量子神经网络

1 引言计算的实质是一个物理过程,要受到物理规律的支配。现代的计算技术建立在经典物理学基础之上,而量子计算(Quantum Computing)则是建立于量子理论的原理之上。目前,量子计算之所以获得广泛瞩目,是由于它能极大地提高计算的效率,具有沟通与大脑和意识关系的潜力,以及当计算机技术发展到纳米量级时必须考虑到量子效应等原因。     

让Flash4为您服务 “闪”的艺术

没听说过？不可能吧！ ？只要是个网页制作爱好者,现在几乎没有不知道Ｆｌａｓｈ大名的。也许有点夸张,但我想,只要您见过用Ｆｌａｓｈ制作的网页,就不会没有印象吧。     

带有量化与丢包的线性系统的动态反馈控制

研究了涉及信号量化与数据丢包的网络控制系统的动态输出反馈控制问题.其被控系统的状态是不可测的,且量测输出信号与控制输出信号在经过网络传输之前被对数量化.由于通道带宽受限,使由传感器到控制器与由控制器到执行器的通讯通道中同时可能发生随机丢包,因此闭环系统被建模为含有4个子系统的离散切换系统.利用扇形界方法与平均驻留时间方法,以非线性矩阵不等式的形式给出了闭环系统指数稳定的充分条件,并通过求解一个非线性最小化问题得出了动态控制器.     

吉林市汽车产业链信息协同公共服务平台建设

对吉林市汽车产业发展中存在的产业信息沟通不畅的问题,建设了汽车产业链信息协同公共服务平台-吉林市汽车科技平台.介绍了平台的组成和功能.通过本平台,可及时发布企业自主创新产品技术信息以及汽车产业最新的物流信息等信息资源,加速最新的科技成果和专利技术的转化,推进汽车企业自主创新体系建设.     

采用双折线步方法的傅里叶神经网络

目前神经网络已经成为解决非线性系统辨识问题的一类有效的方法,但是常用的多层感知器存在网络稳定性差、收敛速度慢的问题.在多层感知器和傅里叶级数基础上提出的傅里叶神经网络具有较好的泛化性、模式识别能力,但其学习算法主要采用最速下降法,易产生陷入局部极小,学习速度慢等问题.提出一种采用双折线步方法的傅里叶神经网络,避免了局部极小问题,且具有二阶收敛速度.通过相应的数值算例验证新算法的性能,并应用于非线性系统的识别问题中,其结果和几类经典的神经网络算法做了相应的对比和分析.     

基于横向局部性的多核计算模型

片内多核已成为延长摩尔定律的方式,并行算法设计、编程模型、编译器和运行时系统都需要利用计算模型进行分析。现有多核模型对线程间共享缓存等资源的竞争已有较精确的模型,但是对于线程间数据共享考虑较少。提出线程间共享缓存的横向局部性和任务共享率概念,基于此扩展串行存储层次模型RAM(h),提出考虑任务共享率的多核并行计算模型MRAM(h)。     

基于OpenCL的图像模糊化算法优化研究

现代GPU一般都提供特定硬件(如纹理部件、光栅化部件及各种片上缓存)以加速二维图像的处理和显示过程,相应的编程模型(CUDA、OpenCL)都定义了特定程序设计接口(CUDA的纹理内存,OpenCL的图像对象)以便图像应用能利用相关硬件支持。以典型图像模糊化处理算法在AMD平台GPU的优化为例,探讨了OpenCL的图像对象在图像算法优化上的适用范围,尤其是分析了其相对于更通用的基于全局内存加片上局部存储进行性能优化的方法的优劣。实验结果表明,图像对象只有在图像为四通道且计算过程中需要缓存的数据量较小时才能带来较好的性能改善,其余情况采用全局内存加局部存储都能获得较好性能。优化后的算法性能相对于精心实现的CPU版加速比为200～1000;相对于NVIDIA NPP库相应函数的性能加速比为1.3～5。     

[α／R]知识-[R]知识κ阶生成与它的依赖性定理

利用[α／R]知识-[R]知识生成概念，提出[α／R]知识生成依赖性定理，知识平面π上的知识颗粒不变性原理和生成依赖的方向不变性原理．这些结果是从变异粗集，[α／R]知识的依赖性得到的．本文给出[α／R]知识-[R]知识κ阶生成概念，提出κ阶生成依赖性定理，κ阶生成依赖一致性原理、     

雷达阵地选择的多目标决策方法

分析了影响雷达作战效能的一些因素，利用层次分析法获得了影响作战效能因素的权重，提出了一种先局部优化再组合的决策方法，最后给出了应用算例．该方法为雷达阵地选择决策提供了一条新的途径．     

一种喷射泵系统装置和工艺参数的优化匹配方法

以喷射泵系统在给定的工作条件和井底流动压力变化范围内，在满足生产要求的前提下，平均工作效率最高为目标函数，取喷嘴—喉管面积比、地面泵功率和压力、油管尺寸共四个设计变量，从喷射泵复杂的迭代计算过程中确定出气蚀、系统工作性能等限定的十二个约束条件，建立系统优化模型。用约束非线性混合离散优化方法对喷射泵系统装置进行优化匹配。该优化匹配方法可为工程前期系统装置的总体规划和匹配提供理论依据