中性卷积e_-~(λχ)(?)e_+~(μχ)

设f和g是D'内的广义函数,f_n(x)=f(x)r_n(x),当n→∞时,r_n(x)收敛于恒等函数。则中性卷积fg定义为序列{f_n*g}的极限,若极限h存在,即中性极限 N(f_n*g,φ)=(h,φ),(φ∈D)存在。在这篇文章中计算出了中性卷积e_-~(λx)e_+~(μx)和e_+~(μx)e_-~(λx)。利用这两个中性卷积又推出了一些其它的中性卷积。     

分组装配中分组尺寸及偏差的确定

本文提出了分配时分组尺寸及公差确定的新方法－－尺寸链计算法，给出了确定各组基本尺寸及偏差的计算公式，经实例验证，该方法可行有效。     

球面函数的Cesαro平均的收敛性与强求和及其逼近阶的研究

本文研究了球面上的函数用其Fourier—Laplace级数的一种重要的线性求和法-Cesαro平均来求和与强求和及其相应的逼近与强逼近的阶的研究状况、发展态势和前景展望等．     

ω-超广义函数的卷积运算

讨论ω-超广义函数间中的卷积运算，并且给出了一些超广义函数卷积运算的公式。     

A multiple intelligent agent system for credit risk prediction via an optimization of localized generalization error with diversity

Company bankruptcies cost billions of dollars in losses to banks each year. Thus credit risk prediction is a critical part of a bank＇s loan approval decision process. Traditional financial models for credit risk prediction are no longer adequate for describing today＇s complex relationship between the financial health and potential bankruptcy of a company. In this work, a multiple classifier system （embedded in a multiple intelligent agent system） is proposed to predict the financial health of a company. In our model, each individual agent （classifier） makes a prediction on the likelihood of credit risk based on only partial information of the company. Each of the agents is an expert, but has limited knowledge （represented by features） about the company. The decisions of all agents are combined together to form a final credit risk prediction. Experiments show that our model out-performs other existing methods using the benchmarking Compustat American Corporations dataset.     

基于二维卷积的图像插值实时硬件实现

为了实时实现图像处理中的图像插值,提出了一种与具体插值算法无关的通用二维卷积器实现结构和一种使用两级缓存的图像数据存取结构。利用所提出的结构,设计了使用双三次插值的图像插值模块,在可编程逻辑门阵列上进行了实现。进行了图像实时放大的实验。实验结果表明:采用本结构,可以降低片上存储器的消耗,方便地实现比较复杂的插值,达到实时处理的目的。     

基于BiTCNSA的恶意代码分类方法

当前恶意代码的对抗技术不断变化，恶意代码变种层出不穷，使恶意代码分类问题面临严峻挑战。针对目前基于深度学习的恶意代码分类方法提取特征不足和准确率低的问题，提出了基于双向时域卷积网络(BiTCN)和自注意力机制(Self-Attention)的恶意代码分类方法(BiTCNSA)。该方法融合恶意代码操作码特征和图像特征以展现不同的特征细节，增加特征多样性。构建BiTCN对融合特征进行处理，充分利用特征的前后依赖关系。引入自注意力机制对数据权值进行动态调整，进一步挖掘恶意代码内部数据间的关联性。在Kaggle数据集上对模型进行验证，实验结果表明:该方法准确率可达99.75%，具有较快的收敛速度和较低的误差。     

基于DenseNet的机载雷达动目标检测

针对传统机载雷达运动目标检测方法所需训练距离单元较多的问题,将运动目标检测问题转化为多分类问题.首先,基于少量训练距离单元数据构建分类所需的训练数据集;然后,基于卷积神经网络DenseNet构建多类分类器;最后,利用训练后的分类器提取雷达空时回波数据特征,进行目标检测和参数估计.仿真结果表明:基于DenseNet的机载雷达动目标检测方法能够有效检测目标,估计目标的距离、多普勒频率等参数.相比传统空时自适应处理方法,该方法能够显著减少所需训练距离单元数量;相比现有基于分类的目标检测方法,该方法能够有效提高目标检测和参数估计的准确度.     

民国初期全国性教育团体群落论

民国初期,以全国教育会联合会、中华职业教育社和中华教育改进社等为代表的全国性教育团体纷纷涌现并逐渐群落化。他们顺应时代的要求而产生,以不同定位满足教育界的不同需要;他们集中了教育界的优秀人物、当时著名教育家构成的群体成为社团群落的核心领导力量;他们在不断的自我调适中找到了发挥作用的着力点,也形成了各自的特色,充分发挥了教育社团群落的社会作用。