基于特征补偿的深度神经网络重建超分辨率图像

为有效恢复图像的高频信息,本文提出一种基于特征补偿的深度神经网络重建超分辨率图像方法.该方法结合密集型深度卷积神经网络和残差网络,并将原图像的高频信息单独提取上采样后与重建后的超分辨率图像融合形成高频特征补偿,使得图像质量提升.通过实验对比,本文算法相比于SRCNN算法重建出的超分辨率图像效果提升约1 db.     

横肋管内流场的计算方法

利用Usawa-惩罚算法,本文计算了横肋管内的流场。其主要思想是将Usawa算法与惩罚算法相结合(参见[5]),以改进Usawa算法的收敛性。该方法在步长因子的选取上比Usawa算法有更大的余地。我们利用此方法得到的结果与文献[4]中给出结果符合很好。同时,本文讨论了Usawa-惩罚算法的收敛性条件,并讨论原问题的解的存在性和唯一性。一、引言横肋管在工业上广泛用于换热管,以强化传热,这种管内流场的计算,对了解传热强化的机理,改进设计方法有重要意义,因而引起研究者的重视[1]～[4],但还缺乏较好的计算方法。我们在本文中将[5]中的Usawa算法与惩罚算法相结合,以改进Usawa算法的收敛性。同时,我们对该算法的收敛性条件作了研究,从而在理论上证明了横肋管内     

主动磁轴承的神经网络自适应PID控制

针对主动磁轴承系统的本质不稳定性、非线性和参数不确定性,提出基于BP神经网络的自适应PID控制器．该控制器输出含有P、I、D信号的非线性组合,补偿了磁轴承系统的非线性．使系统控制效果良好;同时控制器可根据磁轴承的运行状况进行在线自学习和自校正,避免了传统PID控制器参数整定困难的缺点．最后基于某磁轴承系统的仿真研究表明了该控制器的有效性。     

特征函数法求解甲醇合成催化剂效率因子

由ＣＯ、ＣＯ２加氢合成甲醇的反应是一个复合反应体系，其催化剂颗粒内的浓度分布的表征方程为二阶常微分方程组。本文针对所涉及方程的特殊性，运用特征函数法，采用双曲型的动力学方程得到效率因子的数值解，并与实验数据进行对比，吻合良好。