反向凝固不锈钢复合带平整轧制有限元解析

利用ＡＮＳＹＳ有限元分析软件对反向凝固不锈钢复合带的平整轧制过程进行了变形 物理场分析,得出了复合带平整轧制时内部各点的塑性应变和应力分布：轧件内存在不均匀变 形,母带的应变大于凝固层,凝固层应变从表面向内部逐渐增大;在轧制变形区内,凝固层的应 力大于母带;轧件的残余应力约为 １９ ＭＰａ．轧制力的解析结果与实测的轧制力基本相符．     

反向凝固过程中铸带厚度及晶粒度的预测

基于人工神经网络建立了反向凝固过程中的性质预测模型，实现了对铸带厚度和新相层晶粒度的全面预测；探讨了凝固过程中的主要工艺参数对上述性能的综合影响。为反向凝固性能的综合预测提供了简便的新手段。     

一种测量任意形状物体上冲击载荷的分析方法

本文分析了任意形状物体上的冲击载荷的测量过程 ,提出了一种能够降低噪音扩张的分析方法     

反义语素的类型

根据意义把反义语素划分为三种类型： (一 )意义上有逻辑上的矛盾关系； (二 )意义上处于逻辑上的反对关系的两个极端； (三 )意义上有反向对立关系。根据能否对举对比划分出甲乙两类。目的在于弄清反义语素的性质和范围，提供确定和辨析反义语素的方法。     

神经网络反向传播模型用于CmI的能级分类

将神经网络反向传播算法应用于Ｃｕｒｉｕｍ的关于组态的分类计算。用４个特征变量（能级值、郎德ｇ日子、Ｊ量子数和同位素位移）表征每一个能好。为检验神经网络预报能力，采用ｌｅａｖｅ－ｎ－ｏｕｔ方法（奇宇称ｎ＝１，偶宇称ｎ＝５）对所有已知实验样本进行了预报。其中奇、偶宇称能级预报正确率分别为９２．７％和９７．４％。利用相同的神经网络结构，得到了１２个奇宇称和４２个偶宇称的未知能级的预报结果。     

反向间隙误差对螺旋转子精铣精度的影响及其仿真

为实现大模数少齿数螺旋转子的高效精加工,研究了数控机床旋转轴反向间隙积累误差对转子精加工法向齿厚的影响。首先建立螺旋面的方程并计算其法向矢量,求得球头铣刀精加工刀位数据;然后推导反向间隙积累误差的估算公式,分别采用空间环形走刀和空间平行走刀对转子加工过程进行仿真,得到走刀循环次数与反向间隙积累误差值之间的关系曲线。仿真结果和数控机床试切结果表明,当转子法向齿厚尺寸较小时,采用空间环形走刀方式效率较高且能保证精度;当法向齿厚处于临界值时,可以采用空间环形走刀,但需对端面型线作出一定角度的旋转以抵消误差积累;当法向齿厚较大时,应该采用空间平行走刀方式规划刀具路径。     

神经网络在非线性系统控制中的应用

以一个工程中实际的问题为例，具体介绍了MATLAB环境下神经网络技术在控制系统中的应用，并进行榜真实验，与采用其它控制器的仿真系统控制效果进行对比。     

A New Self-assembly Metal CMG Discriminator by Multi-exposure LiGA Like Process and Sacrificial Layer Process

The counter-meshing gears （CMG） discriminator is a mechanically coded lock, which is used to prevent the occurrence of High Consequence Events. This paper advanced a new kind of self-assembly metal CMG discriminator based on multi-exposure LiGA like process and sacrificial layer process. The new CMG discriminator has the following characters except low cost： 1） it has only discrimination teeth sections; 2） the thickness of each gear layer exceeds one hundred micrometers; 3） it is axially driven by a separate dectronic magnetic micromotor directly; 4） its CMG is made of metal and is batch fabricated in the assembled state; 5） it is prevented from rotating in the opposite direction by pawl/ratchet wheel mechanism; 6） it has simpler structure. This device has better strength and reliability in abnormal environment compared to the existing surface micro machining （SMM） discriminator.     

感知机的反向传播学习算法

本文讨论人工神经元网络的反向传播模型，用对称Ｓｉｇｍｏｉｄ非线性作用函数对感知机的反向传播学习算法进行了探讨。     

基于属性敏感卷积神经网络的行人属性分类

针对行人属性分类受行人属性不均衡影响的问题,提出了一种基于属性敏感卷积神经网络的行人属性分类方法.首先调整现有的卷积神经网络结构,通过融合正反通道激活模块的使用,使模型能够感知更加详细的行人属性;其次引入属性不均衡损失函数,根据属性的不均衡比例自适应更新网络权重,利用误差的反向传播对少类属性增加其权值,提升模型对少类属性的敏感;最后在PETA数据集上,对54个属性进行了分类试验.结果表明:相比MLCNN等方法,新方法在36分类任务上取得了提升;在平均准确度、平均召回率和平均AUC上,分别提升2.13%,2.38%和1.19%.