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。     

考虑多种损坏构成特征的沥青路面预防性养护决策方法

由于沥青路面损坏构成的多样性, 相同的路面状况指数(pavement condition index, PCI)可能代表不同的损坏组合. 当多种损坏并存且损坏程度接近时, 用PCI和主导损坏(最严重、扣分最多的路面损坏)难以得到具有针对性的养护对策. 因此, 通过对PCI的深入分析, 明确了主导损坏代表性不足的路段, 以现行预防性养护决策方法为基础, 补充了一种考虑损坏构成特征、更具针对性的决策方法. 以上海城市道路近5年的检测、养护数据为分析基础, 首先利用有序聚类算法将路段按PCI水平分组, 分析了不同阶段路面损坏构成和差异水平; 然后, 针对多种损坏并存且损坏差异不显著的路段, 根据预防性养护的实施效果筛选了能够反映正确预防性养护经验的有效养护路段; 最后, 基于有效养护路段建立并对比分析了2个基于BP(back propagation)神经网络的养护决策模型. 结果表明: 当PCI水平介于优良(84.4~93.0分)时, 不同损坏程度接近, 主导损坏代表性不足; 考虑多种损坏构成特征的BP神经网络模型表现出更高的决策精度, 测试集决策正确率达86.20%, 优于仅考虑主导损坏的模型(58.50%). BP神经网络与传统决策树法结合能够优化沥青路面决策过程, 提高养护对策选取的针对性.     

光束在不衰减的情况下实现了小角度转弯

一种类似蜂窝的塑料材料不但能引导光束实现精确的小角度转弯,还能在整个过程中保证光束的强度和完整性丝毫不受影响。由美国得克萨斯大学埃尔帕索分校(UTEP)和中佛罗里达大学(UCF)两校联合开发出的这种技术有望进一步拉近高性能光学计算机,特别是小型光学计算设备和现实的距离。相关论文发表在最近出版的《光学快报》杂志上。     

计算机网络通信中的安全问题与防范策略

目前,计算机已经成为当前信息时代最为重要的生活、学习、工作工具,推动着社会的进步和发展,并且改变了人们的生活方式、工作方式与学习方式。但是,在信息爆炸的时代,计算机网络并不是无坚不摧的,必须要强化、预防计算机网络通信中的安全问题,为广大用户带来强大的信息安全保障。本文首先阐述计算机网络通信安全的内涵与特点,然后详细分析计算机网络通信中存在的安全问题,最后提出计算机网络通信中的安全防范策略。     

关于计算机办公自动化的发展创新探究

在科技迅速发展的时代,信息技术应用到社会生活中的各个角落中,因而计算机办公自动化也就成为当前时代的潮流,在办公中使用计算机,这样在一定的程度上就可以提高办公的效率,有利于规范管理,对于企业整体的管理水平也是起着重要的作用。因为本文主要就关于计算机办公自动化的发展创新而进行论述分析,稳重主要介绍了计算机办公自动化的基本内涵、功能及创新的策略等。     

高职院校实训机房管理维护探析

本文从当前高职院校实训机房管理工作中出现的问题进行分析,探求找出科学管理机房,提高管理水平的方法。     

基于神经网络的医疗诊断研究

主要工作集中在医疗数据的预处理和神经网络模型的训练.首先结合数据挖掘和自然语言处理技术,在保留医疗数据语义基础上对分词工具语料库进行补充,将中文数据分词,同时对其中大量冗余信息进行清洗,将中文数据转换成计算机可识别的编码,其次利用多种经典热门的神经网络模型来训练医疗数据,同时对比基于传统决策树模型的GBDT模型的训练结果,最后实验结果证明,对于多种疾病诊断,神经网络模型的效果要优于其他模型,诊断准确率接近90%.     

改进GA-BP神经网络在高校教学质量评价中的应用

为了提高高校教学质量评价的有效性和准确性,提出了一种基于混合智能优化算法的教学质量评价模型。引入熵值法客观地确定教学质量评价体系的指标权重及初始评价结果,利用自适应变异的遗传算法(Genetic algorithm)优化BP神经网络(Back propagation neural network)的参数,建立教学质量评价模型。实验结果表明,与BPNN(Back propagation neural network)、GA-BPNN(Genetic algorithm-back propagation neural network)模型相比,预测精度分别提高15.04%和5.41%,收敛速度明显提高,说明基于自适应变异的GA-BPNN教学质量评价模型能够及时有效地完成教学质量评价。     

核电站压力容器接管端异种金属焊缝超声检测计算机仿真及实验研究

利用接管安全端异种金属焊缝显微组织分析结果对该焊缝进行了超声检测物理分析.通过CIVA软件对该焊缝进行了计算机超声检测仿真模拟,开发了焊缝超声检测的检测工艺,利用模拟试块实验对仿真结果和检测工艺的可靠性进行了实验验证.实验数据表明超声仿真模拟能够得到所需的探头参数及不同角度探头的定位精度,模拟试块实验有效验证了仿真模拟结果,并证明了检测工艺的可靠性.该文对核电站接管安全端异种金属焊缝进行了焊缝物理特性分析,包括异种金属焊接接头组成,焊缝及母材显微组织分析,焊缝组织对超声波衰减影响分析等,根据分析结果及该类型焊缝的检测特点.