基于BP神经网络的增益量化中的阶距自适应

本文分析了G.728语音编码算法增益固定量化的缺陷,设计了精确表示增益的自适应量化方案。采用BP神经网络对增益的量化步长进行非线性自适应量化,并提出一种新的用于训练BP神经网络的数据的获取方法。     

基于神经网络的无刷直流电机预测控制的仿真研究

在无刷直流电动机高性能速度跟踪系统中，由于PI控制的滞后性，无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统，提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法，通过对PWM发生器-无刷直流电动机系统动态行为的在线估计，建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab／Simulink环境建立了模型并进行了仿真，结果表明，较之PI控制器，神经网络预测控制具有更好的动态响应性能。     

Glauber和Kawasaki动力学下正方格子上伊辛模型居里温度的蒙特卡罗计算

利用蒙特卡罗方法研究正方格子上的伊辛模型的相变问题．讨论了不同翻转方式(随机翻转和顺序翻转)以及不同动力学规则(Glauber动力学和Kawasaki动力学)对正方格子上的伊辛模型的居里温度Tc的影响．结果表明，当Glauber动力学占主要地位时，在两种翻转方式下都可以计算出居里温度Tc的值，当Kawasaki动力学占主要地位时，只能用随机翻转的方法获得居里温度Tc．     

吉林省玉米单产的预测

在应用灰色ＧＭ（１．１）预测模型预测的基础上，又与马尔柯夫链结合构成灰色马尔柯夫链对吉林省玉米单产进行预测。结果表明：用灰色马尔柯夫链进行预测比灰色ＧＭ（１．１）模型预测的精度高、效果好，是一种理想的预测玉米单产的方法。同时用此方法对１９９２￣１９９５年吉林省玉米单产进行了预测。     

我国工业重大灾害的Delphi预测方法及其应用──重大危险源辨识的德尔菲（Delphi）专家系统设计

文章针对我国工业企业重大灾害频繁发生的现实，运用Ｄｅｌｐｈｉ方法对人－机－环境系统中大量无法定量的危险源作出概率估算和危险度分级，为建立重大危险源辨识的定量与定性分析相结合的专家系统等做一些初步探讨。     

切削刀具倒棱刃口挤压力的理论计算

根据试验观察．揭出了刀具刃口带负倒棱时的切削模型。在此模型中,刀具刃口 存在一个“金属死区”。以新模型为基础．采用能量法,对高温、高应变率下刀具刃 口的挤压力进行了理论计算。所做工作的特点是：１）在材料变形分析中计入了挤压 层金属绕过刀具刃口时的过剩变形;２）进行有关材料变形与物理特性的计算时,考 虑了温度与应变率的影响。利用新研制的压电式切削测力仪进行验证试验,其结果表 明,理论计算值与实测数据较好一致。     

涂层对热电偶热电性能及大气中寿命的影响

在难熔金属热电偶表而施加涂层的目的,旨在使原仅限和真空、中性及还原气氛中测量的热电偶能在大气中使用.本文讨论涂层对难熔金属热电偶在氧化气氛的"热电势—温度","热电势—时间"的关系及其寿命的影响.具有涂层的W/M.热电偶在氧化气氛(常压下1500℃取得263小时±1%t的最高记录,而W-Re热电偶存1500℃试验的前70小时偏差也在1%t内.而没有涂层的热电偶仅支持数分钟便破坏.     

用于高维时序数据预测的非同步尺度主成分分析

针对时间序列数据预测过程中可能面对高维或超高维的预测变量,同时考虑变量的时序特征及预测的非同步性,提出用于时序数据预测的非同步尺度主成分分析方法。首先构建单个预测变量和被预测变量的非同步线性回归,通过可决系数选取单变量的最佳滞后阶数,并将回归系数赋权与相应的预测变量得到赋权预测变量,并通过主成分分析对赋权预测变量降维,即非同步尺度主成分分析。将该方法用于消费者物价指数增长率的预测,结果表明经非同步尺度主成分分析降维的预测精度高于传统降维预测的方法。     

基于双通道残差网络的泥石流沟谷孕灾风险预测

云南作为泥石流受灾最严重的省份之一,每年均会遭受重大损失。为了应对这种突发性灾害,本文基于DCHNNet(dual-channel hybrid neural network)提出了一个基于双通道的改进残差结构的卷积神经网络——双通道残差网络(two-way residual network, TWRNet)。该网络能够广泛应用于泥石流沟谷图像的潜在危险性排查,实现泥石流灾害的预警。TWRNet首先采用切片的方式对数字高程(digital elevation model, DEM)数据和遥感数据分开处理,并使用改进的残差结构进行特征提取;然后将特征进行融合,并使用通道注意力机制SE(squeeze-and-excitation networks)模块进行通道增强;最后给出泥石流沟谷的分类结果。在训练过程中,本文使用了交叉熵和焦点损失构成的联合损失函数。实验结果表明,TWRNet在泥石流沟谷识别方面达到了最高89.28%的识别率和87.50%的召回率,模型性能良好。使用图像学习沟谷特征的方法来进行泥石流孕灾沟谷的识别是可行的。     

真空中铝锡合金激光等离子体的时间演化研究

利用时间分辨发射光谱法测量了真空环境中激光Al-Sn合金等离子体时间演化光谱,结合基于流体动力学方程和辐射输运方程的多元素激光等离子体辐射流体动力学模型及程序,模拟了Al-Sn合金等离子体在真空中的膨胀演化,实现了不同电荷态Al、Sn离子在等离子体演化过程中离子密度和等离子体温度的空间分布诊断.结果表明,理论模拟的谱线强度及其时间演化规律与实验结果符合较好,理论重构的不同时间延迟下离子密度和等离子体温度的空间分布图像可以直观地呈现多元素等离子体中不同电荷态离子在等离子体中的演化过程,预期可为多元素情形下的激光等离子体辐射特性及其应用提供帮助.