人机不确定条件下康复步行训练机器人的部分记忆迭代学习限速控制

为了提高康复步行训练机器人的跟踪精度及安全性,提出了一种带有运动速度约束和部分记忆信息的自适应迭代学习控制方法,目的是抑制人机不确定性及速度突变对系统跟踪性能的影响.在考虑人机不确定性的基础上,建立了康复步行训练机器人的动力学模型.提出了基于模型预测的速度约束方法,通过限制每个轮子的运动速度,约束了机器人的实际运动速度.进一步,利用受约束的运动速度建立了动力学跟踪误差系统,提出了具有部分记忆信息的自适应迭代学习控制器设计方法,并验证了跟踪误差系统的稳定性.仿真对比分析和实验研究结果表明,文中提出的控制方法能抑制人机不确定性并使康复者在安全速度下完成步行训练.     

使用长短期记忆网络预测NBA比赛胜负

深度学习与机器学习的方法已广泛应用于NBA(美国篮球职篮联赛)的比赛胜负的预测中,然而过去的方法未对过去几场比赛的数据进行建模,忽略了比赛双方近期状态的有效表示.为了解决这个问题,提出了基于长短期记忆(LSTM)网络的方法对NBA常规赛的比赛胜负进行预测.该方法分别以比赛中的两支球队过去几场比赛的数据作为LSTM的输入,以该场比赛结果作为输出,训练能够预测比赛胜负的模型.本质上是使用球队在该赛季的历史数据的平均值作为该球队的实力,以近几场比赛的数据序列作为该球队状态的体现.在实验中比较了其他几种预测NBA比赛胜负的方法(支持向量机、卷积神经网络、逻辑回归模型等方法),数据来自2014—2019年间的5个赛季的NBA常规赛数据.结果表明,模型的预测准确率达到(69.09％),高于其他几种模型.     

融合注意力机制的学生退课行为预测

近年来,大规模在线开放课程(MOOCs)发展迅速,吸引了学界的广泛关注.用户退课率极高这一问题的长期存在,使得退课行为预测成为了一个重要的研究课题.目前的退课行为预测模型过于依赖传统的机器学习算法.此外,很多研究忽视了MOOCs用户灵活修课的特点,采用时序无关的方法进行预测.针对目前该领域存在的问题,论文提出了一种融合注意力机制的时序预测模型.该模型首先利用长短期记忆网络从原始的时序数据中学习新的时序隐态表示,再使用多个一维卷积神经网络提取隐态中各类特征的时序模式,最后融合注意力机制,使模型能够通过注意力分布值强化有效特征.实验结果表明,该方法的预测能力优于其他方法.     

结合CNN与双向LSTM的心律失常分类

心律失常是心血管疾病中常见的病症之一,实现心律失常的自动分类对心血管疾病的诊治具有重要意义.基于一维心电信号的心律失常分类方法以若干节拍作为输入,通过模型提取特征并用于分类.针对现有方法预处理时间成本高以及未按医疗仪器促进协会(AAMI)标准分类等问题,提出了一种基于原始一维心电信号并按照AAMI推荐标准类别进行心律失常自动分类的方法.该方法首先利用卷积神经网络(CNN)学习心电信号的形态特征,之后通过双向长短期记忆网络(BLSTM)获取特征中的上下文依赖关系,最后借助softmax函数完成分类任务.方法采用mish函数作为激活函数,使得模型在训练中更为稳定.在公开数据库MIT-BIH上进行五折交叉验证,评估结果达到了99.11％的平均准确率,表明该模型可以有效地提取心电信号的特征,适用于监测系统中心律失常疾病的诊断.     

