有机分子与聚电解质静电吸附成膜特性研究

选取多种有机分子及聚电解质，采用静电吸附自组装法制备了聚电解质，聚电解质、聚电解质，有机分子、有机分子，有机分子的复合薄膜，讨论了这些体系的静电吸附成膜特性及其成膜机理．     

量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。     

关于高斯函数[x]的几个恒等式的探讨

本文先给出关于［ｘ］的几个恒等式,然后对张宁生、周春荔《关于含［ｘ］的不等式与恒等式的探讨》文中的一个问题作了进一步探讨．     

论朱熹对《黄帝内经》自然哲学方法的继承与发展

朱熹在构筑自己博大精深的自然哲学体系中多处借鉴了《黄帝内经》的“取象比类”方法,本文侧重从宇宙生成、万物化育、物质运动等方面就此进行了较为深入的探析     

闽东南晚中生代岩浆混合作用：平潭火成杂岩的岩石学证据

有关野外地质、岩相学和岩石地球化学等资料,证实福建平潭火成杂岩由高铝玄武岩浆和花岗岩浆经过不同程度的机械混合和化学混合形成。对这一火成杂岩体成因的认识,为研究中国东南部晚中生代钙碱性岩带中诸如基性岩石和酸性岩石的时空复合等问题,提供了一个新的思路。     

基于改进混合模型的一类固定床反应器推断控制

对一类非绝热式固定床反应器提出了一种基于改进混合模型的非线性自适应推断控制策略：给出一种基于结合先验知识和人工神经网络的改进混合模型的推断估计器设计方法;提出一种改进程序变增益ＰＩＤ算法设计控制器;设计了该固定床反应器基于改进混合模型的推断控制系统。仿真结果表明：该推断估计器具有良好的静态和动态特性,较高的估计精度和较好的实时性,所需训练样本少,易于理解和研究及外推性能良好等特点,该推断控制系统还具有良好的跟踪和抗干扰性能。     

射流携带床气化炉内混合过程的数值模拟

采用ｋ－εＥ模型对射流携带床气化炉内α－萘酚与对氨基苯磺酸重氮盐的偶合竞争串联反应的分隔指数进行了数值模拟,研究了气化炉出口面积,长径比,两股射流动量比对分隔指数的影响。模拟结果表明,ｋ－ε－Ｅ模型由于同时考虑了宏观混合和微观混合的作用,其观测值和实验测试值吻合较好。     

算法复杂性函数等价类A[F]中的分解性定理

证明了算法复杂性函数渐近优超等价类数学结构Ａ［Ｆ］中的分解性定理。对任意非免费算法复杂性函数类［ｆ］∈Ａ［Ｆ］及正整数ｎ,存在类［ｇ１］,［ｇ２］,…,［ｇｎ］∈Ａ［Ｆ］满足［ｇｉ］〈［ｆ］（ｉ＝１,２,…,ｎ）且［ｆ］＝Ｖｉ＝１＾ｎ［ｇｉ］。