柔性传动系统动力学数学模型的转化

对三种较为典型的柔性传动系统，先用拉格朗日方程建立动力学数学模型，再选取适当的广义坐标，通过线性变换，得到各集中质量位于同一轴线的等效模型，从而使原模型向实际典型的三类柔性传动系统转化，得到相应柔性传动系统三种动力学数学模型。     

神经网络反传模型的理论与应用研究体会

神经网络及神经计算的新理论，模型，方法及应用受重视，并用于解决某些诸如模式识别，组合优化，语言理解等复杂问题，得到系列可喜的理论成查与实际应用。我们业已将神经网络反传模型应用于多元校正，有机合成，模式识别，构效关系及分子设计等方面。     

非线性动态网络/系统（N/S）模型辨识与故障诊断

采用方波脉冲函数变换（BPFT）对一类非线性动态N/S混合模型(H1,B)进行了辨识，导出了计算混合模型（H1,B）的相关公式和N/S响应的伏特劳级数解在方波域内的离散递推算式，解决了一类非线性动态N/S模型的数值计算问题.在此基础上，提出了一种基于多重预置模型的非线性N/S的故障诊断方法，该法通过检验各个预设模型与N/S当前状态的匹配程度来判断N/S是否处于某种故障状态，而无须在线估算N/S当前的模型及分析其特征，从而极大地减轻了在线计算工作量，可实现在线故障诊断.给出了故障诊断实例，实验结果表明该法故障诊断的准确率达到80％～90％.     

DBL(1,0,1)误差非线性回归模型相关性和方差齐性的检验

讨论了具有双线性DBL(1，0，1)误差的非线性回归模型的相关性和方差齐性的检验问题，用Score检验方法给出了双线性项检验以及相关性和方差齐性同时检验的检验统计量，并用随机模拟验证了检验方法的正确性；推广和发展了具有线性序列误差回归模型的结果；最后将结果应用于DBL(0，1，1)误差的非线性回归模型。     

鼓泡塔和内循环气升式生物反应器混合特性比较

用脉冲示踪法测试了鼓泡塔和内循环气升式生物反应器的停留时间分布，对其流动混合特性作了比较研究．结果表明，内循环气升式生物反应器停留时间分布得到改善，强化了气液传质，有更好的混合效果，提高了反应效率．多参数模型较单参数模型能显著地反映出两种反应器的混合特性及其差别，移位对数正态分布函数模型对实验值的吻合程度优于组合模型．     

卷积神经网络声学模型的结构优化和加速计算

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2％的下降.由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低.针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善.结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍.     

基于折扣高斯粒子滤波器的桥梁可靠性动态预测

桥梁健康监测(BHM)系统在长期运营中积累了大量信息,如何利用这些信息动态预测结构可靠性已成为BHM领域的关键科学问题之一.为合理预测桥梁的动态可靠性,应用BHM系统日常监测的极值应力数据,建立带有最优折扣因子的动态线性模型,结合高斯粒子滤波器给出折扣高斯粒子滤波器预测算法,分别对日常监测极值应力的一步向前预测分布参数和状态变量后验分布参数进行修正预测,并基于此,采用一次二阶矩(FOSM)方法预测桥梁的动态可靠性,结合桥梁实测数据对所提方法进行了验证分析,为桥梁预防性养护维修决策提供理论基础.     

结合语义的位置语言模型

针对位置语言模型没有考虑词与词之间语义关系的问题, 提出一种结合语义的位置语言模型。首先采用高斯核函数来度量词与词之间的位置关系; 然后提出一种平滑互信息的技术来度量词与词之间的语义关系, 证明了平滑互信息能够有效解决大量词对之间无法通过互信息来计算转移概率的问题; 还证明了位置语言模型是结合语义位置语言模型的一个特例; 最后将结合语义的位置语言模型应用于信息检索, 得到一个基于该模型的检索模型。实验结果表明, 基于该模型的检索模型在性能方面要优于基于位置语言模型的检索模型。     

矢量双轻子与大型强子对撞机上的Higgs数据

考虑到反常磁矩aμ对RM331模型自由参数的限制,本文计算了矢量双轻子V±,U±±对Higgs衰变过程h→γγ和h→Zγ的贡献.数值结果显示:在合理的参数范围内,矢量双轻子可解释LHCγγ产生道的相关数据.     

基于创新导向型心智模式的企业研发人员培训研究

对研发人员进行创新能力培训是企业技术创新的关键环节,而心智模式是研发人员创新行为的关键影响因素之一,其通过影响研发人员创新的态度和行为,进而影响企业创新绩效。因此,企业应通过培训创新知识和传播创新经验,重视研发人员个体成长、激发研发人员的创新思维乃至创新动机,加强企业创新文化建设、促进研发人员的创新意愿等途径,引导研发人员形成创新导向型心智模式,以达到理想的创新行为。