利用早停可微架构搜索的三维点云模型分类

针对现有三维点云分类网络采用人工设计费时费力的问题,提出早停可微架构搜索(early-stopping differentiable architecture search,ES-DARTS)算法。利用从人工设计网络架构中提取到的先验知识,预定义一个包含高效候选操作的搜索空间,可快速搜索出适用于三维模型分类任务的高性能网络模型;通过追踪网络搜索阶段各候选操作的权重变化,找出跳跃连接操作在双重优化过程中发挥不公平竞争作用的临界点并在此处停止搜索,以保证各候选操作之间的稳定性,解决DARTS算法搜索过程中易出现性能崩溃的问题。提出的算法在ModelNet40数据集上达到了93.2%的识别准确率,比当前人工设计的主流网络具有更高的识别准确率。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

基于掺铕钨酸盐荧光强度比的非接触温度传感

为了突破传统测温技术应用的局限性,利用NaY （WO₄）₂：Eu³⁺玻璃陶瓷（glass ceramics,GC）实现了具有非接触、实时响应、自校准等优势的双模荧光强度比（luminescence intensity ratio,LIR）测温。采用高温熔融淬灭法制备出含NaY （WO₄）₂：Eu³⁺纳米晶的透明GC样品,并进行系列光谱测量和热敏性能分析。结果表明,样品中Eu³⁺的激发态能级⁵D₁和⁵D₀和基态能级⁷F₂和⁷F₀为两对独立的热耦合能级,可分别基于这两对热耦合能级实现性能优异的双模LIR温度传感。该双模LIR测温技术数据可靠、测温范围广、灵敏度高,再结合GC材料优势,是可用于光纤温度传感器的核心技术材料。     

小型文献资料检索系统

本文介绍的这种情报资料检索系统,采用了数据压缩存贮技术,并使用链表记录的存贮结构解决了变长信息的存贮问题,系统的功能以“菜单”和“快速”两种方式提供给用户,使用方便。     

对“铁路运输走向市场”若干问题的认识

“铁路运输走向市场”的第一层含义是铁路运输企业经营市场化,第二层含义是铁路运输作为市场经济的基础条件,必须起到保证整个社会主义市场经济运行的基础作用,在我国当前条件下,必须把提高运输能力作为铁路运输走向市场的出发点和归宿。在提高运输能力过程中,必须科学处理运输能力与运输效率的关系．以市场经济和社会基础性的眼光看,我国铁路运输高效率并不一定是一件好事。铁路运输走向市场可以采取“重点突破,整体推进”的战略。     

〔23，12，7〕Golay码的改进译码算法

ＭａｒｉｏＢｌａｕｍ和ＪｅｈｏｓｈｕａＢｒｕｃｋ提出了一种基于［２３,１２,７］Ｇｏｌａｙ码校验矩阵＂设计＂特性的译码算法,和其它的Ｇｏｌａｙ码译码算法相比,这种译码算法的复杂度最小,但它不便于用集成器件实现和不便于完全集成化,作者对该算法进行了改进,使其易于集成实现;同时使［２３,１２,７］Ｇｏｌａｙ码译码算法进一步简化．对其复杂度分析证明,当误码率≤１０％时,作者所设计的译码算法优于其它译码算法。     

离散时间细胞神经网络中的分岔和混沌

研究了离散时间细胞神经网络（ＤＴＣＮＮ）中的分岔和混沌,ＤＴＣＮＮ中的细胞与连续时间ＣＮＮ中的细胞相似,具有局部耦合,其输出方程是罗切斯蒂方程。分别讨论了２种结构（有边界和无边界）的ＤＴＣＮＮ的混沌特性,ＤＴＣＮＮ的混沌与全局耦合系统一的混沌相似,但由于其局部耦合的结构,其混沌与后者有所不同。提出了有关分岔与混沌的一些有兴趣的理论问题和实际问题．     

高等院校教师业绩考核数量化方法探讨

高校教师业绩考核是高校师资、教学管理工作的核心,建立一整套严格的考核制度和科学的考核体系,对高校教师进行职务评聘、调资、奖惩和提职恶级等有着极为重要的意义,。该文从考核数量化我度出发,就教师“德、能、勤、绩”四个方面建立了一个结构性强、可比性高的有序系统,构建一一个简便,明了、容易掌握,便于操作具有较高的透明度和较强的实用性与可行性的量化考核方案。     

高分子力学中的Valanis－Landel假说

根据经验公式的建立原则和橡胶的各向同性性能,讨论了Ｖａｌａｎｉｓ－Ｌａｎｄｅｌ假说中关于“任何一种应变类型的应力一应变关系,可从单一的纯剪试验推导出来”这一重要结论,并证明了结论的正确性,还研究了结论的应用。     

神经网络校正的EKF在高超声速目标跟踪中的应用

针对临近空间高超声速目标高度非线性、强耦合、高机动、时变参数、和独特气动特性等特点,综合运用军事运筹学理论与方法、系统建模技术、神经网络技术以及计算机仿真等,提出基于神经网络校正的扩展卡尔曼滤波(EKF)算法,并在高超声速目标跟踪中进行了应用研究。采取神经网络的学习能力来克服卡尔曼滤波发散问题,通过卡尔曼滤波后加一级误差处理环节使滤波收敛。仿真结果表明:该算法在目标发生较大机动时仍能保持较高的跟踪精度。