深度神经网络轧制力建模及其并行优化研究北大核心CSCD

冷连轧过程控制的轧制力模型是整个轧制过程计算机控制的基础。为提高5机架2030冷连轧系统轧制力模型的精度和适用性,提出了多输入多输出深度神经网络轧制力模型的数据预处理、建模和并行优化方法。对含有不同隐含层数和节点数的神经网络,采用不同训练算法(SCG算法和L-M算法)与不同优化方法(多线程CPU、单GPU和多线程CPU+GPU),研究了神经网络结构、训练算法和优化方法对神经网络轧制力模型的性能、训练时长、线性相关系数的影响。研究结果表明:含有2个隐含层、采用L-M算法和多线程CPU优化方法可获得综合性能最优的神经网络轧制力模型;神经网络轧制力模型的计算误差远小于在线使用的Siemens轧制力模型的计算误差。     

基于BP神经网络的路口短时交通流量预测方法

交叉路口是一个城市交通的重要组成部分,其各方向的交通流量预测更是该城市智能交通系统中的重中之重,本文提出一种基干BP神经网络预测路口短时交通流量的方法,该方法将路口其他非预测方向和交通信号配时方案对流量预测的影响因素考虑在内。     

VC中数据处理方法的分析研究

数据处理是编程的主要内容，字符数据作为一种重要的数据形式，在程序中应用非常广泛，而程序处理则比较复杂。本文以字符数据为例，着重分析与研究VC程序中字符串数据处理的几个主要方面，包括字符串的表示、处理和传递。     

LED芯片激发荧光粉合成白光照明光源显色性的控制

光通量、色温和显色性是光源的三大重要指标。半导体LED从指示、显示应用过渡到照明应用．产品的显色性控制和评价是一个新的课题。本文应用光源显色性原理分析影响产品显色性的因素，并通过相关的试验，探讨如何通过材料选型和工艺措施，控制由蓝光LED激发荧光粉合成白光LED的显色性．使之达到预定指标。     

4,4'-二吡啶及N,N'-取代衍生物在超分子装置中的应用进展

4,4'-二吡啶及N,N'--取代衍生物具有对称的结构和良好的性能,在配位化学,晶体工程,功能材料等领域已经显示出独特的优势.本文主要从分子梭,索烷,(类)轮烷/(类)聚轮烷等超分子装置方面介绍了4,4'-二吡啶及N,N'--取代衍生物的研究现状,并对其应用和发展前景作出了展望.     

高柔韧性低相对分子质量聚酰胺的合成及性能研究

以二乙二醇二(3-氨基丙基)醚(AM)和二聚酸(YD-29A)为原料,合成了高柔韧性低Mr(相对分子质量)的PA(聚酰胺);然后以此为EP(环氧树脂)的固化剂,并着重探讨了原料配比及反应条件对PA固化剂胺值和黏度的影响。研究结果表明:当n(—NH_2)/n(—COOH)=3.5、缩合反应温度为200~℃和反应时间为5 h时,PA的黏度为960 m Pa·s、胺值为236 mg/g;当m(EP)∶m(PA)=100∶80时,EP/PA固化体系的拉伸强度为25.1 MPa、断裂伸长率为51%,并且其热稳定性(玻璃化转变温度为42~55~℃)和柔韧性较好。     

对一类吉布斯现象解释方法的改进

针对方波函数的傅立叶级数的部分和,指出现有表达式存在的不足。给出了新的方波函数傅立叶级数前L次谐波之和的表达式。在此基础上对吉布斯现象进行了解释。用新的方法推导出傅立叶级数的部分和极值点的计算式。     

建筑膜材的力学性能试验研究

目前国内外应用的建筑膜材主要包括涂层织物类膜材和热塑化合物类膜材两大类.常用的涂层织物类膜材有PTFE膜材和PVC膜材.以涂层织物类膜材为主要研究对象,通过单轴拉伸试验和反复拉伸试验,重点研究分析了建筑膜材非线性、非弹性、各向异性以及粘弹性等四大基本力学特性.试验结果证实,膜材料是一种具有很显著的非线性、非弹性、各向异性和粘弹性的建筑材料,因此工程设计时需要充分考虑这些特性.     

十六氯酞菁铁对Li/SOCl2电池的催化作用

以四氯邻苯二甲酸酐、尿素、FeCl2 4H2O为原料,合成了十六氯酞菁铁(FePcCl16),用元素分析、红外、紫外-可见光谱对产物进行了分析。FePcCl16具有较高的催化活性,对于大电流和低温放电尤其显著,并对放电电压滞后和放电时温升有较好的抑制作用。在常温和40mA/cm2的电流密度下,相对于不含FePcCl16的ER34185型电池,含1.0g/LFePcCl16的电池的电压和容量分别提高了174mV和830mAh。