离散Hopfield型神经网络的异步收敛性研究

主要研究非对称离散Hopfield神经网络的异步演化方式的收敛性，并给出了一些新的收敛性条件。若网络的连接权矩阵可以分解成主对角元素非负的对称矩阵和行（列）对角占优的矩阵之和，则网络是异步收敛的，所获结果推广了已有的结论。     

一种有效解决混合基矩量法积分奇异性的方法

三维散射问题通常采用电场积分方程(EFIE)结合矩量法(MOM)来求解,为了消除基于双线形4边形的混合域基函数在伽列金-矩量法的应用中所出现的积分奇异性,采用了参数坐标变换、相对坐标变换和奇异值提取相结合的技术,有效地消除了被积函数中出现的奇异性,并降低了原4维奇异性积分的维数,实例计算结果表明,该处理方法是正确和有效的。     

能量高效的无线传感器网络稳定分簇路由协议

针对无线传感器网络能量受限和能量消耗不均衡问题,提出了一种能量高效的稳定分簇(energy-efficient steady clustering,EESC)路由协议,其核心思想是:当前簇头根据其簇成员节点的剩余能量信息决定下一轮簇头,下一轮簇头上任后,非簇头节点根据能量距离函数决定加入哪个簇头,簇间通过簇头最小能量耗费判定依据来决定采用单跳还是多跳通信方式向基站发送数据.EESC路由协议每轮产生的簇头数量稳定,综合了分布式和集中式两类分簇协议的优点.实验结果表明,EESC路由协议不仅高效地利用了网络节点有限的能量,而且均衡了节点的能量消耗,显著地延长了网络的存活时间.     

模糊逻辑及神经网络动态摩擦和死区补偿的机器人滑模变控制

针对机器人中存在非线性不确性项LuGre动态摩擦和非对称死区的问题,提出采用模糊RBF神经网络及模糊逻辑分别对动态摩擦及死区进行补偿,且实时、自适应训练非线性动态摩擦项及非对称死区项的参数,实现对实际机器人系统准确再现的滑模变鲁棒控制算法,并论证了该算法的Lyapunov稳定性。通过在2自由度机器人上的仿真,证明该算法提高了机器人轨迹跟踪精度、控制力矩及摩擦力矩两者的稳定性。同时发现了该机器人控制力矩的脉冲式补偿误差、摩擦模型中存在类菱形吸引子、缺乏死区补偿将导致控制系统极限环振荡等非线性动力学现象,以及死区逆模型中ε的估计对系统的精度有决定性作用。     

基于遗传神经网络算法的海面风速反演新方法

针对海面运动的复杂性、海面电磁散射理论模型的局限性以及利用SAR图像反演海面风速存在的非线性现象,基于遗传神经网络的方法,以业务化的CMOD4模式函数数据为基础,采用Fletcher-Reeves算法的变梯度反向传播算法,建立一种SAR风速反演的新模型。试验结果表明,利用遗传神经网络方法反演海面风速是可行的,当随机误差小于10%时,模型的抗噪能力较强,风速反演的精度较为理想。比较不同风速下的反演结果可以发现,在中、小风速的情况下,模型的抗噪能力较强,模型学习拟合和预测检验的精度相对较高;在大风速的情况下,模型的反演能力有待于进一步提高。     

正规族与分担值

通过研究正规族与分担值之间的关系,得到如下两个结果:设F是区域D内的亚纯函数族,a1,a2,a3,a4∈C,a1≠a3,a2≠a4,a2≠0,若(A)f∈F,f(z)=a1(→)f'(z)=a2,f(z)=a3(→)f'(z)=a4,则F在D内正规;设F是区域D内的全纯函数族,k∈Z ,a,b∈C,a≠0,b＞0,若(A)f∈F,f-a的零点重级均≥k,f=a(→)f(k)=a,f(k)=a(→)0＜|f(k 1)|≤b,则F在D内正规.     

Skin collagen fiber-based radar absorbing materials

By using skin collagen fiber (CF) as raw material,Schiff base structure containing CF (Sa-CF) was synthesized through CF-salicylaldehyde reaction.Then a novel radar absorbing material (Fe-Sa-CF) was prepared by chelating reaction between Sa-CF and Fe 3+.The coaxial transmission and reflection method was used to analyze the complex permittivity and complex magnetic permeability of these CF-based materials,and the radar cross section (RCS) method was used to investigate their radar absorbing properties in the frequency range of 1.0-18.0 GHz.Experimental results indicated that the conductivity of CF increased from initial 1.08×10-11 to 2.86×10-6 S/cm after being transferred into Fe-Sa-CF,and its dielectric loss tangent (tanδ) in the frequency range of 1.0-17.0 GHz also increased.These facts suggest that the Fe-Sa-CF is electric-loss type radar absorbing material.In the frequency range of 3.0-18.0 GHz,Sa-CF (1.0 mm in thickness) exhibited somewhat radar absorbing property with maximum radar reflection loss (RL) of-4.73 dB.As for Fe-Sa-CF,the absorbing bandwidth was broadened,and the absorbing intensity significantly increased in the frequency range of 1.0-18.0 GHz where a maximum radar RL of-9.23 dB was observed.In addition,the radar absorbing intensity of Fe-Sa-CF can be further improved by increasing membrane thickness.When the thickness reached to 2.0 mm,the RL values of Fe-Sa-CF were-15.0-18.0 dB in the frequency range of 7.0-18.0 GHz.Consequently,a kind of novel radar absorbing material can be prepared by chemical modification of collagen fiber,which is characterized by thin thickness,low density,broad absorption bandwidth and high absorption intensity.     

加权指数损失下长短时记忆网络换道意图识别模型

针对车道变换意图识别中数据源单一,传统序列模型难以捕获长序列范围内换道意图且存在长期依赖问题,提出一种结合时间信息加权指数损失函数的长短时记忆(long short-term memory,LSTM)车辆换道意图识别模型.首先,利用驾驶模拟舱、眼动仪进行高速公路驾驶实验,采集车辆运行数据和驾驶员眼动数据;然后,基于LS...     

Tb定理的必要条件的一个证明

对Caldern-Zygmund算子T在非齐次空间上Tb定理条件下定义在光滑函数上的双线性形式作了介绍,给出了该情形下的Tb定理的必要条件的一个证明,并指出该情形下非齐次空间上所对应的两种BMO空间对Tb定理来说实质是等价的。     

基于小波神经元网络模型的网损预测方法研究

提出了一种电力系统网损预测的新算法-小波神经元网络预测模型,它以非线性小波基为神经元函数,通过优化伸缩因子和平移因子确定对应务神经元的小波基函数,从而合成小波神经元网络,达到全局最优的拟合效果,克服了普通人工神经元网络学习速度慢、难以确定网络结构、存在局部极小点等方面的缺点,仿真结果表明,该方法准确,并可使学习速度大大提高。