一种改进的深度信念网络算法

为了找到更合适的网络激活函数,来进一步提高深度信念网络算法的非线性逼近能力和性能,本文提出了一种基于径向基函数的深度信念网络算法.该算法将径向基函数引入其中,作为其激活函数,同时利用对比分歧的方式对激活函数的重点变量(中心、宽度、权值)进行了优化和调整.然后,设计了人脸识别预测实验和洛伦兹序列预测实验来对本文算法进行验证,人脸识别预测实验使用了比较权威的户外脸部检测数据库LFW.实验结果表明,本文所提出的算法在性能、预测准确率方面优于传统方法,同时具备可行性.     

基于径向曲线与支持向量回归的颅骨修复方法

颅骨修复技术是对有缺损的颅骨补全对应的缺损部分,进而实现颅骨形状的完整性。针对高维颅骨数据,采用径向曲线来表示颅骨几何特征,结合最小二乘支持向量回归的方法构建颅骨修复模型。提取完整的三维颅骨模型的径向曲线,将其分为已有径向曲线和缺失径向曲线两部分作为训练样本,采用最小二乘支持向量回归统计模型复原出待修复颅骨的缺失径向曲线,进而合并生成待修复颅骨的完整径向曲线,通过迭代最近点算法将合并的颅骨径向曲线与颅骨统计模型进行匹配生成完整的三维颅骨模型。实验结果表明,该方法的平均误差达到6.834×10^-3,比主成分分析方法降低2.90倍,具有更好的修复效果。     

TGDDM/DDS交联环氧树脂的分子动力学模拟

采用分子动力学(MD)模拟方法研究了环氧树脂4,4’-二氨基二苯甲烷四缩水甘油醚(TGDDM)与固化剂4,4’-二氨基二苯砜(DDS)交联过程中结构与能量的变化情况,预测了交联环氧树脂的玻璃化转变温度(Tg)、体积热膨胀系数和力学性能。研究结果表明,交联反应使得TGDDM/DDS体系密度增大,结构堆积更加紧密,范德华力和静电作用力增大,总能量减小,反应过程放热,通过温度-比体积曲线得到了交联体系的Tg约为527.9K,与实验值538.9K较为吻合,交联显著增强了材料的力学性能,而高温环境会引起树脂力学性能的下降,通过径向分布函数g(r)揭示了温度对交联环氧树脂结构的影响规律。     

微观尺度下单晶铜熔点多因素影响的分子动力学模拟研究

基于分子动力学方法,利用嵌入原子势(EAM)函数,在微观尺度下研究了影响单晶铜熔点的多种因素。首先利用势函数计算单晶铜的晶格常数和弹性常数,以此验证本研究所采用势函数的准确性,然后利用能量体积法、径向分布函数法和键对分析技术对模拟得到的结果进行分析,测得单晶铜熔点约为1 380K。分析了模型大小、升温速率、晶体缺陷对铜熔点的影响,研究发现模型大小、升温速率对熔点的影响不大,随着升温速率的增大,达到熔点所需的时间越短。晶体缺陷的存在使金属材料晶格点阵稳定性下降,熔化需要的热量减少,熔点相应降低,与实际熔点情况一致。     

一种航天用磁性液体吸振器的减振性能研究

为抑制航天器大型柔性结构的低频振动,研究了一种基于磁性液体悬浮原理的新型吸振器。建立了该吸振器的动力学模型,推导了磁性液体悬浮力和黏性阻尼力方程。针对方程中磁性液体的界面求解问题,根据磁性液体的伯努利方程和界面方程,分析了磁性液体界面与磁场强度的关系,建立了磁性液体界面、悬浮力和黏性阻尼力的仿真方法。通过仿真和试验研究了壳体高度对磁性液体悬浮力和黏性阻尼力的影响规律,分析了仿真与试验的差异。基于铜板的自由振动试验,验证了该吸振器抑制低频自由振动的有效性。结果表明,该吸振器具有较好的线性特征,对1.1 Hz, 5 mm的自由振动时间最高可缩减85%。     

具有多类型激活函数的RBF网络设计

提出多类型激活函数的径向基网络结构设计方式,网络隐层由薄板样条函数节点和高斯函数节点构成,分别采用改进的粒子群算法和前向局部优化算法对两种类型节点的参数进行学习.改进的粒子群算法综合运用粒子运动过程的启发式信息和样本的梯度信息进行种群迭代,减小了陷入局部极值的概率.前向局部优化算法是一种高斯节点的序贯学习算法,算法采用DFP方法对新增高斯节点的参数进行局部优化,提高了网络的逼近性能.通过解析和工程算例验证了多类型激活函数RBF网络的高拟合能力及其学习算法的有效性.     

基于CCD的垂线坐标仪的设计

针对矿井井壁变形引起的径向位移测量问题,提出了一种基于CCD的垂线坐标仪的设计方案,给出了垂线坐标仪的结构及其在井壁变形监测系统中的布置,详细介绍了垂线坐标仪的软、硬件设计。该垂线坐标仪利用CCD采集光信号并将其转换为视频信号,采用LPC932对采集的视频信号进行二值化处理及计数,并将处理结果发送至地面计算机进行分析,从而得到矿井井壁变形引起的径向位移量。测试结果验证了该垂线坐标仪的稳定性和精确性。     

基于PCA与RBF的焦炭质量预测模型

针对炼焦生产过程焦炭质量难于实时测量的问题,建立一种主元分析(PCA)和径向基函数(RBF)神经网络相结合的预测模型.通过机理分析确定焦炭质量的影响因素包括配合煤指标和炼焦过程操作参数;采用主元分析减少径向基函数网络的输入;最后采用k-均值聚类算法确定径向基函数隐含层的参数,并用最小二乘法确定线性输出层参数.采用炼焦生产过程现场数据进行仿真,结果表明,该模型具有学习速度快、跟踪性能好以及泛化能力强等优点,实现了焦炭质量的在线预测.     

一种基于改进径向基函数JSP算法

作为作业调度里面一类典型问题,Job-shop问题的求解是属于NP完全的,至今大规模Job-shop问题的有效算法仍未找到.在析取有向图模型基础上,通过减聚类方法构建径向基函数神经网络实现可互换工序对选取,利用最小均方算法对网络权重进行训练,以此为基础提出一种具备学习功能智能算法.数值仿真结果表明,所提算法对于大规模Job-shop问题求解存在较好效果,达到预期目的.