基于孪生网络的苹果外观品质分级方法

针对人工和机械在苹果分级中存在低效、易损、准确率低等问题,提出一种基于孪生网络的苹果外观品质分级方法。该方法首先人工采集包含真实背景和不同等级的苹果图像数据集,并进行预处理操作,包括删除无关背景、0-1缩放和数据增强等;其次以卷积层、池化层和批归一化层为基础模块,搭建神经网络模型,提取苹果图像特征;最后用全连接层训练一个分类器,完成对苹果图像特征的分类,从而得到苹果外观品质对应的等级,其中模型的损失函数为对比损失。实验结果表明,构建的孪生网络模型在苹果外观品质分级中,平均分类准确率达到了97.71%,具有较好的稳定性,其用于苹果外观品质的自动分级是可行的,并为其他农产品的外观分级提供思路和参考。     

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。     

基于卷积型变分原理的半解析法及其在热传导中的应用

本文基于积型变分原理提出了瞬态热传导问题的半解法,该方法在空间域内作有限元离散,在时间上用纵数表示,吸取了现有求解瞬态问题方法的优点,又克服了其缺陷,一维和二维算例结果表明。该方法进求解热传导问题的一种新型、有效的方法。     

THE TYPE OF A CLASS OF VILENKIN CONVOLUTION OPERATORS

在满足第二个数公理的零紧Ａｂｅｌ群Ｇ的空间Ｌ（Ｇ）中研究了一类Ｖｉｌｅｎｋｉｎ卷积算子的性质．该类算子包括Ｖｉｌｅｎｋｉｎ－Ｆｏｕｒｉｅｒ级数的部份和、Ｆｅｊｅｒ平均等作为特例．文中证明了这类算子是弱（１,１）型和强（ｑ,ｑ）型的,１＜ｑ＜∞．     

CPML截断2.5维问题中圆柱波导开放边界的应用

为了解决高功率微波(HPM)源模拟中圆柱波导开放边界的截断问题，研究了柱坐标系下卷积完全匹配层(CPML)吸收边界，给出了CPML中电磁场的差分方程和轴边界条件，并进行了数值验证．在不同频率和模式的激励源作用下，模拟了2．5维问题中CPML截断圆柱波导开放边界的性能，相对误差最大值都小于-90dB在2．5维电磁PIC软件中引入CPML方法，模拟计算了相对论返波管．结果表明，CPML在截断波导开放边界方面的性能远好于Mur型吸收边界条件。     

卷积积分的几种方法

卷积积分是信号与线性系统课程中的重要运算工具。本介绍卷积积分的图解法和性质法以外，又讨论了卷积积分的定义法和数值计算法。     

用于宽带取样示波器的Nose-to-nose校准技术

介绍一种宽带系统校准的新方法，对比几种传统的校准方法，这种称为nose—to-nose的校准方法是目前校准精度最高的一种．这项技术所基于的一个基本事实是：当示波器的取样电路对直流电压取样时，会产生一个极窄的脉冲到输入端，这个脉冲正比于系统的冲激响应，称为kick-out脉冲，这样将两台示波器的输入端对接就在第二台示波器上得到了含有两台示波器冲激响应的卷积输出，应用反卷积算法可以得到这两台示波器的冲激响应函数．     

一类恒等逼近

针对文献[1]在R上引进的一类恒等逼近，研究了它在R上对应物的性质，并且对一类重要的特例（本文称为p型恒等逼近）进行了分析．     

事事留心皆科学

一 1895年的一天,德国物理学家伦琴在做阴极射线的实验时,偶然发现放在房间内的一张镀有钡铂氰化物的纸,每当他开启仪器时,纸就会发出微弱可见的光.这一现象引起了伦琴的注意.他放弃了原来的试验项目而专心对此进行研究.通过研究,他进一步发现这种光线能透过木板,穿过纸张,将自己的手指骨骼的影子展现在荧光屏上.伦琴知道这不是阴极射线,但又不明白这种射线为何能穿过纸张、木板甚至肌肉,使人们能清晰地看到内部骨骼,无以名之,他便将这种射线命名为"X射线".这一无意间发现的奥秘,使伦琴获得了诺贝尔物理学奖.     

鸭子可能起源于恐龙时代

最近,科学家对一块早期鸟类化石作了进一步研究,结果发现鸭子的祖先可能与恐龙生活在同一时期。如果这一结论成立,就意味着鸟类并非是直到恐龙灭绝之后才进化成今天这种特殊形式的。这是1992年在南极洲维佳岛上发现的一具不完整的鸟类骨骼化石。此前,这种鸟被认为是属于一个早已灭绝的鸟种。但是对这具化石进行的新