高精度感光制板研究与实践

PWB（Printed Wre Broad）是电子产品不可或缺的重要组件，PWB感光制作具有制作方便、出板快、成本低等优点．本文基于近百次PV4B感光制作，研究分析了感光制板各阶段操作要领，提出了确保PWB制作精度和成功率的改进措施．实践表明：本文强调的操作要领是决定制作成功与否的关键，提出的改进措施可以提高制板精度，最小线宽、间距可达4．7mil，接近PCB专业厂家的工艺能力．     

部分四值逻辑准完备集最小覆盖之确定——保四元单纯可离关系的成员

根据部分K值逻辑的完备性理论，定出并证明了属于准完备集最小覆盖的保四元单纯可离关系函数集．     

部分四值逻辑中保三元单纯可离关系函数集最小覆盖之确定

根据部分K值逻辑的完备性理论和相似关系概念,定出并证明了属于准完备集最小覆盖的保三元单纯可离关系函数集.     

毫米波雷达数据驱动的桥梁挠度预测

为监测公路桥梁健康状况从而保证车辆行驶桥面的安全性,基于毫米波雷达监测的桥梁挠度数据,结合深度学习理论,提出了一种基于卷积神经网络（convolutional neural network, CNN）与门控制循环单元（gate recurrent unit, GRU）组合的桥梁挠度预测模型。首先,获取高速公路大桥高精度挠度数据,通过数据预处理,在保留原始数据特征的基础上,修复部分噪声数据;其次,将处理后的样本数据、时间步长和特征数的三维数据,以桥梁挠度数据序列构造的输入矩阵作为输入层,经过CNN-GRU组合模型的密集连接层后,输出预测桥梁挠度值。最后,选取具有代表性的监测点数据,利用均方根误差 (root mean square error, RMSE)、平均绝对误差 (mean absolute error, MAE)、平均百分比误差 (mean absolute percentage error, MAPE)进行预测效果验证。结果表明,CNN-GRU模型的精度更高：较于传统LSTM（long short-term memory）模型在RMSE上提升了59.65%,MAE提升了61.30%;较于CNN-LSTM模型在RMSE上提升了2.48%,MAE提升了4.87%。其对于桥梁挠度极值及趋势的判断基本准确,可以作为桥梁健康状况预测的科学依据。