基于BP神经网络建立二次润叶工艺参数的预测模型

文中研究了在打叶复烤的二次润叶过程中,热风润叶机的工艺参数设置对出口叶片质量指标的影响,并建立相应预测模型。根据二次润叶特色工艺数据的特征,建立了BP神经网络预测模型。调用目前流行的神经网络编写框架TensorFlow的高级API接口搭架神经网络结构,逐步优化神经网络结构中的激活函数、优化器、隐藏层神经元数目等关键参数,使其对测试集的预测结果达到最佳状态。通过输入前蒸汽喷嘴压力、前端加水流量、热风温度、回风温度、进料叶片温度、进料叶片水分组合的参数,预测出口叶片水分、温度这两个关键的烟叶评测指标。根据预测结果的均方误差、均方根误差、平均绝对误差得出,当隐藏层神经元数目为7,激活函数为ReLU,优化器选择RMSprop时可取得较好的效果。     

电磁发射轨道的非傅里叶热应力分析

电磁轨道发射过程中快速升高的温度会导致热应力的急剧变化,这种变化有可能导致轨道的破坏,对轨道的发射效率和寿命造成影响.为了研究轨道应力场的变化规律,利用电磁发射轨道的轨道热传导方程和数据拟合方法得到了沿轨道方向的温度场变化特性,运用应力场理论分析了非傅里叶热效应对轨道应力场的影响.结果表明:电磁轨道炮发射过程中电枢与轨...     

基于NoC架构的网络通信抗干扰方法研究

为解决传统方法网络通信信号信噪比较高的问题,文章提出基于NoC架构的网络通信抗干扰方法。根据信号中小波系数能量的分布情况来定位干扰信号,获取网络通信入侵干扰信号的分布情况;利用NoC架构建立网络通信信道模型,对网络通信信道中干扰信号进行调制和降噪处理;设计通信网络路由机制,确保网络通信抗干扰后信号的有效传输。经实验证明,应用该设计方法网络通信信号信噪比小于传统方法,能够有效去除网络通信信道的噪声干扰。     

基于云模型的极端峰态神经元概念表达

近年来,深度学习在很多领域获得了广泛的应用.但是,由于深度学习的不可解释性,人类不能信任它的处理结果.本文针对这个问题,尝试使用云模型来表达特征空间中单个神经元的概念.经过逆向云变换算法得到的概念内涵可以表达概念的成熟度.在卷积神经网络(CNN)中,峰态系数过高或者过低的概念数量很多.现有逆向云发生器在转换这些概念时会...     

肯尼亚某快速路工程地质评价与桥桩基参数的选取

桥梁最为社会中最常见的交通建筑之一,同时,也是道路网络中的重要组成部分。文章以某道路桥梁建设工程实例为基础对原位检测等问题进行深入的研究,根据桥桩所处区域的地质条件、水文条件确定桥桩基础的技术参数,介绍相应的取值方法,由此计算出桩侧摩擦阻力与桩端部位的阻力。     

一种电大尺寸组合体散射的快速计算方法

采用自适应多层快速多极子算法分析电大尺寸组合体的雷达散射截面。推导了组合体表面的积分方程,通过将基函数和权函数分别用不同空间位置上的点源函数展开,自适应多层快速多极子算法实现了阻抗积分的快速计算,通过采用射线传播法,远场近似和对称性计算法则使转移因子的计算效率大大提高,所有转移过程可由快速傅里叶变换计算完成。这种算法计算组合体散射时所需的计算时间和内存显著降低,且数值计算结果和实际测试结果吻合良好。     

聚集系数在对等网路由搜索算法中的应用

针对对等网搜索技术结构化拓扑中不支持复杂查询以及非结构化拓扑中搜索的可扩展性差等问题,本文提出一种新的搜索算法,将现有的对等网拓扑结构进行改良,让结点以flood方式与DHT方式结合起来进行信息搜索.该算法以域为基础,域内根据聚集度来提高对普通结点进行搜索的命中率,域间使用Chord协议来完成搜索.通过这样的结合提高搜索的效率以及响应的速度.实验结果验证了搜索算法的有效性.为进一步的研究提供了有力的理论分析基础.     

基于傅里叶梅林变换的宽带非线性调频信号时差/尺度差估计方法

针对宽带非线性调频信号时差/尺度差估计难题,提出一种基于傅里叶梅林变换的估计方法。首先,计算两路信号傅里叶变换,取包络消除时差影响;然后,计算两路信号频谱包络的尺度互相关函数,估计尺度差;最后,根据估计结果对第1路信号进行时间尺度,再与第2路信号进行时域相关处理估计时差。仿真结果表明,分析结论正确,所提方法可行、有效。     

一类随机发展方程mild解的存在唯一性

运用分数幂算子、逐次逼近法及不动点定理研究Hilbert空间中的非自治中立型随机时滞发展方程mild解的存在唯一性。考虑到无界线性算子族A(t)可以在Hilbert空间中生成唯一的线性发展系统{U (t,s):0≤s≤t≤T},且方程中的非线性项不满足Lipschitz条件,使得所讨论的方程作为数学模型更符合实际应用。     

落球法测量液体黏滞系数的实验探究

黏滞系数是描述液体内摩擦性质的一个重要物理量,在工业、农业以及医学方面有着重要的应用。在黏滞系数的诸多测量方法中,传统的落球法现象直观,被广泛应用于大学物理实验。然而,目前落球法常用的秒表计时或光电门计时都会代来很大的不确定度。对此,我们提出了全新的测量理念——低速摄影法。与传统光电法以及CCD法不同,我们放慢视角,设置较长的曝光时间,用每张图片记录下小球“单位时间”下落轨迹。基于轨迹长度以及曝光时间等参数,可以直接算得小球匀速下落速度,进而求得黏滞系数,具有响应快、精度高、装置简的优势。进一步的,基于低速摄影法,实验观测到高速下落的小球受涡流、压阻作用而旋转、偏离竖直线的现象,并结合数据与模型探讨了其对结果的影响。分析表明,落球法测量黏滞系数实验中可通过小球密度和半径的调节来控制落球速度,有效避免涡旋和压阻带来的误差。