多晶硅锭中硬质点分析及控制研究

以多晶硅锭中硬质点为研究对象,通过实验研究和数值模拟的方法,对多晶硅锭中硬质点进行形貌和成分分析,并提出改善控制方法。研究结果表明硅锭中部的硬质点较细小,主要由SiC组成;硅锭头部的硬质点较粗大,主要由SiC和Si3N4组成,还有少量O的存在。进一步研究发现多晶硅定向凝固铸锭炉的热场结构对于多晶硅锭硬质点形成有直接影响,通过改进热场结构,优化晶体生长界面,显著减少了铸锭中硬质点的数量。     

基于PSO算法的FCMAC控制器及其在主汽温控制中的应用

模糊CMAC神经控制器能反映人脑认知的模糊性和连续性,它采用高斯函数作为模糊隶属函数,利用CMAC神经网络实现模糊推理,并可对隶属函数进行实时调整,从而使它具有自适应和学习能力.文中讨论了这种控制器参数的PSO学习算法,对电厂锅炉主蒸汽温度控制的仿真表明了FCMAC控制器及其PSO学习算法的可行性和有效性.     

成组光纤水听器特性研究

成组光纤水听器具有能抑制流噪声、有指向性、灵敏度高等优点,可应用于全光拖曳阵.介绍了成组光纤水听器的概念,建立了其拾取水声信号的水声信号检测模型,理论分析了其灵敏度和指向性.完成了四子单元的芯轴型成组光纤水听器的光学设计和机械设计.在非消声水池中,采用脉冲法测定了其灵敏度和指向性.结果显示:此结构的成组光纤水听器灵敏度为-152dB(0dB=1rad/Pa),与理论值-151dB基本符合;当时,指向性函数主瓣宽度为28°,与理论值26°度基本吻合.     

模糊自整定PID控制器的FPGA实现

提出了一种基于VHDL描述、FPGA实现的模糊自整定PID设计。首先对模糊增量式数字PID的算法进行了介绍和数学推导,然后使用自顶向下的设计方法完成了控制器的VHDL分层设计,最后,在一个具体的FPGA芯片上实现了该控制器。由于采用了离线计算、在线查表的模糊自整定参数技术和增量式PID算法,本设计既降低了FPGA的资源耗费,又改善了传统PID控制器的控制性能。     

改进残差神经网络的图像去雾算法

针对图像去雾算法中存在因介质透射率估计不准确而造成色彩失真、去雾不完全的问题, 提出了一种改进残差神经网络的图像去雾算法. 首先采用并行多尺度卷积层提取雾图像特征. 然后通过引入了深度可分离卷积层的残差网络学习介质透射率, 并利用加权引导滤波细化介质透射率. 最后根据大气散射模型反演得到无雾清晰图像. 实验结果表明, 该算法与其他去雾算法相比在峰值信噪比(peak signal to noise ratio, PSNR)和结构相似度(structural similarity, SSIM)指标上取得了一定的提高, 并且去雾图像在主观视觉上也取得了较好表现.     

An integrated method for finding key suppliers in SCM

Association rule is a widely used data mining technique that searches through an entire data set for rules revealing the nature and frequency of relationships or associations between data entities. Supplier selection is a significant work in supply chain management. Often, there will be thousands of potential suppliers and identifying a subset of these suppliers can be a complex process of determining a satisfactory subset based on a number of factors. In this paper, the supplier selection can be viewed as the problem of mining a large database of shipment. The proposed method incorporates the extended association rule algorithm of data mining with that of set theory to find key suppliers. This research has employed a numerical example for the integrated method to develop suitable supplier clusters. The results show that the method is effective and applicable.     

基于空间变换密集卷积网络的图片敏感文字识别

互联网上含有大量多字体混合、形变、拉伸、左右结构字形、倾斜畸变等复杂场景下的敏感文字图片,在处理相关图片过程中存在特征提取难、识别率低的问题.本文提出基于空间变换网络与密集神经网络的方法对图片敏感文字进行特征提取与变换矫正,使用了深层双向GRU网络与CTC时域连接网络对序列特征信息进行标记预测,序列化处理文本的方式可较好地提升距离较宽文字与模糊文字信息的处理能力.实验结果表明,本模型在Caffe-OCR中文合成数据集和CTW数据集中分别实现了87.0%和90.3%识别准确率,平均识别时间达到了26.3 ms/图.     

毁伤概率评估的加权蒙特卡洛方法

由于经典蒙特卡洛方法的仿真效率不高,文中利用概率论和数理统计的基本原理,可以推导得到加权蒙特卡洛方法.加权蒙特卡罗方法不但能有效的缩小了样本方差,还能提高目标事件出现概率,相当于提高了样本的抽样效率,从而提高了仿真效率.与此同时,文中分别利用经典蒙特卡洛和加权蒙特卡洛这两种方法对典型目标进行了仿真计算,仿真计算最终证明了加权蒙特卡洛方法的仿真效率明显优于经典蒙特卡洛方法,能使仿真工作量成数量级的衰减.     

基于误差反向传播的入侵检测系统的研究

构建了一种基于误差反向传播神经网络的入侵检测系统总体架构,分析了该系统的各组成模块和功能要求.重点阐述了基于误差反向传播的入侵检测分析模块的设计方案,研究入侵分析过程中的几个关键问题并给出了解决方法.最后给出了基于误差反向传播网络的检测算法流程.     

一种计算可修复网络可用度的快速算法

对于可修复系统,其状态数随系统规模呈指数增长。文中在系统元件类型相同的假设条件下,以维修顺序为突破口剖析马尔可夫模型,证明在某几种维修顺序条件下,可由类状态概率来计算类状态中单个状态的概率;并以可修复网络系统为例提出了从类状态到不交和状态的映射算法,从而使计算网络可用度的复杂度大大降低。仿真结果表明合并策略和映射算法的正确。