人工神经网络法预测炸药组分的色谱保留值参数

 以分子拓扑指数作为炸药组分的结构描述符 ,利用反向传播算法 (BP)人工神经网络 ,以Sigmoid函数为传递函数 ,分子连接性指数0 χ ,1χ ,2 χ与边邻接指数 (ε)为输入向量 ,反相高效液相色谱保留值参数logkw 和S为输出向量 ,将输入向量归一化至 - 3～ 3区间 ,输出向量归一化至 0～ 1区间 ,网络精度取 0 5 ,学习步长 η的初始值取0 2 ,动量因子α取 0 5 ,通过对 2 0种炸药的网络模型进行训练 ,建立了炸药分子结构与logkw 和S之间的定量模型。结果表明 ,该模型较好地反映了炸药分子结构与保留值之间的关系。     

二层多目标规划的最优性条件

本文在集值优化的框架下提出了一个二层多目标规划模型（BLMOP）.利用集值映射的相依导数和相依上导数,给出了几个有关（BLMOP）的弱有效解的必要或充分最优性条件.     

正交异性理想塑性材料平面应力问题的裂纹尖端应力场

本文在裂纹尖端场的应力分量仅仅是θ的函数的假设下,利用Hill屈服准则和平衡方程导出了正交异性理想塑性材料平面应力问题中裂纹尖端场的微分方程;在允许应力不连续线存在的情况下,把解析表达和数值计算法结合起来,得到了Ⅰ型和Ⅱ型裂纹尖端的应力场.     

非内点同伦方法求解双层规划问题

提出了一种非内点同伦方法来解决无界集上的双层规划问题,并在适当的假设条件下,证明了同伦路径的存在性和全局收敛性.这种方法放宽了对初始点的要求,使数值计算更加便利.数值结果表明,该方法与现有的解双层规划问题的同伦方法相比,计算效率更高.     

一类不等式的简证——兼谈一个恒等式的应用

证明不等式的途径较多,本文意在介绍一类不等式的简证．证明过程中要用到如下恒等式：     

一个征解轮换对称不等式的初等证明

用初等方法证明了不等式:设xi>0,i=1,2,…,n(n≥3),则x2/x1(x3 x4 … xn) x3/x2(x4 x5 … x1) … x1/xn(x2 x3 … xn-1)≥(n-2)(x1 x2 … xn)     

A pair of integrated optoelectronic transceiving chips for optical interconnects

In this Letter, a pair of integrated optoelectronic transceiving chips is proposed. They are constructed by integrating a vertical cavity surface emitting laser unit above a positive-intrinsic-negative photodetector unit. One of the transceiving chips emits light at the wavelength of 848.1 nm with a threshold current of 0.8 mA and a slope efficiency of 0.81 W/A. It receives light between 801 and 814 nm with a quantum efficiency of higher than 70%.On its counterpart, the other one of the transceiving chips emits light at the wavelength of 805.3 nm with a threshold current of 1.1 mA and a slope efficiency of 0.86 W/A. It receives light between 838 and 855 nm with a quantum efficiency of higher than 70%. The proposed pair of integrated optoelectronic transceiving chips can work full-duplex with each other, and they can be applied to single fiber bidirectional optical interconnects.     

一种改进Census变换与梯度融合的立体匹配算法

针对现有立体匹配算法对噪声敏感、易失真、在视差不连续区域与弱纹理区域误匹配率高的问题,提出一种改进Census变换与梯度融合的多尺度立体匹配算法。采用支持窗口内所有像素的加权平均灰度值作为Census变换的参考值,将Census代价与由水平和垂直方向归一化结合的梯度代价进行加权融合,通过设置噪声容限获得稳定的代价,提高了单像素匹配代价的可靠性;在多分辨率尺度下,采用改进引导滤波算法完成对匹配代价的聚合;通过视差提取获得视差图。实验结果表明,该算法在Middlebury测试平台上对标准立体图像对的平均误匹配率为4.74%,对27组扩展立体图像对的平均误匹配率为8.67%。该算法使得视差不连续区域与弱纹理区域的误匹配率进一步降低,且对噪声和光照等干扰表现出较好的稳健性。