TWO-SCALE FINITE ELEMENT DISCRETIZATIONS FOR PARTIAL DIFFERENTIAL EQUATIONS

Some two-scale finite element discretizations are introduced for a class of linear partialdifferential equations. Both boundary value and eigenvalue problems are studied. Basedon the two-scale error resolution techniques, several two-scale finite element algorithmsare proposed and analyzed. It is shown that this type of two-scale algorithms not onlysignificantly reduces the number of degrees of freedom but also produces very accurateapproximations.     

考虑常利率的二维离散风险模型的破产概率

考虑一个带常利率的二维离散风险模型.假设两险种的理赔服从二维一阶自回归模型,利用鞅方法导出最终破产概率的Lundberg型不等式及上界.并通过具体数值分析解释了各种不同参数对破产概率上界的影响.     

竞争性因果学习及其应用

因果关系的研究一直紧密围绕人类探索世界和发现世界的主题,传统的仅仅研究事物之间的统计相关关系作用有限,很难满足经济社会快速发展的需要.文章将自监督学习和对抗学习结合,利用图网络模型和系统动力学的反演模型,从大规模无监督数据中挖掘潜在的隐含信息,基于对比约束,构建物理驱动与数据驱动的统一框架,然后采用极大极小博弈策略学习不同因果模态的一致性表征,从而逼近真正的因果关系,为揭示潜藏在数据背后的内在规律提供了有力的分析工具.文章将非随机因果学习思想融入机器学习框架,对克服现有深度学习在抽象、推理及神经网络可解释性等方面的不足具有重要指导意义.     

基于机器学习的锅炉送风控制系统仿真及优化

送风系统是一个多扰动和多耦合的复杂系统,为了解决送风系统模型辨识难和PID控制效果较差的问题,本文提出了一种基于机器学习的送风控制系统优化设计方案。首先基于现场运行数据,采用随机森林算法筛选出可用于系统辨识的数据;基于BP神经网络辨识送风系统模型并进行闭环控制仿真,仿真结果表明该模型有很高的辨识精度和泛化能力;最后,基于所得仿真回路,采用ADRC算法对系统控制器进行优化,仿真结果与原PID控制相比,表明ADRC可提高送风系统的跟踪性能和抗干扰能力。本文方案也适用于火电机组其他对象的控制回路仿真及优化。     

卷积神经网络在气体泄漏超声识别中的应用

为了克服现有气体泄漏检测方法的不足,提出一种基于卷积神经网络的气体泄漏超声信号识别方法。在设计卷积神经网络网络结构时,通过多次预训练确定网络层数、卷积核数目和尺寸、全连接层神经元数目。同时,选择Inception模块平衡网络宽度和深度,防止过拟合的同时提高网络对尺度的适应性。通过输气管道泄漏实验平台模拟工况中常见的阀门泄漏和垫片泄漏,利用短时傅里叶变换进行时频图表征,在此基础上,建立二分类模型和不同泄漏类型的三分类模型。结果表明,相比二分类模型,不同泄漏类型的三分类模型识别准确率有所降低,添加Inception模块可以有效提高三分类模型的性能。     

微透镜阵列光学相控阵扫描技术研究进展

光学相控阵光束扫描技术在激光雷达、空间光通信和光开关等领域拥有巨大的应用潜力。微透镜阵列光学相控阵可以通过微透镜阵列间μm量级的相对位移同时对多个出射光束的二维倾斜相位进行调制,从而实现大角度二维光束扫描,具有出射口径大、结构简单、体积小、微惯性、多功能等优点。首先介绍了微透镜阵列光学相控阵的扫描原理,之后对微透镜阵列光学相控阵国内外的发展现状、应用和现阶段存在的问题进行了阐述,最后对微透镜阵列光学相控阵的发展趋势进行了展望。     

可见光通信系统的非线性失真抑制研究北大核心CSCD

发光二极管的非线性特性是引起光信号出现非线性失真的一个重要因素,针对该问题,采用人工神经网络在接收端对信号的非线性失真进行抑制,进而降低可见光通信系统的误码率。将发光二极管的输入电信号与接收端转换后的电信号组成成对数据,将成对数据集送入神经网络进行训练,学习信号在电光转换、信道传输及光电转换过程中的非线性失真特性,通过神经网络对信号的非线性失真进行估计与抑制。此外,在训练过程中采用分布估计算法搜索神经网络的超参数集,以降低训练难度。实验结果表明,该方法在不同的信道环境下均能有效地改善可见光通信的性能。     

BP神经网络在光学相关器相关峰识别中的应用

光学相关识别是图像识别的重要方法，有效识别相关器输出平面的相关峰信号是保证光学相关器图像识别准确性的关键。由于激光器输出功率的波动、光学系统本身的误差以及SLM器件本身带来的噪声，采用一般的阈值方法很难达到理想的效果。该文提出对相关器的输出平面进行预处理，充分考虑相关信号的形状信息，提取感兴趣区域(ROI)，采用BP神经网络对输入矢量进行计算，可达到对相关峰信号和噪声的有效分类识别，从而提高了光学相关器识别的可靠性，降低了误判的概率。     

基于离散余弦变换和支持向量机的多光谱纹理图像的茶叶分类研究

提出一种利用多光谱图像纹理特征进行茶叶分类的新方法。图像由MS3100-3CCD光谱成像仪获得,光谱成像仪提供近红外(NIR)、红色(R)和绿色(G)的3个波段的图像。首先对原图像的NIR波段图像提取均方值,然后应用离散余弦变换算法,构造出8个带通和高通滤波器对NIR通道的图像进行滤波并提取均方差值,最后应用支持向量机技术,分别对原图像的NIR提取的均方差值和用8个滤波器滤过的图像提取的均方差值进行建模。茶叶样本总共为240个,训练和预测各为120个,每种训练样本和预测样本各为20个。结果表明经过8个滤波器处理图像的识别率为100%,而没有经过滤波处理的纹理图像识别率只有73.33%,说明离散余弦变换算法设计的滤波器是一种非常有效的纹理识别技术,此实验同时也为茶叶的分类提供一种快速和无损的新方法。     

一种基于激光直写的水浊度传感结构

提出并制作了一种基于激光照射改变折射率方法的光度比浊度传感单元,综合了导波光学及检测相关知识原理.以UV光敏树脂为基底材料,采用“气体干法”除胶及分步固化的方法获得了该芯片化结构.传感器整个制作过程仅仅需要7~8 min因而使本方法具有很高的效率.由直写成型的单元组建传感系统对标准悬浊液样品进行了实验测试,所得的相关数据在SISO算法神经元网络系统中进行处理,获得了传感器浊度与对应散射系数的关系曲线.通过试剂检验的方法得知实际相对误差在5%左右.