包含梯度项的不适定椭圆方程的最优控制问题

讨论了一类包含梯度项的不适定半线性椭圆方程所支配的最优控制问题.通过构造一个适定的惩罚问题,并在惩罚问题的最优性系统中取极限,得到了原始最优控制问题的最优对所满足的必要条件.     

一种雾天视觉图像增强新算法

通过对基于移动模板的雾天图像增强算法研究,针对其难以匹配模板内景物深度突变信息问题,提出了一种基于幂函数的自适应加权部分重叠直方图均衡(POSHE)改进算法.该方法首先设定移动模板大小,利用幂函数构造相应维数的自适应权矩阵,并引入子块直方图均衡得到变换函数,最后将邻域内子块变换函数加权求和,得到当前子块的变换函数,实验结果表明,该方法能有效增强雾天图像局部纹理细节,同时抑制噪声,具有较好的通用性和实用性.     

析取置信规则库系统参数优化的深度神经网络模型

基于深度学习的置信规则库系统（BRB-DL）比传统的置信规则库系统（BRB）具有更好的推理精度和适用性。然而,现有的BRB-DL在参数优化方面存在可移植性不足、应用效率低等局限性。鉴于此,本文将深度神经网络与析取置信规则库结合,有效减少了模型的规则和参数的数量,并引入梯度下降算法优化模型参数,提高了模型构建和优化的效率。最后,通过非线性函数的拟合,北京市空气质量污染预测和多个UCI公共分类数据集的实验对本文提出的方法进行验证,并将实验结果与现有的置信规则库系统和传统的机器学习方法进行了对比。结果表明,本文提出的方法比传统的方法具有更高的推理精度和更快的训练速度。     

21%Cr铁素体不锈钢成型性能和表面起皱研究

以21%Cr铁素体不锈钢为研究对象,研究了热轧退火及冷轧润滑对带钢中织构和晶粒簇的影响.结果表明:热轧退火再结晶不完全时,成品带钢中心处的晶粒簇明显,且带钢厚度方向上织构梯度很大,使得带钢在成型过程中表面起皱和各向异性明显;冷轧过程不进行润滑时,与采用冷轧润滑的成品带钢相比,带钢厚度方向上的织构梯度增加,γ纤维织构的强度降低,使得带钢的成型性能恶化;当热轧退火使带钢发生完全再结晶,并在冷轧过程中进行充分润滑时,则可使成品带钢同时获得较好的成型性能和抗表面起皱性能.     

脉冲梯度场自旋回波NMR和TEM研究微乳液的微观结构

研究了辛烷对CTAB/1-丁醇/水表面活性剂体系相态的影响, 随着辛烷浓度的增加, 液晶相变得不稳定, 当辛烷浓度大于10%以后, 液晶相消失, 得到从水顶角到油顶角的连续单相微乳液区, 而当辛烷浓度高于50%时, 则只在油顶角存在透明的微乳液区. 当辛烷的浓度为10%时, 其单相微乳液区的面积最大, 并通过电导测量、自扩散系数测试和冷冻透射电子显微镜成像, 研究了该微乳液区域的微观结构, 发现随水含量的增加, 微乳液的微观结构由W/O液滴结构经过双连续结构连续变化为O/W液滴结构. 同时, 还发现水在油相中较高的溶解度(13%～18.5%)导致水包油(O/W)微乳液中水的自扩散系数增高((1～6)×10-10 m2·s-1), 而辛烷插入表面活性剂的烷烃链之间造成辛烷的自扩散系数的降低.     

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。     

一类矩阵方程的最小二乘双对称解及其最佳逼近

构造了一种迭代法求一类矩阵方程的最小二乘双对称解.研究了迭代序列的若干性质,证明了算法的收敛性.数值算例表明,这种迭代法是有效的.     

一类Wolfe搜索下的共轭梯度法及其全局收敛性

构造一个新的求解无约束优化问题的非线性共轭梯度公式中βk参数的计算公式,采用该公式得到Wolfe非精确线搜索的新算法,并证明新算法具有全局收敛性,并用数值实验验证新算法是有效的.     

具有充分下降性的共轭梯度法及其收敛性

提出了一类新的共轭梯度方法.该方法无需线搜索而具有充分下降性,在Wolfe-Powell线搜索下该方法具有全局收敛性.数值试验表明该方法具有良好的数值结果.     

新型耦合滤波器优化算法的研究

根据交叉耦合滤波器的基本原理,建立了适用于任意拓扑结构的滤波器优化模型,总结出以非特殊点拟合为辅助的新目标函数.接着在经典F-R (Fletcher-Reeves)梯度算法的基础上,提出了遗传梯度混合算法和遗传Solvopt混合算法的实现原理.以MATLAB作为研究平台,在滤波器设计实例中验证这两种新型优化算法的正确性.结果说明,这2种算法无需设定初值能以全局搜索的新方式快速收敛到最优解,可适用于更高阶数的任意拓扑结构.根据实验结果,分析比较了新型算法在收敛速度、算法构架以及计算准确度上的优势,总结出算法的适用条件.