新三维分段线性混沌系统

提出了一个新三维分段线性混沌系统,研究了新系统的对称性和不变性、耗散性和吸引子的存在性、平衡点及稳定性等基本动力学特性。利用相轨图、庞加莱映射、李雅普诺夫指数谱和分岔图等数值仿真手段,验证了该系统能运行在混沌和周期轨道,具有丰富的动力学行为,并能通过一个常数控制器控制到不同形状混沌吸引子的混沌轨道或周期轨道或一个有界点。     

一类超混沌系统电路实现及其动力学分析

针对如何生成超混沌信号问题,通过在一个3维混沌Lü系统的电路中简单地加载一个积分电路,实现了一类超混沌系统电路.电路仿真获得了这类系统的超混沌吸引子及混沌、周期和准周期吸引子.并对实验电路所对应的四维连续自治耗散系统方程进行了分析和数值仿真,论证了这些系统电路的超混沌现象及其动力学特性.提出的超混沌系统电路实现简单,具有工程应用价值.     

试论计算机网络服务质量的优化方法

随着社会经济快速发展,促使计算机时代的快速到来。如今,计算机网络与人们的生活息息相关,密不可分。随着人们生活质量水平不断提高,对计算机网络服务质量提出更高的要求。因此,进行计算机网络服务质量优化方法的研究是十分有必要的。只有不断优化计算机网络服务质量,保障计算机网络服务,提高计算机网络运行速度与安全性,保证整个计算机网络水平,才能满足人们的生活需求。因此,本文就计算机网络服务质量优化方法展开探究。     

决策粗糙集属性约简算法与属性核研究

属性约简是粗糙集理论的重要研究内容之一。在Pawlak粗糙集模型中,正区域大小随着属性增多而变大,呈现单调性。然而,在决策粗糙集模型中,概率正区域与属性集之间不具有单调性,从而产生各种属性约简定义。为此,深入研究了决策粗糙集属性约简问题,阐述了几种约简定义之间的关系,证明了保持局部最大概率正区域的约简具有较大的代价,指出了保持所有对象的正决策不变的约简呈现稳定性和存在属性核。     

结合Pix2Pix生成对抗网络的灰度图像着色方法

针对神经网络在进行图像着色时容易出现物体边界不明确、图像着色质量不高的问题,提出结合Pix2Pix生成对抗网络的灰度图像着色方法.首先改进U-Net结构,采用8个下采样层和8个上采样层对图像进行特征提取和颜色预测,提高网络模型对图像深层次特征的提取能力;然后使用L1损失和smooth L 1损失度量生成图像与真实图像之间的差距,对比不同损失函数下的图像着色质量;最后加入梯度惩罚,在生成图像和真实图像分布之间构造新的数据分布,对每个输入数据进行梯度惩罚,改变判别器网络梯度限制方法,提高网络在训练过程中的稳定性.在相同实验环境下,使用Pix2Pix模型和summer2winter数据进行对比分析.实验结果表明,改进后的U-Net和使用smooth L 1损失作为生成器损失可以生成更好的着色图像;而L1损失能更好地保持图像结构信息,使用梯度惩罚可以加速模型的收敛速度,提高模型稳定性和图像质量;该方法能更好地学习图像的深层次特征,减少图像着色模糊现象,在有效地保持图像结构相似性的同时提高图像着色质量.     

基于融合神经网络模型的药物分子性质预测

在生物信息学领域,人工智能方法在预测药物分子的物理化学性质和生物活性中获得了重大成功,特别是神经网络已被广泛应用到药物研发中.但是浅层神经网络的预测精度低,深度神经网络又容易出现过拟合的问题,而模型融合策略有望提升机器学习中弱学习器的预测能力.据此,文中将模型融合方法首次应用到药物分子性质的预测中,通过对药物分子的化学结构进行信息化编码,采用平均法、堆叠法融合浅层神经网络,提高对药物分子pKa预测的能力.与深度学习方法相比,堆叠法(Stacking)融合的模型具有更高的预测准确性,其预测结果的相关系数达到0.86.通过将多个弱学习器的神经网络有机组合可使其达到深度神经网络的预测精度,同时保留更好的模型泛化能力.研究结果表明,模型融合方法可提高神经网络对药物分子pKa预测结果的准确性和可靠性.     

基于因子分析和Elman网络的舆情关键词热度预测

从宏观角度研究基于关键词的网络舆情热度有助于相关机构把握目标群体的整体舆情动态,从而实现精准施策,提升舆论引导水平.本文以新浪微博数据为例,采用因子分析方法 (Factor Analysis, FA),挖掘舆情热度内在影响因素,并通过改进Elman网络结构,利用遗传算法(Genetic Algorithm, GA)优化初始参数来构建模型对网络舆情关键词热度进行分析预测.实验结果表明,所提出的方法相较于采用原始数据集和标准Elman网络的预测结果,具有更高的预测精度,可为相关研究提供决策支持.     

CAPRI第32～37轮竞赛中蛋白质复合物结构的预测和评估

为了探究蛋白质复合物的结构与相互作用,建立了蛋白质的分子对接方法,从2014年起参加蛋白质复合物结构预测竞赛的预测和打分竞赛.该方法首先采用结构模建方法预测单体蛋白质分子的结构,通过快速傅里叶变换进行全空间构象搜索.然后,优化蛋白质复合物构象,并采用全原子统计势函数进行评价.总结第32~37轮CAPRI竞赛结果发现,该方法在T104、T105、T111和T118比赛中挑选出了L_(RMSD)小于2.0×10~(-10)m的近天然结构.通过对比其他国际优秀课题组的方法,分析预测和打分比赛中取得的成绩和不足之处,并为后续的研究提出了改进方案与建议.     

翻转课堂对职业院校教师培训的启示

翻转课堂是一种基于信息技术的新型教学模式,其应用于职业院校教师培训符合现代教师培训理念,适合成人教师的学习特点,能促进师生之间的多维互动。通过培训前的需求分析和视频开发、培训中的搭建平台和分享交流、以及培训后的多元评价和反思总结等策略,能有效推动翻转课堂在职业院校教师培训中的应用,提升教师培训的效能。     

悬停状态下旋翼飞行机器人自适应鲁棒控制

针对加装二自由度绳驱动机械臂的旋翼飞行机器人在悬停条件下的抗干扰控制,提出了一种自适应终端滑模控制策略.将系统分成四旋翼飞行器和机械臂两个子系统,分别采用拉格朗日法与牛顿-欧拉法获得各自的动力学模型.在Lyapunov稳定性框架下设计了旋翼飞行器人的抗干扰轨迹跟踪控制器,并引人自适应策略来估计扰动上界.通过3个仿真算例验证了所设计控制器的有效性,结果表明,与其他控制器相比,本控制器具有较高的跟踪精度、较强的鲁棒性以及较好的抗干扰能力;机械臂质量的变化主要影响x通道和y通道的控制性能;本控制器基本能满足旋翼飞行机器人悬停作业的工作需求,具有一定的工程参考意义.