基于神经网络的蜂窝纸板缓冲特性建模

以蜂窝纸板的静态压缩实验数据为训练样本，建立了蜂窝纸板静态缓冲特性的神经网络模型，并对网络训练算法进行了一些改进，仿真结果表明蜂窝纸板的神经网络特性模型较好地模拟了实际的蜂窝纸板缓冲特性，训练误差均控制在5％以内，可满足工程设计的要求。     

曲轴滚压校直力求解的神经网络建模

针对曲轴 滚压校直过程中滚压力的求解问题，利用人工神经网络的方法，建立与之相适应的人工神经网络模型，并对网络训练算法进行了多项改进，使之更适于问题的求解， 更利于网络的训练收敛。     

高校人事档案管理工作的重要性探讨

高校人事档案管理工作是高校管理中的重要组成部分,高校人事档案资料,是研究高校发展历史经验的重要参考资料,但目前高校人事档案管理仍然存在不少问题,本文对此做出了分析,并提出进一步做好高校人事档案管理工作的对策.     

苏北盆地金湖凹陷戴南组成岩阶段划分及其油气地质意义

应用显微薄片、扫描电镜、X-衍射、包裹体测温等分析化验资料,根据镜质体反射率、埋藏史曲线、粘土矿物变化特征以及各种成岩现象和标志,综合划分和确定了金湖凹陷戴南组碎屑岩储层的成岩阶段。戴南组大部分处于中成岩A阶段,少量为早成岩B和中成岩B阶段。与成岩阶段相对应,戴南组储层孔隙类型也经历了从原生到次生的演化阶段,目前戴南组大部分以次生孔隙为主,保存少量原生孔隙。根据成岩阶段和孔隙演化进一步预测新庄1井区和天X77井、关X2井等井区为有利储层发育带。另外,根据成岩阶段的划分结果,反过来预测大部分地区下伏阜宁组有机质处于成熟阶段,是戴南组有利的油气来源,并推断秦X2、天X75、天X92等井区戴南组早期经历了大的构造抬升运动和较强的剥蚀作用。      

基于遗传算法的时间决策系统标定优化方法

针对由多延时电路并联而成的时间决策系统,提出了新的标定优化方法。综合考虑系统精度和可靠度,将标定问题转换为多目标优化问题,并建立了相应的优化目标函数。利用遗传算法对该问题进行求解,采取自适应交叉和变异策略,改善了遗传算法的收敛性能。仿真算例和工程实际应用表明,新方法具有近似最优的精度和较高的可靠度,具有较高的工程实用价值。     

浅析欧洲古典时期古罗马斗兽场的建筑文化

欧洲古典时期的古罗马斗兽场在几千年的历史进程中,已成为古罗马建筑水平的最高代表,它具有独特的建筑风格以及特殊的人文情怀,它的存在具有重要的现实意义。     

基于高阶CRF模型的图像语义分割

图像语义分割方法大多基于点对条件随机场模型, 不能定位到单个目标, 并且难以利用全局形状特征, 造成误识。针对这些问题, 提出一种新的高阶条件随机场模型, 将基于全局形状特征的目标检测结果和点对条件随机场模型统一在一个概率模型框架中, 同时完成图像分割、目标检测与识别的任务。利用目标检测器和前背景分割算法获取图像中目标区域, 在目标区域上定义新的高阶能量项。新的高阶条件随机场模型就是高阶能量项和点对条件随机场模型的加权混合模型, 其最优解即为图像语义分割结果。在MSRC-21类数据库上进行的实验验证了该模型能够显著提升图像语义分割性能, 并定位到单个目标。