一种非平稳环境下的自适应变步长盲源分离算法

提出一种基于不完整自然梯度的变步长约束算法,用来处理非平稳环境下的瞬时盲源分离问题.该算法利用系统上的扰动对代价函数进行约束,对算法中的约束因子采用自适应形式,根据分离情况对约束因子进行自适应调整,以加快收敛速度.同时,引入基于代价函数梯度的变步长,使其具有更好的跟踪性能.仿真结果表明,在非平稳环境下,所提出的算法在提高收敛速度的同时可以有效分离源信号而不产生严重的稳态误差.     

一类具有时滞的广义Hopf ield 神经网络的全局稳定性

通过引入能量泛函，分析了一类具有时滞的广义Hopfield神经网络的全局稳定性．从理论上给出了该类网络为全局稳定的充分条件，证明了当时滞满足一个可计算的边界条件时，具有时滞的该类神经网络与相应的无时滞网络具有同样的全局稳定特性．仿真结果进一步证明了结论的有效性。     

铜包钢棒三辊固-液铸轧复合工艺侧耳产生原因及调控策略

融合固-液铸轧复合技术和多辊孔型轧制技术，提出了金属包覆材料的三辊固-液铸轧复合工艺，为了解决封闭孔型内覆层金属变形过程中产生的边部侧耳问题，以铜包钢棒为研究对象，基于DEFORM软件建立了三维有限元仿真模型，分析了间隙类型和凝固点对边部侧耳的影响规律。结果表明，边部侧耳的产生根源是铸轧区的配合间隙，并且受凝固点影响显著；间隙类型为组合间隙时，变形区内的连续挤压区是形成大量连续边部侧耳的主要原因，通过提高设备装配精度和调控凝固点位置可以有效抑制边部侧耳的形成。此外，利用铸轧辊系和仿形侧封构建组合孔型可以实现边部侧耳几何结构的精细调控，有望将其作为翅片结构起到强化作用，用于制备热交换纵翅复合管。     

层状金属复合板带铸轧复合技术研究进展

介绍了层状金属复合板带铸轧复合技术的发展背景和意义,概述了近年来固-液铸轧复合工艺和液-液铸轧复合工艺开发现状及研究成果,对比分析了传统的固-固相、固-液相金属界面结合机理和铸轧复合机理的区别,并结合研究现状,从产品极限规格、产品种类、复合界面性能调控、全生命周期理论等方面对层状金属复合材料铸轧复合工艺发展进行了展望。     

具有参数摄动的时滞Hopfield神经网络的鲁棒稳定性分析及吸引域的估计

研究一类具有参数摄动的时滞Hopfield神经网络模型的鲁棒稳定性.应用Lyapunov泛函法,给出了平衡点渐近稳定的充分条件.利用矩阵范数的性质及线性矩阵不等式(LMI)理论,又得到了两个便于计算和验证的推论.提供了一种估计网络渐近稳定平衡点吸引域的方法,并详尽地分析了吸引域对神经网络实现联想记忆的影响.数值例子进一步证明了结论的有效性.     

双金属复合管固-液铸轧复合工艺环形布流器设计及其流场模拟

为解决双金属复合管固-液铸轧复合（SLCRB）工艺覆层熔体金属的环形均匀稳定布流问题,提出并设计了一种带有三级环形阶梯分流和锥形缓冲的环形布流器,并且基于商用软件Fluent建立了稳态布流过程的流体动力学模型,分析了布流器结构和铸轧速度对系统流场的影响,给出了获得均匀、稳定出口流场的布流器内部结构和布流条件,并用水模实验进行验证。结果表明:布流器内通道高宽比不小于1有利于均匀分流,并且锥形缓冲区的均流缓冲作用至关重要。以1.2 m/min的铸轧速度成功制备了外径为38 mm、内径为26 mm的铅-铝双金属复合管,覆层金属厚度均匀、界面结合效果良好。      

基于时变自回归模型的FAJD盲源分离算法

为实现多高斯源和相关源信号的盲分离,在快速近似联合对角化(FAJD)算法的基础上,将故障诊断领域的时变自回归理论成功地应用于相关源信号的盲分离和多高斯源信号的盲分离.首先采用时变自回归模型(TVAR)对源信号建模,并通过白化预处理使得建模后的源信号具有可联合对角化的结构;然后,通过基函数加权和的方法将时变参数近似为已知基函数的加权和的形式,将其变成时不变的参数,再通过递推最小二乘法求解出模型系数矩阵组;最后,将所求出的系数矩阵组作为快速近似联合对角化的目标矩阵组,通过FAJD算法实现混合信号的分离.Matlab仿真实验验证了所提出的算法对于相关源信号和多高斯源信号的分离是行之有效的.由于算法中TVAR模型的优良特性,此算法非常适用于混合通信信号的盲分离.     

东海某大斜度井打捞落井钻具失败的若干认识和启发

东海某大斜度井A1井在?311.15 mm井眼完钻后发生了卡钻事故，爆炸切割后在上层套管内进行了侧钻，侧钻井眼完钻后又发生了断钻具事故，经过多次打捞，均以失败告终。该文从钻具组合、施工参数、软件模拟等方面简述钻具断落后打捞处理过程、分析打捞失败的原因，对该区域类似井钻井施工及事故预防及处理提出了合理化建议，可以为同类地层钻井施工以及井况处理、打捞工具及打捞方式选择提供一定的启发和借鉴。     

盲信号分离问题的分类和现状

盲信号分离是用于解决从混合观测数据中分离出源信号的一门技术,目前已经在很多领域中获得了广泛应用。从盲信号分离问题的数学模型出发,介绍在盲信号分离中主要使用的对比函数,并分别从线性混合模型和非线性混合模型两个方面综述了盲信号分离的优化算法,最后提出了这一领域中有待进一步研究的几个问题。     

基于局部灰度最大和改进Mahalanobis

CT图像中肺结节检测一直是肺癌CAD系统的关键和难点。提出了一种孤立性肺结节自动检测算法,首先对原始CT图像进行有效、准确的肺实质分割;采用寻找局部灰度最大值方法对ROI进行初始分割;再对分割出的各ROI进行特征提取,利用SVM方法对每个特征进行定量描述,根据SVM单特征分类准确率对Mahalanobis距离进行加权改进,最后采用基于改进的Mahalanobis距离进行肺结节分类。实验结果表明,该算法可以较好地提取出CT图像中的孤立性肺结节,具有较高的灵敏度和较低的漏诊率,可以为医生诊断早期肺癌病灶提供帮助信息。