基于EMD-PSO-LSTM组合模型的船舶运动姿态预测

由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)。然后,利用PSO-LSTM模型学习各IMF分量的短期时序规律并进行预测,将各IMF分量的预测值相加得到最终的预测结果。基于实测数据进行仿真的结果表明,该组合预测模型分别比LSTM模型和PSO-LSTM模型在姿态角的预测中平均绝对百分比误差分别降低了约11%和7%,有效提高了船舶运动姿态预测精度。     

基于多尺度特征应变均匀化计算HCP多晶体塑性

结合基于位错密度的晶体塑性模型与特征应变均匀化方法来分析HCP晶体结构材料的力学行为,拟开发一种计算模型用于有效捕捉以及预测微观与结构尺度的裂纹产生。首先,与传统的晶体塑性有限元相比,该多尺度模型可以提高计算效率并同时保持微观尺度的捕捉精度。其次,将模型与试验结果的差值为优化目标,在满足物理学定义的条件下得到合理的材料参数。最终,结构尺度的模拟显示该模型可以获取在结构尺度与微观晶粒尺度的潜在裂纹生长区域。     

虾肝肠胞虫感染病理特征、18S rRNA基因序列及系统进化树分析

为调查浙江省部分地区虾肝肠胞虫(Enterocytozoon hepatopenaei,EHP)暴发来源及与其他宿主来源的微孢子虫进化关系,本研究利用形态学特征和分子鉴定,尝试对引起浙江多地凡纳对虾生长缓慢综合征的病原进行探究.同时基于18S rRNA基因序列分析该病原与其他地区及其他宿主来源微孢子虫的进化关系.结果显...     

双三次Bezier曲面片的光滑拼接

本文根据曲面的总曲率和平均曲率推导出双三次Bezier曲面片拼接的C^2连续条件。     

“旁门左道”PK“名门正派”

埃瑞克·李通过公开信息发现公司可能存在的倒签股票日期的可能,并且在事后得到了验证,这可视作经典的“旁门左道”走上“名门正派”之路的案例。不管是竞争战略,还是蓝海战略,都有一个分析框架,而这恰恰是“名门正派”在分析工具方面的最典型特征.     

关于格的卡氏积的特征多项式和几何性

利用格L_i(i=1,2)的性质研究了它们的卡氏积L=L_1×L_2的性质,得到了L的秩函数、Mbius函数和特征多项式,并且由L_i的几何性证明了L的几何性.     

基于彩色结构光的自由曲面三维重建方法

彩色结构光三维重建过程中,系统的非线性耦合以及待测曲面的拓扑结构等均会对结构光解码产生影响,从而导致调制条纹漏检和颜色码误识别.为解决这一问题,提出一种基于彩色编码结构光的三维重建方法.利用YUV颜色通道对调制条纹进行滤波差分投影处理,通过调制条纹的波形分布提取中心特征线;利用颜色聚类方法精确获取调制条纹的颜色码信息值...     

一类特殊分块矩阵为循环矩阵的循环分块矩阵的几个性质

本文给出一类特殊分块矩阵为循环矩阵的循环分块矩阵的几个性质。     

Towards a unified recurrent neural network theory: The uniformly pseudo-projection-anti-monotone net

In the past decades, various neural network models have been developed for modeling the behavior of human brain or performing problem-solving through simulating the behavior of human brain. The recurrent neural networks are the type of neural networks to model or simulate associative memory behavior of human being. A recurrent neural network (RNN) can be generally formalized as a dynamic system associated with two fundamental operators: one is the nonlinear activation operator deduced from the input-output properties of the involved neurons, and the other is the synaptic connections (a matrix) among the neurons. Through carefully examining properties of various activation functions used, we introduce a novel type of monotone operators, the uniformly pseudo-projectionanti-monotone (UPPAM) operators, to unify the various RNN models appeared in the literature. We develop a unified encoding and stability theory for the UPPAM network model when the time is discrete. The established model and theory not only unify but also jointly generalize the most known results of RNNs. The approach has lunched a visible step towards establishment of a unified mathematical theory of recurrent neural networks.     

四元数矩阵理论中的几个概念间的关系

本文指出并改正文［１］中的错误，给出弱特征多项式［２］与重特征多项式［３］间的显式关系，同时也给出行列式［２］与重行列式［４］间的显式关系，最后讨论了左特征值、右特征值、特征值和特征根之间的关系及最小多项式与弱特征多项式根之间的关系．