基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.     

自催化反应模型的行波解

运用常微定性理论的相平面分析方法讨论了自催化反应中的Ｋａａｓ－Ｐｅｔｅｒｓｅｎ模型,得到了行波存在的各种可能结果。     

MRI表现在脑胶质瘤恶性度诊断中的作用

本文比较了１０７例脑胶质瘤的病理分级与磁共振影像表现,结果显示两者之间有密切的关系（Ｐ＜０００５）。高度恶性胶质瘤中,ＭＲＩ诊断正确率为８８１０％,而低度恶性胶质瘤中为６４６２％（Ｐ＜０００５）。各单项ＭＲＩ表现,如病灶强化程度、瘤周水肿程度、囊变、坏死等在高或低度恶性胶质瘤中出现率无明显差异（Ｐ值均大于００５）。表明ＭＲＩ表现可在很大程度上反映脑胶质瘤的恶性程度,但在低度恶性胶质瘤中,易出现“过诊断现象”。     

体上矩阵方程AXB=C的（反）次自共轭解

设Ｆ是一个具有对合反自同构的体,定义了Ｆ上的（反）次自共轭矩阵,给出了Ｆ上的矩阵方程ＡＸＢ＝Ｃ有（反）次自共轭解的充要条件及其解的表达式。     

分层调整因子的模糊控制器

分析量化及比例因子对模糊控制性能的影响,设计一类分层调整量化及比例因子的模糊控制器．仿真结果表明,其控制效果优于常规模糊控制器．     

沙门氏菌鞭毛蛋白共同抗原的诊断价值探讨

用肠炎、鼠伤寒沙门氏菌鞭毛蛋白分别免疫５６日龄ＩＣＲ小鼠,经间接ＥＬＩＳＡ和直接凝集试验测定证实,产生了血清分型Ｈ抗原的抗体,亦产生了针对鞭毛蛋白共同抗原组分的抗体。同时,用灭活全菌抗原免疫３日龄伊莎鸡,经单抗ＣＢ８＋ｄｅ７竞争ＥＬＩＳＡ测定,灭活肠炎、鼠伤寒沙门氏菌免疫组同样测出较高滴度共同抗原表位的抗体。进一步用都柏林、鼠伤寒和肠炎沙门氏菌活菌分别人工感染５６日龄ＩＣＲ小鼠、３日龄伊莎鸡和１４     

基于神经网络的无监督自学习控制系统

所论系统的控制由两个神经网络完成,即对象放识器和系统控制器。并且提出了一种 新的学习算法,它能利用存贮于辨识网络的信息改进控制策略。该控制系统可以对非线性系统,不确定系统等进行无监督的学习控制。     

X2105柴油机连杆轴承故障的理论分析和振动实验研究

通过计算和试验分析了利用测量发动机连杆轴承处缸体振动来研究连杆轴承因间隙而引起的振动特性．从而由发动机缸体表面振动特性判定发动机连杆轴承的故障．     

基于阻尼最小二乘法的鲁棒自校正预测控制器

本文将广义预测控制器（GPC）与阻尼最小二乘法（DLS）相结合,构成一种鲁棒自校正预测控制器．仿真结果表明,这种算法比基于通常的递推最小二乘法（RLS）的自校正预测算法有更强的鲁棒性．     

The Potential-dependent Stability of Self-assembled Monolayers on Gold Electrodes Investigated by Electrochemical Method

用电化学方法研究了在金电极上十二烷基硫醇自组装单分子膜（ＳＡＭ）在乙腈、乙醇及丙酮中的电位稳定性．在０．０Ｖｖｓ．Ａｇ／ＡｇＣｌ（饱和ＫＣｌ）,十二烷基硫醇自组装单分子膜有最大的稳定性,在较负电位（如－２．０Ｖ）和较正电位（如＋０．６Ｖ）电解时,在不同溶剂中的ＳＡＭｓ的表面覆盖率则表现出不同程度的损失,但在三种溶剂中,最大稳定性的电位窗口是相似的