基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

国产风机盘管空调系统常见问题分析

分析了国产风机盘管使用中常见的问题,指出机组因风量不足、冷量风量匹配不合理以及风机盘管某些设备故障,导致了风机盘管精度低、舒适性差、能耗高等一系列问题。指出应引起空调设计和运行维护人员的注意。     

基于支持向量机的多类分类研究

现今流行的分类方法的重要基础是传统的统计学，前提是要有足够的样本，当样本数目有限时容易出现过学习的问题，导致分类效果不理想。引入支持向量机方法，它基于统计学习理论，采用了结构风险最小化原则代替经验风险最小化原则，较好的解决了小样本学习的问题；又由于采用了核函数思想，把非线性空间的问题转换到线性空间，降低了算法的复杂度。对其相关内容包括优化算法及多类分类问题的解决进行了研究，最后用一个实例说明了该方法的可行性和有效性。     

A new family of proximity graphs: Class cover catch digraphs

Motivated by issues in machine learning and statistical pattern classification, we investigate a class cover problem (CCP) with an associated family of directed graphs—class cover catch digraphs (CCCDs). CCCDs are a special case of catch digraphs. Solving the underlying CCP is equivalent to finding a smallest cardinality dominating set for the associated CCCD, which in turn provides regularization for statistical pattern classification. Some relevant properties of CCCDs are studied and a characterization of a family of CCCDs is given.     

液晶显示驱动电路中Fibonacci型电荷泵单元

本文中所设计的电荷泵将用于手机液晶显示驱动模块中.通过对Fibonacci型电荷泵上升时间的估算,对减小上升时间和动态功耗进行折中考虑,本文提出优化开关频率的方法.用1.2μm CMOS双阱工艺参数对所设计的电荷泵进行模拟,结果表明这个电荷泵具有较快的上升速度和较高的效率.通过提高V_GS电平和保证开关管的衬底始终接在最高电位上,文中提出了一种新型Fibonacci电荷泵,它可以正常工作在从1.2V到5V变化的多种电源电压下.     

Necessary Conditions for Differentiability of Distance Functions

Necessary conditions for the Gâteaux differentiability of the distance function to a set are considered. A series of characterizing results is obtained.     

Coxeter Transformation and Quasiquivers

Mathematical Notes -     

气压传动与控制在电子专用设备上的应用

气压传动与控制已成为电子专用设备研制过程中一项不可缺少的内容 ,必须进行合理的气动系统设计及其控制 ,选择相应的气动元件以满足设备的功能要求。概述了气压传动与控制在电子专用设备上的应用。