具有外部干扰的耦合时滞神经网络固定时间二分同步

针对结构平衡图与结构非平衡图的网络拓扑,考虑了一类具有外部干扰的耦合时滞神经网络模型,分别设计了其固定时间同步控制协议.借助固定时间稳定性理论与不等式技巧,获得了耦合网络在固定时间内达到同步的充分性判据,给出了具体的收敛时间上界,并验证了固定时间同步网络的鲁棒性与抗干扰性.为了扩大网络模型的适用性,考虑的神经网络激活函数为非连续的函数,可借助微分包含与集值李导数理论解释非连续微分方程的动力学行为.最后,分别在结构平衡图和非平衡图下对耦合神经网络的固定时间二分同步进行了数值仿真,验证了控制算法的有效性及理论结果的正确性.     

基于熵评价模态分解的雷达信号双谱特征识别

针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。     

动力学模态分解方法重构及预测流场误差分析

利用动力学模态分解(dynamic mode decomposition,DMD)方法可以实现非定常流场的分解、重构和预测,但该方法重构和预测流场的误差需要给出定量分析.鉴于此,提出了定量描述动力学模态分解重构和预测流场的误差分析方法,以雷诺数Re=80的圆柱绕流二维流场数值模拟结果为例,研究了非线性流动和周期性流场重构和预测误差的动态变化情况.结果表明:依据能量大小确定的模态反映了流场的主要相干结构;低频、低增长/衰减率和大尺度的相干结构能量占比大,对流场的影响较大;DMD方法可以准确重构非线性和周期性变化流场,重构的误差小于10-10,预测流场的误差较重构流场出现跳跃增大现象;DMD方法预测非线性变化流场的误差在样本时间区间内较小(小于10-3),超出样本区间误差的发展急剧增大,变化情况依赖于数据样本;预测周期性流场的误差稳定在10-4左右.     

结构主义视角下“吃播”观众心理探微

近年来,我国直播平台迅猛发展,直播领域由最初的游戏直播逐渐扩展到电商直播、泛娱乐直播,等等,其中吃饭直播,以其内容的特殊性,加之迅速扩大的主播群体和用户群体,成为一种值得深度思索的大众文化传播现象。以结构主义理论为基础,立足当下各种直播平台发展迅猛的现状,分析用户选择观看"吃播"这一现象的心理动机,通过对他们不同心理需求满足状况以及产生问题的考察,探析"吃播"这一现象折射出的当代人的精神状况,有着独特的意义。     

基于Modbus-RTU通讯方式在AI集群建筑中的设计与实现

为了实现多楼宇之间的集群化通讯控制,减少人工作业的强度。文中采用基于Modbus-RTU传统通讯方式,建立以楼宇为通讯单元和楼宇内多层集成化的新通讯模式。首先,实现被控楼宇内多层温控风机盘管的集中控制,然后实现多楼宇间群控功能。结果表明:新模式的使用比单层控制的传统通讯模式节约了遍历面板采集数据的时间。本研究对加快中国AI建筑的信息化转型以及进一步完善AI建筑集群化控制具有一定的参考价值。     

两种常用启发式算法在车间生产调度中的应用

通过对某电池生产的各加工流程进行相关数据的测量,分别运用Palmer算法和彼得罗夫-哈姆算法对生产进行排序,并计算出了经排序后产品的加工周期。通过比较发现,选择彼得罗夫—哈姆算法进行排产,能达到提高设备利用率、缩短产品加工周期的目标。     

中国工程院院士、原华中科技大学校长李培根院士做客“昆仑名师讲坛”

应新疆师范大学"昆仑名师讲坛"工作委员会邀请,2014年11月13日下午,中国工程院院士、原华中科技大学校长李培根院士做客"昆仑名师讲坛",在文科楼音乐厅为全校师生作了题为《大学生与大学精神》的学术讲座。校长卫利·巴拉提教授为李培根院士颁发了"昆仑名师讲坛"纪念牌。副校长薛徽教授出席讲座,宣传部部长孙秀玲教授主持讲座。全校师生及新疆     

磁流变液中磁性颗粒成链与团聚的临界特征分析

热运动对纳米级磁流变液系统的颗粒团聚行为和宏观流变特性扰动影响不可忽视.为研究施加外磁场后系统微结构与热运动间的关系，探讨在不同颗粒粒径情况下热运动能量在系统总能量中的占比.采用CCD设计方法，分析Monte Carlo仿真获取的颗粒位形信息，生成关于外磁场磁感应强度、颗粒粒径和体积分数的系统热耦合系数<λ>回归模型;成链团聚的临界颗粒粒径计算值比文献经验值高出约23%，证实在考虑系统内多因素的综合影响下，纳米级磁流变液具有更严格的流变现象临界发生条件.