一种新型单层递归神经网络解决非光滑伪凸优化问题

非光滑伪凸优化问题是一类比较特殊的非凸优化问题,常出现在各类科学与工程应用中,因此具有很大的研究价值.针对现有神经网络模型解决非光滑伪凸优化问题存在的不足,该文基于微分包含理论,提出一种新型单层递归神经网络模型.通过理论分析,证明了神经网络状态解在有限时间内收敛到可行域,且永驻其中,最终神经网络状态解收敛于原优化问题的最优解.最后,通过数值实验,验证了所提理论的有效性.与现有的神经网络相比,该文所提神经网络模型结构简单仅为单层,不需要提前计算罚参数,且对初始点选取没有任何特殊的要求.     

机械结构相似度评价及可靠性预计研究

在用传统的相似产品法进行可靠性预计时,所选取的相似产品与评价对象之间差异较大,会造成预计结果的偏差较大。为解决这一问题,提出了一种基于"功能—运动—动作"结构化分解的可靠性预计新方法。通过明确产品的各大运动功能建立功能层,分析完成各功能的机械部件运动建立运动层,确定实现各机械部件运动的元动作运动单元建立元动作层,建立了可靠性预计的"功能—运动—元动作运动单元"层次模型。引入区间层次分析法,确定了"功能—运动—元动作运动单元"层次模型中各子代运动单元对父代运动单元的可靠性影响权重,并构建了由子代运动单元预计父代运动单元可靠性的数学模型。确定影响评价机械结构相似度的因素,构建了区间数综合评判云模型并选取与元动作运动单元相似的参考结构,以区间数综合评价云模型得出的相似度值修正参考结构的可靠性数据来预计元动作运动单元的可靠性。将元动作运动单元的可靠性预计值代入数学模型,层层预计父代运动单元的可靠性,从而得出整个产品的可靠性水平。最后以数控转台为例进行了分析,得出了可靠性预计值,并将该方法与传统方法进行了比较。结果表明,新的可靠性预计方法具有较好的可行性和较高的准确性。     

以实施机关为主体的行政许可标准化评价

本文在分析我国行政许可评价制度的基础上,从标准化角度分析了行政许可评价制度的问题,在此基础上提出以实施机关为主体的行政许可标准化评价.     

Bochner-Lebesgue空间内的最佳同时逼近

在本文中,我们研究了Bochner-Lebesgue空间内的相对于欧氏空间的Minkowski范数的最佳同时逼近.首先,给出了由距离函数表示的最佳同时逼近的刻画.然后,利用可测选择定理证明其函数取值于一个闭的可分子空间的Bochner-Lebesgue空间,其同时可逼近性等价于此闭的可分子空间的同时可逼近性.最后,指出子空间的可分性是同时可逼近性等价的必要条件.     

基于AEM法的爆破拆除倒塌过程的数值模拟

利用应用单元法(AEM法),以含填充墙的某多层框架结构定向爆破拆除为例,进行倒塌过程的数值模拟。结果表明:在框架结构爆破切口形成后,结构由于重力作用逐渐沿横向偏转,并在横向最外侧的一排柱上形成活动铰,产生翻转倒塌,模拟结果与实际倒塌结果基本相符。在倒塌的过程中,结构爆破切口的横向很快进入大变形倒塌,同时引起横向隔墙的平面失去稳定而倒塌。落地的倒塌碎块,在纵向产生150kN左右的峰值冲击力,在横向产生30~50kN的峰值冲击力。基于仿真结果,可以定量设置防护措施,避免安全隐患。     

Residual Feature Attentional Fusion Network for Lightweight Chest CT Image Super-Resolution

The diagnosis of COVID-19 requires chest computed tomography (CT). High-resolution CT images can provide more diagnostic information to help doctors better diagnose the disease, so it is of clinical importance to study super-resolution (SR) algorithms applied to CT images to improve the resolution of CT images. However, most of the existing SR algorithms are studied based on natural images, which are not suitable for medical images; and most of these algorithms improve the reconstruction quality by increasing the network depth, which is not suitable for machines with limited resources. To alleviate these issues, we propose a residual feature attentional fusion network for lightweight chest CT image super-resolution (RFAFN). Specifically, we design a contextual feature extraction block (CFEB) that can extract CT image features more efficiently and accurately than ordinary residual blocks. In addition, we propose a feature-weighted cascading strategy (FWCS) based on attentional feature fusion blocks (AFFB) to utilize the high-frequency detail information extracted by CFEB as much as possible via selectively fusing adjacent level feature information. Finally, we suggest a global hierarchical feature fusion strategy (GHFFS), which can utilize the hierarchical features more effectively than dense concatenation by progressively aggregating the feature information at various levels. Numerous experiments show that our method performs better than most of the state-of-the-art (SOTA) methods on the COVID-19 chest CT dataset. In detail, the peak signal-to-noise ratio (PSNR) is 0.11 dB and 0.47 dB higher on CTtest1 and CTtest2 at SR compared to the suboptimal method, but the number of parameters and multi-adds are reduced by 22K and 0.43G, respectively. Our method can better recover chest CT image quality with fewer computational resources and effectively assist in COVID-19.     

基于范畴论的多TBox整合研究

在语义Web环境下,单一和分散的知识库会引发数据的冗余和不一致性,且严重影响知识库智能化查询,降低知识库中数据的重用性和可操作性.文中提出一种基于范畴论的多TBox整合方法来整合知识库,旨在解决上述者类问题.此方法具有高度抽象性和强大表达能力的范畴论是多知识库整合的理想工具.将TBox作为操作对象,范畴论中"态射"功能可实现TBox的映射,"外推"功能可实现TBox的整合,最后通过实验验证方法的可行性和有效性,实验结果基本符合要求.     

我国陆地观测卫星现状及发展战略思考

本文回顾总结了我国陆地观测卫星载荷体系、地面系统建设及数据应用等方面的发展现状和成就,分析了当前所面临的挑战和任务,以此为基础,对我国陆地观测卫星的未来发展进行了战略思考和展望,提出了加强国家顶层规划、加强地面系统统筹建设、实现系列化业务化运营、加强国际合作、推进产业化发展等建议.