Fabrication of multilayer films from regenerated cellulose and graphene oxide through layer-by-layer assembly

A key challenge in the preparation of nanoplatelet-filled polymer composites is the ability to realize the nanometer-level dispersion and the planar orientation of nanosheets in polymer matrices. In this report, multilayer films were successfully fabricated by layer-by-layer assembly of regenerated cellulose and graphene oxide, in which graphene oxide nanosheets were used as the building blocks. The thickness of 50 layer film is about 20 mm and it exhibits a high degree of smoothness. This may be attributed to the well-defined layered structure with high degree of planar orientation and nanolevel assemblies of graphene oxide nanosheets in the polymer matrices. Typical field emission scanning electron microscope images demonstrate an ordered arrangement of layers. The electrical conductivity of the multilayer films shows a remarkable increase with increasing layer of the films. A significant enhancement of mechanical properties has been achieved, that is, a 110.8% improvement of elastic modulus and a 262.5% increase of hardness respectively.     

人工神经网络研究现状及其展望

回顾了神经网络理论发展的历史和现状。在此基础上，介绍并讨论了20世纪90年代神经网络研究的一些新进展。根据神经网络研究的特点，对人工神经网络今后的发展前景作了一定的评述，人工神经网络的研究与发展必将对现代科学技术产生深远的影响．     

大规模中文具体度词典的构建及推理技术

针对中文词语具体度资源的匮乏,提出一种自动的中文词语具体度词典构造方法.该方法充分利用已有的英文词语具体度资源,基于在线翻译工具和预训练词向量,训练出中文词语具体度的多层感知器回归模型,构造大规模的中文词语具体度词典.为了评估该中文词语具体度词典的性能,设计两项基本的具体度推理任务:词语级具体度推理和句子级具体度推理,...     

人工神经网络节点作用函数的GP搜索法

人工神经网络的数学模型能解决很多实际问题 ,但收敛速度有的很慢。本文采用遗传程序设计对神经网络的节点作用函数进行自动搜索、优选 ,建立适合已知对象结构的动态的神经网络模型 ,以提高其收敛速度     

MLP training in a self-organizing state space model using unscented Kalman particle filter

Many Bayesian learning approaches to the multi-layer perceptron (MLP) parameter optimization have been proposed such as the extended Kalman filter (EKF). This paper uses the unscented Kalman particle filter (UPF) to train the MLP in a selforganizing state space (SOSS) model. This involves forming augmented state vectors consisting of all parameters (the weights of the MLP) and outputs. The UPF is used to sequentially update the true system states and high dimensional parameters that are inherent to the SOSS model for the MLP simultaneously. Simulation results show that the new method performs better than traditional optimization methods.     

AFR型发动机故障分类器设计

针对基于单层感知器模型的发动机故障进行分类器设计,研究了故障信号的学习样本容量和分类误判率之间的关系。结果表明,随着学习样本量的增加,该分类器的误判率越来越小,最终在一定范围内呈现平稳波动变化。     

有限规模多层前向网络研究(Ⅰ):基本观点

本文是关于有限规模多层前向网络研究论文的第一部分,着重阐明了有限规模网络的概念,利用动力学系统的观点对网络进行了概略性的描述,最后,提出了结构—功能—结构的研究方法。     

基于逻辑查阅表和多路开关库的现场可编程门逻辑的延时优化

早先对ＦＰＧＡ的延迟优化工作主要集中在减少关键路径中各元胞块的级数，但缺少用以控制元胞块增加的有效方法。在ＦＰＧＡ的情况下，所使用的元胞块数量也会在很大程度上影响布线后的最终延迟，因为大多数延迟是由存在的可编程互连所引起的布线延迟。文中讨论了两类ＦＰＧＡ即基于查阅表的ＦＰＧＡ和基于多路开关复用器的ＦＰＧＡ的延迟优化，提出了可用于逻辑优化阶段的一种新的延迟优化方法，可以解决元胞块组数的减少与元胞块数的增加之间的矛盾。已经完成了一组试验例子，以证明所提出的方法的有效性。     

基于模糊感知器的路面性能预测方法

利用模糊感知器人工神经元网络尝试建立一个智能型路面性能预测模型，对神经网络原理和模型结构进行了系统的理论分析，给出了详细的算法，并以平整度历年调查资料为数据基础，对该模型进行了实例分析，证明了模型的理论与实际运用的可行性。该方法利用神经网络与模糊方法各自的优点，针对不同性能指标，建立对应的神经网络预测模型，来对今后的指标值进行预测，较好地解决了路面性能预测中的模糊性和不确定性。     

一种改进的数字信号自动识别方法

现有数字信号自动调制识别方法大多只适用于无记忆信号,如PSK、ASK、FSK信号等。将有记忆信号(MSK信号)和无记忆信号一起考虑,提出了一种改进的数字信号自动识别方法。该方法采用信号的瞬时统计量作为特征参数,采用多层神经网络作为分类器。计算机仿真表明:当噪声采用高斯白噪声,并且信噪比大于15dB时,识别率高于96%;当信噪比不低于10dB时,识别率不低于90%。