一种高精度圆柱形人工边界条件:水-柱体相互作用问题

针对水-柱体动力相互作用问题,提出一种用于模拟无限域水体的圆柱形高精度时域人工边界条件。首先,基于三维可压缩水体的波动方程和边界条件,采用分离变量法建立了时空全局的精确人工边界条件;然后,将其动力刚度表示为外域模型和波导模型人工边界条件动力刚度的嵌套形式;之后,应用时间局部化方法得到时间局部的高精度人工边界条件;最后,离散高精度人工边界条件,并将其与近场有限元方程耦合,形成一种能够采用显式时间积分方法求解的时间二阶常微分方程组。数值算例表明:提出的三维圆柱形高精度人工边界条件精确、高效、稳定。     

人工智能技术课程实践教学改革

根据人工智能技术课程的教学情况,从教学内容、教学方法、教学案例、考核方式、培养实践能力五个方面探讨教学改革.提出在不断更新教学内容和"课堂讲授-课下辅导"模式的基础上,加强网络资源的利用,增加贯穿整个教学过程的分组报告,设计出提高创新能力的教学案例,开展具有多元考核方式以及循序渐进的动态实验设置模式的实践教学改革,以有...     

Classification and prediction of burr formation in micro drilling of ductile metals

In the micro drilling of precision miniature holes, the formation of exit burrs is a topic of interest, especially for ductile materials. Because such burrs are difficult to remove, it is important to be able to predict various burr types and to employ burr minimisation schemes that consider burrs’ micro-scale characteristics. In the present work, an artificial neural network (ANN) was used to predict the formation of burrs in the micro drilling of copper and brass, along with burr formation/optimisation analysis specialised for micro drills. The influence of cutting conditions, including cutting speed, feed and drill diameter, upon exit micro burr characteristics such as burr size and type was observed, analysed and classified. Based on the results, an empirical equation to predict micro burr height is proposed herein. The classification results were compared with conventional burr cases using burr control charts. Then, micro burr types were predicted by means of an ANN, using the influential parameters as input vectors. The usefulness of the proposed scheme was demonstrated by comparing the experimental and prediction/analysis results.     

面向神经形态感知的人工脉冲神经元的研究进展

近年来,随着人工智能技术和脉冲神经网络(SNN)的迅猛发展,人工脉冲神经元的研究逐渐兴起。人工脉冲神经元的研究对于开发具有人类智能水平的机器人、实现自主学习和自适应控制等领域具有重要的应用前景。传统的电子器件由于缺乏神经元的非线性特性,需要复杂的电路结构和大量的器件才能模拟简单的生物神经元功能,同时功耗也较高。因此,最近研究者们借鉴生物神经元的工作机制,提出了多种基于忆阻器等新型器件的人工脉冲神经元方案。这些方案具有功耗低、结构简单、制备工艺成熟等优点,并且在模拟生物神经元的多种功能等方面取得了显著进展。文章将从人工脉冲神经元的基本原理出发,综述和分析目前已有的各种实现方案。具体来说,将分别介绍基于传统电子器件和基于新型器件的人工脉冲神经元的实现方案,并对其优缺点进行比较。此外,还将介绍不同类型的人工脉冲神经元在实现触觉、视觉、嗅觉、味觉、听觉和温度等神经形态感知方面的应用,并对未来的发展进行展望。希望能够为人工脉冲神经元的研究和应用提供有益的参考和启示。     

仿生眼的研究现状与发展趋势

首先,在分析人眼眼球运动的特点和形式的基础上,详细介绍了国内外仿生眼研究对扫视性眼球运动、平滑性眼球运动、异向眼球运动、前庭动眼反射、视动反射等的模仿,最后总结了仿生眼研究的特点和发展趋势．     

基于BP神经网络的车牌自动定位方法

提出了基于BP神经网络的车牌自动定位方法。实验表明，由此建立的车牌自动定位模型适角于各类机动车辆，总定位率为99．5%，达到了业务使用的要求。     

CSatDTA: Prediction of Drug–Target Binding Affinity Using Convolution Model with Self-Attention

Drug discovery, which aids to identify potential novel treatments, entails a broad range of fields of science, including chemistry, pharmacology, and biology. In the early stages of drug development, predicting drug–target affinity is crucial. The proposed model, the prediction of drug–target affinity using a convolution model with self-attention (CSatDTA), applies convolution-based self-attention mechanisms to the molecular drug and target sequences to predict drug–target affinity (DTA) effectively, unlike previous convolution methods, which exhibit significant limitations related to this aspect. The convolutional neural network (CNN) only works on a particular region of information, excluding comprehensive details. Self-attention, on the other hand, is a relatively recent technique for capturing long-range interactions that has been used primarily in sequence modeling tasks. The results of comparative experiments show that CSatDTA surpasses previous sequence-based or other approaches and has outstanding retention abilities.     

基于图像识别的湿地外来入侵物种监测系统的设计与实现

针对外来物种入侵对湿地生态环境构成的严重危害和潜在威胁,开发了湿地外来入侵物种监测系统。本系统基于Linux操作系统,选用Eclipse开发软件、MySQL数据库和Openlayers地理信息系统,应用人工智能百度AI开发平台的图像识别接口服务,实现了外来入侵物种名录管理、物种识别、物种上报等功能。经过测试,本系统识别准确度较高,对终端性能要求较低,运行基本正常稳定,具有较强的移植性,适用于相关监测系统识别功能的二次开发,可以有效支持湿地外来入侵物种监测工作。     

基于云原生和中台技术的电网调度云智能平台的研究

随着电力市场化改革的全面推进、新能源持续的高比例发展以及电动车的爆发式增长,借鉴互联网技术支撑大规模复杂系统的平台化支撑经验,文章提出了以平台化的方式支撑电力调度领域适用数字化新基建的3个转型方向,并介绍相关方案应用于实践的探索.首先梳理当前中国电力调度数字化转型的可行性分析,包括内涵、现状、可行性分析及3个挑战.然后...     

基于软计算思想解决含干扰输入多值异或问题的研究

介绍一种解决含干扰输入多值异或问题的方法。该方法利用遗传算法寻找神经网络结构,使用模糊逻辑控制神经网络的学习率和冲量,并用传播算法训练得到神经网络。结果显示,这种方法能针对问题得到泛化性能、时间复杂度上表现都较为优秀的网络。