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.     

藏文名词类同义词在Web索引上的研究

搜索引擎在对网络资源进行适时定位时,往往疏漏同义词而导致所要信息的遗漏,这些问题引起了智能搜索引擎支持同义词查询的相关研究.文章试图通过藏语名词类同义词的研究来提高Web索引的查准率和查全率.     

汉壮语的词类活用

汉语和壮语的实饲都有活用现象，本文具体介绍它们在名调用如动调和量词、动词用如名词和量词、形容调用如名调和动词等三个方面的共同之处，为的是使读者特别是学生能够通过对照、比较来加速掌握这种现象，摆脱古代汉语词类活用的困扰。     

英译汉翻译技巧之词类转译法

翻译不仅是把一种文字用另一种文字表达出来，而且还是两种不同的文化的融合。因此在英译汉时务必要注意一些翻译技巧，来使两种不同的文化进行交融，其中较为重要的是词类的转译；本文通过大量的例句说明了在英译汉时词类的转译法的一些技巧运用，特别是不同词类转译成动词的用法，强调了词类的转译法在翻译中的重要性。     

试论动、名词性特征在动名词中的转化

摒弃对英语动名词的传统研究，揭示了动名词的动态性质，即动、名词特征在动名词中的转化。认为在某种意义上，其名词性的加强导致动名词在动、名两个词类的边缘发挥作用。     

创设情境 激活课堂——谈谈对语文课堂教学中情境创设的几点思考

语文课堂教学中的情境创设的主旨即为激活语文课堂，语文课堂情境的创设主要在于教师要充分调动和发挥学生学习的主观能动性，促使其自主学习意识和能力的发展，努力践行新课程教学改革，实现新课程教学效果提高。     

英语教学中的心理词汇及其激活

英语教学中激活心理词汇能有效提高学习者的词汇运用效率.本文旨在通过对心理词汇的定义分析,了解心理词汇的有关内容并提出激活心理词汇的有效方法.     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

一种提高BP算法学习速度的有效途径

ＢＰ网络在实际应用中的最大障碍就是学习速度慢这一问题。本文在详细分析与论证的基础上得出：在学习过程中,通过对ｓｉｇｍｏｉｄ函数形状的动态调整可有效地提高ＢＰ网络的学习速度,而且这一方法实现简单、易于理解、具有普遍适用性。同时本文对近期发表的有关文献中所提出的一些不恰当的观点和结论进行了修正和补充。     

鱼中高温激活蛋白酶的提取纯化

以市售鱼为原料，进行其高温激活蛋白酶（ＨＴＡＰ）的提取纯化通过抽提、高速离心分离、ＤＥＡＥ－ＴＯＹＯＰＥＡＲＬ６５０Ｍ离子交换色谱、ＳＥＰＨＡＣＲＹＬＳ２００凝胶过滤等方法，把ＨＴＡＰ从鱼中分离提取出来运用ＳＤＳ－聚丙烯酰胺凝胶电泳（ＳＤＳ－ＰＡＧＥ）法对分离提纯的ＨＴＡＰ纯度进行鉴定，并通过此法测出了该ＨＴＡＰ的分子量为３９０００