集值半连续映射对的公共不动点定理

本文旨在将B.Fisher关于完备度量空间中映射对的公共不动点推广到Hausdotff度量下集值上半连续映射对的情形,得到了定理3,推论5.8.引理7是关于Hausdorff度量的新结果。     

线段与圆锥曲线位置关系中参数范围的求法

<正>直线与圆锥曲线的位置关系是解析几何的主要内容,而线段与圆锥曲线的位置关系是它的特殊情况.这类问题思路新颖、解法灵活、技巧性强,学生解这类题常感困难或者出错误,为帮助学生解决这个问题,本文介绍几种方法,供同学们解题时参考,现举例说明.一、函数值域法     

新型软半环北大核心

将软集的参数集赋予半环的代数结构,提出新型软半环的概念,并利用对偶软集的方法给出新型软半环的等价刻画;然后讨论了两个新型软半环在限制交和且等运算下仍然是新型软半环的性质;最后得到新型软半环的同态像和原像仍然是新型软半环的结论.     

河北师范大学物理实验教学中心

河北师范大学物理实验教学中心始建于1952年。1996年原河北师范大学物理实验室、河北师范学院物理实验室和河北教育学院物理实验室合并,统一管理。2000年正式命名为物理实验教学中心,实行校、院二级管理和中心主任负责制。中心包括普通物理实验室、近代物理实验室、中学物理教学技能训练实验室、无线电物理实验室、物理演示实验室、物理虚拟仿真实验室、新型薄膜材料实验室和天文台。2008年成为国家级实验教学示范中心。     

卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.      

基于拟相对内部集值优化问题弱有效元的最优性条件

本文研究了基于拟相对内部的非凸集值优化问题弱有效元的最优性条件.首先,讨论了弱有效元与线性子空间之间的关系,利用涉及拟相对内部的凸集分离定理,获得了弱有效元的最优性条件.其次,给出了基于拟相对内部弱有效元的Lagrange乘子定理.     

平均模糊软集及其相似测度

基于弱模糊软集和强模糊软集的概念,给出了平均模糊软集的概念,讨论了平均模糊软集的一些基本性质.给出了具有相同参数集的两个平均模糊软集之间的几种相似度的定义,讨论了这些相似度之间大小关系.给出了具有不同参数集的两个平均模糊软集之间的相似度的一种定义,并通过例题,说明了这种相似度的定义的合理性.     

Vague集转化为模糊集的动态犹豫度方法

在Vague集转化为模糊集的过程中,将其犹豫度细分为赞成、反对和犹豫三部分,是一种动态的并且十分合理的方法。结合投票模型,通过还原和分析相关文献中犹豫度的细化过程发现,其每步细化中得到的赞成、反对,总是通过将上一步细化得到的最终的赞成、反对比例乘以最初的犹豫度π_A(x)而得到的,并在此基础上进而确定剩下的犹豫度,从而实现犹豫度的细分,而不管上一步细化后犹豫度是什么。考虑到每步细化后犹豫度一直在变化的事实,为此,提出一种将犹豫度细化的Vague集转化模糊集的一种动态方法,即通过在每步细化中将上一步细化获得最终的赞成、反对比例乘以上一步细化后得到的犹豫度,而得到本步细化后的赞成、反对,继而确定剩下的犹豫度,随后证明了该转化方法的合理性。最后,通过算例说了所提方法的可行性与有效性。     

关于吸收式碳捕集热力学机制的探索

热再生吸收式碳捕集的传统认识难以揭示其热力学机制,一种新的认识是"热-化学能"转换中存在中间能量形式.本文从热力学碳泵概念出发,对吸收式碳捕集理想系统进行了解耦,其可视为"热机-碳泵"的热力学组合,探索了极限效率的表达,并采用第二定律效率作为评价参数对已有中试试验系统进行了性能水平探索.结果表明,理想循环性能系数仅取决...     

基于神经网络的钞票真假识别研究

利用神经网络与光电检测的技术研制了钞票真假识别系统.介绍了系统的结构组成、工作原理、软件系统、神经网络的优化设计、实验及测试结果.经实践验证,其识别结果稳定可靠,可应用于金融智能防伪点钞机与ATM机中.