵。然后把稀疏矩阵应用到一个正则化谱聚类算法中,从而有效地把数据聚类到子空间中。最后,该算法应用到一个视频序列中,对每个视频帧里的运动物体进行识别,并与现有的子空间聚类算法相比较。实验结果表明,该算法能够有效地识别运动物体,具有良好的实时性和有效性。     

低劣生物质制备生物甲烷的研究进展与展望

我国低劣生物质种类丰富、总量巨大,其中每年产生的城市垃圾、秸秆、禽畜粪便等低劣生物质达到3×109t之多,大量的原料基础为我国生物甲烷开发和利用提供了良好的条件。本文介绍低劣生物质制备生物甲烷在我国的发展现状,发展存在的问题和对策,重点介绍以生物甲烷为核心的一种可以使生物甲烷更加清洁高效、利用全面的环保型能源产业新模式。最后通过能源产业链延伸对生物甲烷利用的广阔前景进行了展望。     

带有交叉操作的教-学优化算法

针对教-学优化算法(TLBO)求解无约束数值优化问题容易陷入局部最优的不足,提出了一种带有交叉操作的教-学优化算法(C-TLBO).将差分进化算法的交叉操作引入到TLBO算法中,有效地融合了教学阶段和学习阶段,增强了算法的局部搜索,平衡了算法的开采和探索.数值结果表明该算法在优化精度、收敛速度、鲁棒性方面,优于TLBO算法、I-TLBO算法以及其他智能优化算法,具有良好的发展前景.     

求解大规模可靠性问题的改进差分进化算法

针对差分进化算法典型变异算子的局限,设计了全局加速的变异算子,进而提出全局加速的自适应改进算法.新变异算子能够均衡全局搜索与局部搜索,提高寻优效率.根据差分向量与整个种群分布范围的关系,有针对性的设定变异率值,减缓搜索范围缩小的趋势,保持较高的种群多样性.采用两区间选择策略,通过学习和比较自适应地调整交叉率,使其满足进化搜索的需要,同时提高算法的通用性.将改进算法应用于大规模可靠性问题中,实验结果表明,改进算法在解决大规模系统可靠性问题时具有更好的寻优效果.