向万亿级高带宽前进——英特尔展示全球首个集成激光器的端到端硅基光电联结系统

7月27日,英特尔公司宣布了一项重大技术进步,使用光束替代电子在计算机内部及周边进行数据传输。英特尔已经开发出世界上首个集成了激光器的硅基光电数据联结系统研究原型。与目前的铜缆技术相比,它可以实现更长距离的数据传输以及数倍的速度提升,每秒可传输高达50GB的数据——相当于一部完整的高清电影。     

一类非线性神经模糊控制系统

针对离散非线性系统,将神经网络和模糊技术有机结合,模糊神经网络与自适应控制方案相结合,设计了一种模糊神经网络自适应控制系统,它由模糊对向传播（FCP）网络辨识器和径向基函数（RBF）神经网络控制器组成,仿真结果表明了该方案的有效性。     

带边界约束的4片相邻三角Bézier曲面的近似合并

基于Jacobi基的性质以及条件极值问题的求解,对4片相邻三角Bézier曲面进行了近似合并.首先利用Jacobi基的正交性及其与Bézier基之间的基转换矩阵,得到合并前后三角Bézier曲面距离函数的L2范数;为了保证合并前后三角Bézier曲面在边界C0连续以及角点处高阶连续,控制顶点必须满足一系列线性约束.为得到与原曲面距离最小的近似合并曲面,只需要利用Lagrange乘子法解决带线性约束的条件极值即可.合并三角Bézier曲面的控制顶点可用矩阵显式表达,且合并的逼近误差可由合并前后曲面距离函数的L1范数形式精确给出.通过提高合并三角Bézier曲面的次数,可减小合并误差、改善合并效果.数值实例表明,该方法计算简单、直接,适用性强,逼近效果佳.     

基于RBF神经网络混合遗传算法的多用户检测

提出了一种混合递阶遗传算法来同时训练RBF神经网络的结构和参数,引入了改进的染色体编码方案,用基于奇异值分解的最小二乘法计算网络输出层权值,提高了遗传搜索的效率,精简了网络结构.并用变学习速率梯度下降法优化遗传训练出的最优网络,应用到多用户检测中.仿真结果表明,新混合学习算法训练出的网络结构优于其它算法训练的网络结构,并且性能良好.     

基于Matlab的自行火炮液压管件应力分析

液压管件作为某型自行火炮液压系统的一类重要元件,其机械性能在很大程度上影响整个液压系统的工作寿命.采用建模和仿真技术研究其应力分布,提出依据广义胡克定律建立液压管件在高强度载荷作用下的力学模型的方法,利用Matlab进行仿真分析,结合仿真结果对液压管件径向及切向应力的分布规律进行了探讨,对于液压管件的疲劳分析以及力学性能研究具有一定的参考价值.     

不规则网格上的曲面设计方法

提出一种在不规则网格上构造曲面的方法.其基本思想是,通过均匀双三次B样条基函数的分解和子基函数的分类,将B样条曲面方法推广到任意四边形网格.给定一个任意四边形控制网格,首先对每个控制点构造一个基函数;所有控制点加权组合形成整体曲面.构造的曲面是分片双三次有理参数多项式曲面.此方法可以看成是均匀B样条曲面构造方法的扩展,如果控制网格是规则四边形网格,那么构造得到的曲面与均匀双三次B样条曲面是一致的.最后,实例证明此方法能够有效地构造曲面.     

一种过程支持向量机及其在动态模式分类中的应用

针对一般SVM在机制上难以直接对动态模式进行分类的问题,提出了一种基于函数正交基展开的过程支持向量机.该模型的输入为时变函数,输出为模式类别.在输入函数空间中选择一组适当的正交函数基,将输入函数在该组函数基下进行有限项展开,把展开式系数作为核函数的输入.由于时变函数在基函数映射下与展开式系数一一对应,从而可利用SVM的变换机制实现动态模式分类.给出了基于SMO的求解算法,实验结果验证了模型和算法的有效性.     

电火花加工智能控制系统的建模及仿真

为增强电火花加工过程的稳定性,基于模糊RBF神经网络智能控制,同时利用模糊控制的解耦性,以在电火花加工过程中统计的空载率、正常放电率、不正常放电率(包括电弧及短路放电)、相对于脉冲周期和他抬刀周期的正常放电率为输入,设计了以伺服参考电压、脉冲间隔和抬刀周期为输出的电火花加工模糊RBF神经控制器,并利用MATLAB对设计的模糊RBF神经控制器进行了建模及仿真.仿真结果表明了模糊RBF神经网络控制系统在电火花加工中对于稳定加工状态的有效性.     

RBF网络和RBF核支持向量机比较研究

RBF网络是模式识别中应用最为广泛的一和神经网络.RBF核函数型支持向量机是一种性能卓越的新型学习机.将这两种学习机进行对比分析,以期在实际应用中做出更好的选择.首先,在理论上分析了这两种学习机在分类原理上的异同.接着,将它们应用于人脸识别,利用ORL人脸图像数据库进行了仿真实验,对比分析它们各自的识别率和泛化能力等性能指标.最后,提出了在应用这两种学习机进行模式识别时应注意的方面.实验结果表明,按照本文提出的两种训练模式,RBF型支持向量机在识别准确率上比RBF网络高出2%到4%.这说明RBF型支持向量机的性能要优于RBF网络.但是RBF网络易于实现,在样本数日足够多的情况下也不不失为一种好的算法.     

基于高阶谱分析的混合电路故障诊断专家系统的设计

混合电路故障诊断是当前对电路故障诊断的一个热点问题,文中从分析混合电路特点入手,利用高阶谱中的双谱技术分析、处理和提取电路状态的故障信息特征,然后设计和采用以径向基神经网络作为故障模式的训练和识别器,建立一个故障诊断专家系统,最后以一个功率电路作为例子进行了仿真验证,结果表明,对电路的故障诊断准确率达到95%以上。