随机激励下柔性智能梁结构振动的模糊自适应控制

对柔性智能梁结构提出了一种具有结构和参数学习能力的模糊神经网络控制方法,该法摒弃了常规的以BP算法来优化整个网络参数的作法,利用遗传算法对网络全局性参数进行离线优化,利用BP学习算法对网络局部性参数进行在线调节。以柔性智能悬臂梁为例,实现了对其在随机激励下的振动控制。仿真结果表明,模糊神经网络控制算法对智能结构的振动控制具有一定的鲁棒性和自适应性。     

船速桨频测量仪研究

船速桨频测量仪是一种智能化测量仪器．单片微型计算机８７Ｃ５１是测量系统的核心．本文系统介绍其工作原理，软、硬件的设计方法．最后列举测试结果并进行误差分析     

溶剂型智能驱动材料的研究进展

智能驱动材料可对光、电、温度、溶剂、湿度等外界刺激做出可控的力学响应,并将这些能量转化为机械能而被广泛关注.溶剂型驱动材料是基于简单的湿度或溶剂气氛变化将化学能转换成机械能,并在机械发电、微型器件制备等方面具有重要的潜在应用.本文综述了溶剂型智能驱动材料的驱动类型、驱动原理,性能及其相关应用进展,并对溶剂型智能驱动材料在未来人工智能方面的应用前景进行了展望.     

拉伸法测金属杨氏模量实验的智能化设计

针对医学院学生的特点,对传统的杨氏模量测量仪进行智能化的设计改进。该智能化设计能够有效解决传统的杨氏模量测定实验存在的调试难点,满足医学院学生的学习需求。     

基于物联网技术的海上原油过驳智慧监管研究

分析了我国现存监管手段的不足，针对实际监管要求，基于信息化技术的快速发展及物联网技术在其他领域的成功应用，提出海上原油过驳的智慧监管体系的总体构架，并阐述了有关功能，为以后建设基于物联网技术的海上原油过驳智慧监管体系提供了参考。     

基于深度学习LSTM对交通流状态的预测

当今道路交通状态对城市管理和人们出行愈加重要,影响着人类生活的方方面面.以深圳交通为研究对象,由基础车辆数据和道路坐标构建了路网系统,从车辆速度和密度两个方面导出了交通流状态评价指数TSI.利用深度学习长短期记忆神经网络(LSTM)对车辆速度和密度两个指标进行预测,并通过对比极限学习机(ELM),时间序列(ARMA)和BP神经网络,进行仿真实验,结果表明相对于传统预测模型,所采用的LSTM网络具有更优的预测精确度和对远期预测的稳定性.最后利用预测结果计算出更能直观反映出道路交通拥堵情况的TSI指数,为人们提供了准确的交通状态预测.     

Application of Information Technologies and Programming Methods of Embedded Systems for Complex Intellectual Analysis

An information model is outlined, which represents an intelligent system of metallographic analysis in the form of a set of subsystems, the interaction of which ensures the performance of metallographic analysis functions. The structure of the information storage subsystem for metallographic analysis is presented. The deployment model of an intelligent metallographic analysis system is proposed and described. The paper outlines the approach to the presentation of an expert subsystem for metallographic quality control of metals based on a neural network. The process of finding a close precedent in metallographic analysis with reference to a multilayer neural network is described. An intelligent metallographic analysis system is described, which based on proposed information model. A specialized software of an intelligent metallographic analysis system is presented. The functioning results of the developed system for processing images of steel microstructures to determine the steel quantitative parameters is presented.     

智能响应蓝相液晶光子晶体

具有刺激响应性的智能驱动材料已成为材料科学领域的研究热点之一。液晶的超分子自组装结构与其刺激响应特性使其在新型智能功能材料的开发应用上具有天然优势。蓝相液晶由于其独特的三维超分子自组装结构、软物质特性以及可见光波段的选择性光反射,被认为是最具潜力的智能光子晶体材料之一。在温度、光照、电场、湿度等外场刺激作用下,蓝相超分子自组装结构的晶体学参数或相态非常容易发生变化,造成光子带隙的改变进而呈现出反射颜色的变化。因此,蓝相的外场响应性能及在智能材料上的应用引起了研究者的广泛关注。本文综述了智能响应蓝相液晶光子晶体外场响应性能方面的前沿动态,对蓝相液晶光子晶体的光、磁、电、力、湿度响应等方面取得的系列重要的研究成果进行了总结,并对该领域目前存在的挑战以及未来发展趋势做出展望。     

具有智能评阅功能的在线有机化学习题平台:ACE: Organic简介及其在教学中的应用*

ACE: Organic(Achieving Chemistry Excellence: Organic Chemistry)是具有智能反馈功能的在线有机化学习题平台。学生利用系统中的画图软件在线完成每个练习题后,平台会判断学生的回答是否正确,即时给出评价与提示,引导学生找到解决问题的思路。对于复杂的机理与合成题,ACE可以接受多种合理的回答。教师可以通过查看平台的统计数据,随时了解学生对知识点的掌握情况。ACE设有论坛,便于教师和学生互动。教学实践证明,ACE的开放有效地提高了学生对有机化学的学习兴趣,培养了学生严谨的科学态度。     

基于Map-Reduce并行构架和AE的大数据指纹监控识别算法

传统的指纹识别监控方法在应用到以海量、在线和增量为特征的大数据环境中时,不能自动高效地进行识别,且识别率和识别精度都不高。由此设计了一种基于Map-Reduce并行框架和AE的大数据智能监控指纹识别算法。首先,描述了Hadoop和Map-Reduce实现并行计算的原理;然后,设计了基于AE和BP神经网络的识别模型,采用AE进行指纹图像自动特征提取,并提出了一种基于比较差异算法对AE进行参数初始化的训练算法,采用BP神经网络进行具体识别;最后,将识别过程分解为Map函数和Reduce函数,并对函数的具体功能进行了详细定义。在Map-Reduce并行框架下对FVC2004中的指纹数据库进行实验,实验结果表明了文中方法能自动、高效地进行指纹识别,与其他方法相比,具有识别效率高和识别精度高的优点,具有较大的优越性。