基于无效卷积核权值回退的神经网络优化方法

在神经网络模型训练过程中,存在部分卷积核退化为无效卷积核,在神经网络推理过程失去作用的问题。针对该问题,提出了一种仅使用单个模型就能在训练过程中激活无效卷积核,提高模型性能的方法。首先将初始模型训练至收敛时刻;然后通过L1正则和卷积核相关性两种方式衡量卷积核的有效性;最后将无效卷积核的权值回退到模型训练的初期阶段并对模型进行重训练。在CIFAR-10、CIFAR-100等图像分类的数据集上的实验结果表明,无论是在残差网络还是在轻量级网络上,提出的方法都能有效地恢复无效卷积核,提高神经网络模型精度。相比之前的方法,该方法在低代价下达到了最佳效果,在图像分类任务上平均提高了0.93%的准确率。     

RPR在电力城域信息网中的应用

随着电力企业信息化的推进,电力城域网(MAN)中传输的数据量将快速增长,基于弹性分组环(RPR)并结合了MPLS的MSTP能满足城域网对承载平台的要求。文章简要介绍了电力城域网承载的业务特点和要求,阐述了RPR和基于RPR结合了MPLS的MSTP协议栈,并结合实际工程应用,介绍RPR设备在电力城域信息网中实现TDM和数据业务的接入和传输特征,充分证实了基于RPR的MSTP平台可将RPR协议与MPLS协议无缝地结合在一起,具有跨环的端到端的严格QoS保障,是电力城域信息网的理想选择技术。     

不同取代基卟啉荧光探针对痕量Cu2+和Zn2+离子的识别研究

卟啉类化合物具有优良的光物理性质,是一种具有高度敏感性和选择性的荧光探针.将含有酯基和羟基的卟啉分别用于水中痕量Cu2+及Zn2+的检测,通过不同体系下荧光信号的强度变化对重金属离子进行识别.研究结果表明,酯基卟啉和羟基卟啉都能对Cu2+及Zn2+的浓度变化做出线性响应,酯基卟啉为荧光猝灭型探针,而羟基卟啉为荧光增强型探针,酯基卟啉对铜离子的选择性高于羟基卟啉.     

山楂叶总黄酮富集工艺的优化及其清除自由基能力的检测

目的优化山楂叶总黄酮(total flavone of haw leaves,TFHL)富集工艺,并检测TFHL清除自由基的能力。方法采用Design-expert 10. 0软件对TFHL富集工艺进行响应面设计优化,以洗脱剂乙醇体积分数、洗脱剂用量、洗脱流速为自变量,TFHL收率和提取物中TFHL质量分数为响应值,设计3因素3水平共17个试验。采用最佳工艺富集TFHL,并检测TFHL清除2,2′-联氮双(3-乙基苯并噻唑啉-6-磺酸)二铵盐(2,2′-azino-bis[3-ethylbenzothiazoline-6-sulfonic acid]diammonium salt,ABTS)自由基和1,1,-二苯基-2-苦基肼(1,1-diphenyl-2-picrylhydra-zyl,DPPH)自由基的能力。结果最佳工艺参数为:洗脱剂乙醇体积分数为60%,洗脱剂用量4. 4 BV,洗脱流速3. 8 BV/h。在该条件下,TFHL收率为54. 1%,提取物中TFHL质量分数为86. 8%,其对ABTS自由基清除率达93. 66%(IC50=12. 56 mg/L),对DPPH自由基的...     

TiAl合金铸锭发展现状及制备方法探讨

综述了TiAl合金的发展,针对采用真空自耗电弧熔炼制备TiAl合金铸锭时易出现成分不均匀和开裂问题,从过程控制、工艺改进、采用新的熔炼方法等方面进行了探讨,并给出了解决措施。     

对流层散射传播中的偏移损耗分析

针对对流层超视距无源探测中可能遇到收发天线波束不能对准的情形,该文给出了对流层散射传播偏移损耗的理论计算方法。利用收发天线窄波束的特点,假定高斯型的天线方向性函数,建立了对流层散射传播接收功率中的方位项函数,得到了散射传播偏移损耗理论公式。与文献中的试验数据比较发现：二者具有较好的一致性。另外对收发天线均偏离大圆路径情形下的偏移损耗进行了仿真。此种传播损耗计算方法,可为对流层超视距传播的无源定位与探测系统设计提供参考。     

燃气管道工程质量与技术管理方法

作为一个主要的城市基础设施项目,天然气技术不仅为人们的生活提供了舒适感,而且对环境也有一定的影响。本文解决了当前天然气管道工程设计的相关问题,并侧重于管道工程质量和技术管理方法的分析。     

浇注型聚氨酯阻尼材料研究进展

从无机填料、互穿聚合物网络(IPN)技术、分子结构设计3个方面分析了目前国内浇注型聚氨酯阻尼材料研发现状,指出分子结构设计是制备高强度、高阻尼、耐动态疲劳性能的聚氨酯阻尼材料的有效方法之一。     

应用BP神经网络预测加氢裂化尾油蒸汽裂解产物收率

研究了BP神经网络对加氢裂化尾油蒸汽裂解产物收率的预测,并介绍了该BP神经网络的结构、基础数据以及研究结果。从预测数据和实验数据对比结果来看,应用神经网络对加氢裂化尾油裂解产物收率进行预测是可行的。结论是：在保证基础训练数据的准确性和合理选取的情况下,BP神经网络将是一种有效的预测加氢裂化尾油裂解产物收率的方法。     

Al-Zn-Mg合金中的双峰时效析出硬化建模(英文)

Al-Zn-Mg合金在长时间的时效中存在双峰硬化现象,为了模拟析出硬化动力学,基于改进的Langer–Schwartz方法发展了不同析出物形成的双峰硬化模型。该物理模型考虑了Al-Zn-Mg合金在时效过程中新析出物的形核、生长、粗化,同时考虑了颗粒相互作用的2种机制(剪切和绕过)。将模型预测结果和实验结果进行了对比,结果表明两者吻合很好。系统和定量模拟研究结果表明:通过在生长方程中添加形函数,硬度曲线与测量值吻合;模型根据析出物的尺寸和体积分数定量评价该合金的力学性能;强化机制包括剪切和绕过2种机制,剪切机制向绕过机制的转变发生在颗粒生长的早期,而绕过机制是主要强化机制。