基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。     

潜在表示学习框架下的低冗余多视图聚类算法

基于潜在空间学习的多视图聚类研究得到了较大发展,但其通常忽略了原始数据中冗余信息的存在可能会带来不理想的聚类结果。为解决这个问题,提出一种潜在表示学习框架下的低冗余多视图聚类算法。基于k-means的方法,直接从各视图数据学习其低维表示,由于该低维表示的各个特征相互正交,学习到的低维表示通常含有较少的冗余信息。基于潜在空间的假设,各视图的低维表示可由同一个潜在表示投影得到。将两者结合,就能得到一个具有低冗余信息的统一的潜在表示。设计了一个优化算法来求解目标问题,在多个公开数据集上的实验表明了该算法的有效性。     

论朱熹对《黄帝内经》自然哲学方法的继承与发展

朱熹在构筑自己博大精深的自然哲学体系中多处借鉴了《黄帝内经》的“取象比类”方法,本文侧重从宇宙生成、万物化育、物质运动等方面就此进行了较为深入的探析     

算法复杂性函数等价类A[F]中的分解性定理

证明了算法复杂性函数渐近优超等价类数学结构Ａ［Ｆ］中的分解性定理。对任意非免费算法复杂性函数类［ｆ］∈Ａ［Ｆ］及正整数ｎ,存在类［ｇ１］,［ｇ２］,…,［ｇｎ］∈Ａ［Ｆ］满足［ｇｉ］〈［ｆ］（ｉ＝１,２,…,ｎ）且［ｆ］＝Ｖｉ＝１＾ｎ［ｇｉ］。     

博莱霉素与DNA的作用机理及其类酶性研究

详细介绍了博莱霉素（ＢＬＭ）与ＤＮＡ的结合作用,活化ＢＬＭ与各种自由基在ＢＬＭ介导的ＤＮＡ断链反应中的作用以及ＢＬＭ类似酶的催化行为多方面的研究进展情况。     

广义块Pick型矩阵和带导数的Nevanlinna-Pick矩阵插值问题

建立了广义块Pick型矩阵和块Toeplitz矩阵之间的一种等价关系,并将其用于求解一类带导数的Nevanlinna-Pick矩阵插值问题     

剪切型建筑结构抗共振抗震设计

通过将剪切型建筑结构的固有频率调离场地的卓越频率区域,提出一种抗共振抗震设计方法。数值算例说明该方法是很有效的。     

论谷粮现代干燥贮运技术的推广运用

<正> 一个以解决谷物类粮食机械烘干、长期贮藏为内容.包括采用高新技术,大力发展谷物的现代化干燥、仓贮设备的研究制造、推广使用,和粮食运输、港口建设的计划—"中国粮食流通项目",已经国务院批准,作为"八五"规划的重点积极推行.预计3—5内,"卖粮难、贮粮难"的问题不仅将大大缓解而且可彻底解决.我国的四条国有粮食流通"走廊"将同时建成,粮食运输亦由袋装为主变革为散装为主.实现与世界粮农市场接轨.     

信息类与感染类源语的改进与英译

根据纽马克的功能翻译类型学，本文提出译者有权修改信息类与感染类原文语言上的缺陷，举例讨论了缺陷的类型，其改正方法及改正后原文的翻译。鉴于目前基层企业这类送译稿数量巨大，其中不少在语言上有一定的缺陷，这种讨论具有较大的意义。