基于语料统计树的专业信息库生成算法

通过对大量的使用垂直搜索引擎搜索到的信息数据进行分析,提出了一种新的专业信息库生成算法,即基于语料统计树的专业信息库生成算法(CSTA).论文定义了语料树、语料链、关联度等相关概念,并由此推导出相关的性质,在此基础上对CSTA进行了详细的描述.     

Investigation into the InAs/GaAs quantum dot material epitaxially grown on silicon for O band lasers

InAs/GaAs quantum dot(QD)lasers were grown on silicon substrates using a thin Ge buffer and three-step growth method in the molecular beam epitaxy(MBE)system.In addition,strained superlattices were used to prevent threading disloca-tions from propagating to the active region of the laser.The as-grown material quality was characterized by the transmission electron microscope,scanning electron microscope,X-ray diffraction,atomic force microscope,and photoluminescence spectro-scopy.The results show that a high-quality GaAs buffer with few dislocations was obtained by the growth scheme we de-veloped.A broad-area edge-emitting laser was also fabricated.The O-band laser exhibited a threshold current density of 540 A/cm² at room temperature under continuous wave conditions.This work demonstrates the potential of large-scale and low-cost manufacturing of the O-band InAs/GaAs quantum dot lasers on silicon substrates.     

溶胶制备工艺对ZrO2-Y2O3涂层性能的影响

用无机金属盐水解及有机醇盐中间体合成两种不同的工艺路线制备了ZrO₂-Y₂O₃复合Sol(溶胶),对比了通过Dip-Coating的方法在GH220/MCrAlX基体上形成致密ZrO₂-Y₂O₃陶瓷涂层的能力,以及涂层在1000℃的静态抗氧化性能.结果表明,金属有机醇盐工艺制备的ZrO₂-Y₂O₃陶瓷涂层具有极其优越的高温静态抗氧化性能.无机金属盐水解所制备的ZrO₂-Y₂O₃涂层抗氧化能力明显低于金属有机醇盐工艺.可能的原因是残留在涂层内的微量酸根离子使氧化和腐蚀过程加剧.     

煤矿掘进机电气系统的发展

介绍了煤矿掘进机电气系统的发展及各阶段的技术特点,并针对现代化矿井生产和信息化管理的要求,探讨了近期掘进机电气系统的发展趋势。     

聚类与信息共享的多智能体深度强化学习协同控制交通灯

该文提出一种适用于多路口交通灯实时控制的多智能体深度循环Q-网络(MADRQN),目的是提高多个路口的联合控制效果。该方法将交通灯控制建模成马尔可夫决策过程,将每个路口的控制器作为智能体,根据位置和观测信息对智能体聚类,然后在聚类内部进行信息共享和中心化训练,并在每个训练过程结束时将评价值最高的值函数网络参数分享给其它智能体。在城市交通仿真软件(SUMO)下的仿真实验结果表明,所提方法能够减少通信的数据量,使得智能体之间的信息共享和中心化训练更加可行和高效,车辆平均等待时长少于当前最优的基于多智能体深度强化学习的交通灯控制方法,能够有效地缓解交通拥堵。     

深度学习在生物序列分析领域的应用进展

随着生物技术的不断发展和生物学数据的大量产出,传统生物学数据分析方式不足以应对日益复杂庞大的生物序列数据. 面对这种情况,国内外学者逐步将深度学习应用到生物学分析中,利用其处理高维数据的优势,取得了一系列进展,并成为生物序列数据分析中的研究热门. 为了更好地了解深度学习在生物序列数据分析领域中的新进展,对该领域研究现状进行了综述. 首先,介绍深度学习应用到生物序列数据分析中的重要意义;其次,对目前应用领域中具有代表性的深度学习模型进行阐述;然后,分析深度学习在生物学领域的应用研究现状;最后,说明目前深度学习在生物学领域中的局限性,并进一步提出未来发展应考虑的因素.

     

可寄生式双极电感绝对角度传感器研究

角度传感器作为电机的核心定位部件,对电机的定位精度有重要影响。该文设计了一种双极电感式绝对角度传感器,该传感器通过周期性改变线圈中感应电压的大小来测量角度,敏感结构主要包括转子和定子,可实现与电机主轴的一体化。其中转子由内外单周期、多周期扇形铜箔组成,形成双极布局,定子由激励线圈、接收线圈以及后续处理电路组成。定子中的两组接收线圈,一组线圈由8个回路组成,对应为外沿多周期扇形铜箔,另一组由2个回路组成,对应中心180°扇形(半圆形)铜箔,两组线圈相互独立,互不影响。当转子在接收线圈上方转动时,转子中产生的涡流会使相邻两个接收线圈感应电压呈周期性正余弦形式变化。8回路线圈测量精度高,但360°内会出现多个周期信号,无法实现绝对位置测量。而2回路线圈在360°范围感应出1个周期信号,通过2回路线圈为8回路线圈提供周期数鉴别,进而解决了绝对位置测量的问题。通过算法对正余弦信号进行识别解算,以高精度转台为基准对样机进行测试,结果表明,传感器测量误差可以达到0.04°,满足电机位置控制精度要求,验证了该方案的可行性。     

利用自适应光照初始化的弱光图像增强方法

由于光照分量分解估计的高度不确定性,如何准确估计图像的光照分量一直是基于Retinex模型的图像增强方法需要解决的难题。该文提出一个简单有效的方法,准确估计图像的初始光照分量,进而实现弱光图像增强。具体地,首先根据输入图像得到其对应的光照权重矩阵,以指导光照分量的自适应初始化估计;随后在光照结构约束下,对初始光照分量优化估计,并进一步执行非线性光照调整;最终结合Retinex模型得到增强结果。实验表明,该方法不仅能够实现准确的图像分解估计,而且与现有的弱光图像增强方法相比,该文所提方法在多个数据集上的主观视觉效果和客观评价指标都有更好的表现,同时也保持着良好的运行效率。     

Noise-Tolerant ZNN-Based Data-Driven Iterative Learning Control for Discrete Nonaffine Nonlinear MIMO Repetitive Systems

Aiming at the tracking problem of a class of discrete nonaffine nonlinear multi-input multi-output (MIMO) repetitive systems subjected to separable and nonseparable disturbances, a novel data-driven iterative learning control (ILC) scheme based on the zeroing neural networks (ZNNs) is proposed. First, the equivalent dynamic linearization data model is obtained by means of dynamic linearization technology, which exists theoretically in the iteration domain. Then, the iterative extended state observer (IESO) is developed to estimate the disturbance and the coupling between systems, and the decoupled dynamic linearization model is obtained for the purpose of controller synthesis. To solve the zero-seeking tracking problem with inherent tolerance of noise, an ILC based on noise-tolerant modified ZNN is proposed. The strict assumptions imposed on the initialization conditions of each iteration in the existing ILC methods can be absolutely removed with our method. In addition, theoretical analysis indicates that the modified ZNN can converge to the exact solution of the zero-seeking tracking problem. Finally, a generalized example and an application-oriented example are presented to verify the effectiveness and superiority of the proposed process.