Wolfe-Powell下的记忆梯度算法

提出了一种记忆梯度法的主要参数dk的新形式,分析了该算法在Wolfe-Powell搜索下的全局收敛性,适合解决大型优化问题。     

带记忆的基尔霍夫型梁方程的全局吸引子

利用能量估计和收缩函数的方法,研究了具有线性记忆和非线性阻尼的基尔霍夫型梁方程解的长时间动力学行为,获得了弱拓扑空间中全局吸引子的存在性,部分推广了已有的一些结果。     

琳达·霍根地方书写中的三维叙事空间

本文通过对美国印第安作家琳达·霍根小说中的地方书写进行研究发现,文本存在三个维度的叙事空间:由地方构架出印第安符码的地理空间、由人物传承的部落传统符码的文化空间以及由记忆装载了历史符码的政治空间。这种三维空间的地方书写既聚焦了印第安地方的文化特色也再现了白人对地方的殖民历程,是作者重现印第安族群的自然观、文化信仰和政治诉求,最终达到重申印第安的地方自然观及族人地方诉求——渴望回归家园、重建家园、恢复印第安文化传统的目标。     

论瑶族石牌文化的“地方性知识”表征——“广西大瑶山瑶族文化记忆研究”系列论文之八

石牌文化是广西大瑶山瑶族社会中的一种独特的"地方性知识",凸显了大瑶山瑶族独特鲜明的民族秉性和文化特征。石牌文化是大瑶山瑶族民间社会制度的文化表征,它体现了大瑶山瑶族社会独特的生活习俗,彰显了大瑶山瑶族民间文学艺术的鲜明特征,挖掘石牌文化的"地方性"特征,阐释其内在的文化内涵,对深入拓展大瑶山瑶族文化记忆研究有着十分重要的意义和价值。     

D- 半乳糖对不同动物学习与记忆障碍诱导的研究

采用三等分辐射式迷宫为训练模型,分别给小鼠、大鼠腹腔注射D－半乳糖（50mg/kg.d）,观察动物学习记忆能力的变化,结果表明：D－半乳糖对不同动物的学习记忆均产生抑制作用,但对小鼠的抑制作用似乎明显,表明D－半乳对不同的动物所诱导的学习记忆障碍有差异,为筛选不同的动物模型提供一定的依据。     

星形胶质细胞在学习记忆中的作用

星形胶质细胞是神经胶质细胞的主要组成部分,遍布整个神经系统.以往认为星形胶质细胞的功能主要为支持营养神经元,参与物质代谢,血脑屏障形成等等,但最近研究发现它们还可促进突触形成,影响信号传导及突触可塑性,从而在学习记忆的形成中发挥重要作用.     

基于BP神经网络和Logistic模型的中国人均粮食产量预测研究

文章提出了一种基于长短期记忆网络(Long-short Term Memory network, LSTM)的两阶段均值-CVaR投资组合模型(LSTM+CVaR)。该模型在第一阶段采用LSTM预测股票收益并对股票进行选择;在第二阶段运用均值-CVaR模型来确定所选股票的投资比例。最后,以沪深300指数股为样本数据,在考虑交易成本和上界约束的情况下,比较LSTM+CVaR模型、LSTM预测选股的等比例模型、随机选股的CVaR模型、随机选股的等比例模型和沪深300指数的风险收益特征、累计收益率和夏普比率。实证结果表明：LSTM+CVaR模型能够实现比传统的投资组合模型更高的平均收益率、收益风险比、累计收益率和夏普比率;减少交易成本和放宽上界约束能提升投资组合模型的表现。

     

基于CNN-BiLSTM的自动睡眠分期方法

针对目前睡眠分期存在的依赖人工特征提取、无法识别长时关联数据中的时序模式、模型对EEG时序数据分期不准确等问题,提出一种基于CNN-BiLSTM的自动睡眠分期方法.将原始数据通过改进MSMOTE算法进行过采样形成类平衡数据,再通过CNN表达其高级特征,并馈送至BiLSTM中挖掘各睡眠阶段间的依赖关系,实现睡眠数据分期特征的自动学习和睡眠周期判定.在Sleep-EDF公开数据集上的实验结果表明,CNN-BiLSTM模型的分类准确率为92.21%.同时引入改进的MSMOTE过采样技术缓解因数据不平衡所导致的少数类睡眠期判定不准确问题.在原始数据集类不平衡的情况下,实现了睡眠数据自动分期,有效提高了睡眠分期模型的准确率,具有一定的实用价值.     

AdaBoost-PSO-LSTM网络实时预测机动轨迹

针对自主空战中轨迹预测难以同时保持高预测精度和短预测时间的问题,提出一种自适应增强的粒子群优化长短期记忆网络预测方法.首先,建立三自由度无人机动力学模型,解决机动轨迹的数据来源问题.其次,分析长短期记忆网络,并引入在线预测的滑动模块输入矩阵,利用粒子群优化算法代替传统基于时间的反向传播算法进行网络内部权值更新;同时为解...