关于HF-矩阵的一个未解决问题

针对两个n阶HF -矩阵的Hadamard乘积是否一定使弱Oppenheim不等式成立这个问题 ,证明了当n=2时 ,上述疑问成立 ;当n≥ 3时 ,总存在两个n阶HF -矩阵 ,使弱Oppenheim不等式不成立 .     

Mg86.33Ni12.67Y1非晶合金的制备及其低温弛豫行为

采用单辊快速凝固技术,以4种冷却速度制备Mg86.33Ni12.67Y1非晶合金,并在Tg以下进行低温退火.利用X射线衍射(XRD)、差热分析(DTA)及扫描电镜(SEM)研究该合金的非晶形成能力、热稳定性及低温弛豫过程中的结构特征.结果表明,该非晶合金的过冷液相区宽度△Tx和约化玻璃转变温度Trg最大值分别为41.05 K和0.517 1,且随冷却速度的提高,△Tx表现出增大趋势,说明其非晶形成能力和热稳定性逐渐提高;低温退火时随退火温度逐渐升高,其非晶漫散射峰最大强度所对应的20值逐渐增大,表明原子的邻间距逐渐减小,非晶内部发生结构弛豫,导致拓扑结构不稳定性降低.     

加载方式对生土基砌体抗压性能影响试验研究

通过砌体单轴抗压试验分析了三种不同加载方式对生土基砌体抗压性能的影响,基于层次分析法确定了生土基砌体抗压强度测试的最优加载方式.研究结果表明:采用欧盟标准及改进国标进行加载,试件多发生竖向裂缝贯穿破坏,而美标加载方式下的试件多发生局部破坏;在三种加载方式中,改进国标加载方式下试件的抗压强度均值最小,分别为欧标及美标所测抗压强度均值的94%和82%;改进后的国标加载方式在试件受力状态、数据稳定性及完整性方面均存在优势,建议采用该加载方式测试生土基砌体的抗压强度.     

基于PSO参数优化支持向量机的湿地遥感分类——以鄱阳湖部分区域为例

湿地遥感分类作为湿地管理和利用、动态监测的重要手段,是近年分类研究的热点之一,受到了广泛关注。鉴于湿地系统生态环境特殊,难以进行实地样本点的测取,选取小样本、多维度、高精度的分类方法显得尤为重要。以鄱阳湖国家自然保护区部分区域为研究范围,以landsat8 OLI影像为数据源,以支持向量机分类法为基础,通过PSO算法寻优SVM分类器的高斯核函数参数g和惩罚因子C,初步分析不同样本数目、光谱特征维度和辅助特征维度对于分类精度的影响,并同传统支持向量机分类方法进行比较。研究结果表明,在小样本、高维度情况下,基于PSO参数寻优的分类精度大于传统支持向量机分类精度。在样本数目达到100时,基于PSO参数寻优在高维度分类精度最佳,达到93.03%,较传统的SVM分类提高了1%左右。     

烯-二炔”模型化合物前体：6-硫杂-13-氧杂双环［9．3．0］-3，8-十四二炔的合成

以顺 1,2 ,3,6 四氢邻苯二甲酸酐为原料 ,经还原 ,羟基保护 ,双键臭氧化开环 ,Wittig反应 ,双炔化 ,酯化 ,二醇化 ,二磺酸酯化 ,硫化 ,醇缩合共十步 ,合成了“烯 二炔”前体物 :6 硫杂 13 氧杂双环 [9.3.0 ] 3,8 十四二炔 .该合成法收率较高 ,反应条件温和 ,新化合物 ( 8) ,( 10 ) ,( 11)经元素分析 ,核磁 ,红外 ,质谱确证结构 .     

基于深度学习的挖掘机工作阶段的分类与识别

为实现对挖掘机作业循环各工作阶段的自动识别，采用以执行机构先导压力、主泵压力和功率为识别对象的智能识别方法.根据执行机构先导压力的变化划分工作阶段，并用主泵压力和功率验证.以各工作阶段起始特征波形作为其起始标志，以时间窗滑移方式提取起始特征并确定最佳时间窗宽度，采用深度学习的方法识别各标志.对比了深度学习中分类识别领域应用广泛的ResNet和LSTM的识别效果，发现LSTM的识别效果更好，对测试集的识别准确率最高可达到99.75%.采用LSTM对测试数据进行识别，识别正确率仅有82.54%,说明存在误识别.提出以挖掘机工作阶段的逻辑顺序和设定主泵功率阈值作为校正依据对误识别进行校正，识别正确率可提升至99.72%.结果表明，该方法识别准确率高，可有效识别作业循环各工作阶段.     

飞机流排序中滑动时间窗算法关键参数研究

滑动时间窗算法主要涉及窗体大小、步长和位置交换范围三个参数。这三个参数对算法的有效性和效率都有非常重要的影响。为了寻求这三个参数对算法的具体影响和最优组合,首先对算法的复杂度进行了分析和评估;而后探索和总结了这三个参数之间的关系。最后,在设计和实现该算法的基础上,通过仿真找到了实时性约束条件下,优化效果最好时三个参数的取值,即窗口大小为7,移动步长为3,交换范围约束为4时,计算结果最好。通过大量的数据验证了在最优参数组合下算法的有效性,为科学地使用滑动时间窗算法提供了依据。