结构混凝土抗压强度预测RBF-ANN模型

为了达到对C20~C40范围内的结构混凝土抗压强度快速准确预测的目的,基于RBF-ANN模型基本原理及应用特点,在钻芯法、回弹法、超声波法及回弹-超声波综合法等大量室内和现场无损检测试验基础上,进一步应用Matlab2012b神经网络工具箱,建立了混凝土抗压强度RBF-ANN预测模型。该模型经充分训练后,应用于山西省重点建设工程项目的结构混凝土质量控制。工程实践表明,构建的RBF-ANN模型预测精度为4.4%,满足工程实际需要,具有较好的便捷性、经济性和准确性。     

一种基于孪生网络的图片匹配算法

随着卷积神经网络（Convolutional Neural Networks,CNN）的不断改进，基于CNN的图片匹配成为图像处理的关键，然而，许多基于CNN的图像相似度检测算法对图像特征的表达能力较差，且曼哈顿距离或欧式距离的计算方式导致在计算损失函数时模型不一定能很好地收敛.针对此问题，提出一种基于孪生网络和注意力机制的方法（CSNET）来提升图像匹配的性能，主要步骤如下：使用将激活函数改进为Mish函数的VGG16网络作为主干网络提取图像的特征，在模型的卷积层加入注意力机制模块（Convolutional Block Attention Module,CBAM），这提高了模型的特征提取能力和鲁棒性，保证训练可以收敛.对模型输入图片对的特征向量的欧氏距离，再利用网络全连接层输出的相似度分数来度量被检图片是否相似.将提出的CSNET与其他图片匹配方法在Omniglot和SigComp2011等数据集上进行比较，实验结果表明，CSNET能有效提高图像相似度匹配的准确性.     

机器学习在湍流燃烧及发动机中的应用与展望

随着燃烧科学的发展，数值仿真与实验测量产生了大量数据，这些数据隐含许多有效的物理信息。传统研究方法对此类信息主要利用基于物理规则的模型去处理，但随着数据量的增加，基于数据驱动的方法开始受到重视。机器学习(machine learning, ML)技术由于在数据分析和处理方面取得了巨大成功，为处理燃烧领域的大量数据提供了一种新的范式。该文简要介绍了ML在湍流燃烧中的应用，主要包括化学反应、燃烧建模、发动机性能预测与优化、燃烧不稳定性预测与控制等4个方面，讨论了机器学习在燃烧研究中面临的挑战，并对未来应用进行了展望。     

露天矿山胶带运输系统可靠性分析

该文就露天矿山胶带运输系统在设计、削造、实验，使用中的可靠性分析，提出提高胶带运输系统可靠性的途径，完善其在露天矿输送作业中的应用。     

基于OPENCV的手势识别的实现与应用

本文主要对静态手势识别的技术存在的各种方法进行了相应的分析与探讨,而在这个基础之上实现与设计了一套先进的静态手势识别系统。而该系统主要分为手势的分类、图像的预处理、分类器的设计与样本的训练以及特征的提取四个模块。而该系用在运行时,首先从文件夹中读取图像部分,其次在经过图像的预处理模块得到手势的轮廓图像以及二值图像,最后在对轮廓图像与二值图像这两幅图对手势进行相应的特征提取,并且采用贝叶斯分类器对这个手势进行分类识别。     

机组突增负荷缺陷分析与处理

水电站调节系统故障,机组不能够正常稳定地发电,影响机组的安全运行,也影响了电站的经济效益。水电站调节系统工作环境差,连续工作时间长,许多部件需要长期稳定工作极易发生故障。实践表明,调节系统现场故障往往是电气、机械、液压问题交错重叠,外部和内部因素共同作用的结果。该文针对成屏一级水电站1#机组发生突增负荷不明原因的故障,从电气、机械、液压三方面出发,介绍了发生故障的过程及处理方法,并探讨和分析了故障的原因,提出了防范建议。     

中职计算机基础教学中分组策略的运用体会

中等职业技术教育是当今教育中重要的职业教学形式之一。随着科学技术的不断发展，计算机的应用愈发广泛，信息技术成为中职学生必须掌握的一门技术。但是在中职学校的计算机基础教学中，班级里学生的文化基础与专业技能的参差不齐非常让人头疼。该文将对分组策略在中职计算机基础教学中的必要性和实际操作等问题进行探讨。     

基于BP神经网络的村镇银行信用风险预警模型的构建

随着农村金融政策的调整,大量的村镇银行成立。在我国由于农村经济薄弱、贷款客户复杂、金融服务不佳,存在的信用风险相当严重。为了降低村镇银行信贷风险,提升农村金融水平,有必要对信用风险进行研究。通过建立信贷风险预警模型,可以改善贷款决策质量,为贷款决策提供参考依据和技术支持。本文建立了基于BP神经网络的村镇银行信用风险预警模型,为村镇银行信用贷款的决策提供了可靠的科学依据。     

征稿简则

简介：《中国科学：信息科学》（英文名称：SCIENTIA SINICA Informationis）是中国科学院和国家自然科学基金委员会共同主办、《中国科学》杂志社出版的学术刊物．本刊力求刊载信息科学领域最高学术水平的中文文章，及时报道计算机科学与技术、控制科学与控制工程、通信与信息系统、电子科学与技术等领域基础与应用研究方面的原创性成果，推动信息科学技术发展，搭建理论与技术应用的桥梁，促进与各学科、各行业的交叉融合．月刊，每月20日出版．     

非线性系统的自适应输出反馈优化跟踪控制

针对只有输出信号可测且不可测状态与未知非线性函数相关,同时还受到外部扰动的非线性系统,提出了一种自适应神经网络动态面优化控制方法,旨在解决该类非线性系统的输出反馈跟踪问题。首先,构建了基于径向基函数神经网络的状态观测器,保证其观测误差可渐进收敛至0;其次,利用动态面技术设计了自适应输出反馈控制律;最后,利用最速下降法选取了最优控制参数,优化了控制输入和跟踪性能,减轻了控制参数整定的工作量。该方法能够保证闭环系统所有信号半全局一致有界,而且通过引入性能函数和跟踪误差转换,保证系统输出具有指定的跟踪性能,改善了控制系统的过渡性质。仿真结果表明:设计的状态观测器较准确地实现了对系统信号的估计,跟踪误差信号幅值始终不超过0.02,控制参数优化后的输入信号幅值明显减小,验证了该控制方法的有效性。