基于BiLSTM的智能语音餐厅推荐方法

为了方便人们在就餐前选择餐厅,提高就餐效率,文中提出一种基于双向长短时记忆网络的智能语音餐厅推荐方法。首先利用长短时记忆网络进行意图识别,再利用BiLSTM实现餐厅推荐系统中的实体提取,便于系统根据用户所提供的实体信息结合用户意图做出相应反馈。根据意图识别在餐厅推荐系统中的实际应用情况,准备充分的意图识别数据,确定意图识别方案。同时,文中采用基于Rasa_Core的对话管理机制制定对话场景来训练对话管理模型,在用户意图的指引下利用训练好的模型可以选择最优的反馈动作,达到机器与人的有效沟通。     

基于应变率损伤本构模型的围岩分区破裂化现象数值模拟

为了探究深部巷道围岩的分区破裂化现象,利用ANSYS/LS-DYNA软件数值模拟,使用Cowper-Symonds本构模型结合GISSMO模型,将巷道的开挖视为动力过程。从岩石的细观角度出发,考虑岩石的应变率效应以及损伤对岩石的力学性质的影响,构建应变率损伤本构模型。同时结合应力三轴度,以更全面地描述岩石在各种应力条件下的力学特性,并基于最大应变和最大拉应力准则建立单元破坏准则。对岩石进行单轴压缩数值、掘进开挖法模拟及实际观测的结果表明:岩石单轴压缩全应力-应变曲线拟合效果较好;掘进开挖速率对分区破裂化现象有影响;掘进开挖法的分区破裂化模拟结果与实际观测数据具有一定的一致性。提出的模型对于围岩分区破裂化现场的模拟及预测有一定的参考意义。     

2002中—俄金属磁记忆检测与评价技术研讨会在北京召开

20 0 2中 俄金属磁记忆检测与评价技术研讨会于 2 0 0 2年 11月 8日在北京召开。本次会议由中国国家质量监督检验检疫总局锅炉压力容器检测研究中心、中国机械工程学会无损检测分会和俄罗斯动力诊断公司共同主办。来自全国锅炉压力容器检验、石油、石化、电力、航空、船舶、冶金、高校和科研院所等九个行业部门的近 80位代表参加了会议。会议开幕式由全国无损检测学会副理事长沈功田主持 ,国家质检总局锅检中心总工程师陈钢研究员、全国无损检测学会理事长耿荣生教授和俄罗斯动力诊断公司总裁Ｄｏｕｂｏｖ教授分别致开幕词。动力诊断公司Ｄ…     

桩基倾斜度对低应变反射波法割桩损伤的影响

低应变反射波法用于已建高桩码头的桩身结构完整性检测时,需要割桩设置传感器和激振两个平台,因而对桩身产生一定损伤。运用大型通用有限元软件ANSYS对比了不同倾斜度桩基在完好状态和检测状态下桩身应力的变化,分析了有割桩损伤侧桩身应力集中程度。结果表明:割桩损伤会导致割桩处出现应力集中,其影响范围主要在割桩处1.0 m之内,桩身受力最不利截面从桩基与横梁联接处移至割桩平台处。割桩处的应力集中程度与桩基的倾斜度相关:正斜桩应力集中程度最高,直桩次之,反斜桩应力集中程度最低。因此,对于以船舶撞击力为控制荷载的高桩码头,在低应变检测桩数目的前提下可增大抽检桩中反斜桩的比例。低应变检测桩基后应对割桩处1.0 m范围内进行修补,以确保桩基水平承载性能。     

掘进机恒功率自适应调速与记忆截割系统研究

由于掘进机在进给过程中截割头工作面负载变化存在随机性且幅度很大,设计并开发一套以可编程序控制器为数据采集和控制核心,上位机采用组态软件构建远程监控系统的掘进机自适应控制系统,采用多信息融合技术综合分析负载的变化,实现恒功率自适应调速,同时采用记忆截割与自适应调节相结合的控制方法,在记忆截割的基础上根据反馈信号进行局部调节,更新记忆曲线,保证掘进机的恒功率进给,延长掘进机截割头的使用寿命.     

基于动态有理函数的功放模型及预失真应用

针对现代无线通信系统中射频功率放大器的非线性与记忆效应,提出一种新的低复杂度的动态有理函数模型,该模型简化了有理函数模型,通过两个多项式的比进行建模,但分子是包络记忆多项式的形式,分母由无记忆多项式构成.通过模型仿真和预失真应用系统验证,结果表明:与记忆多项式模型相比,动态有理函数模型所需的系数要少30.6％,模型精度却与其相近,邻信道功率比(ACPR)改善约20 dB,而与有理函数模型相比,所需系数要少21.9％,模型精度改善2.4 dB,ACPR改善约15 dB.由此证明了该模型在复杂度和精确度上的优越性,对功放预失真的研究具有重要的参考价值.