基于深度自动编码器的脑网络状态观测矩阵降维方法

针对人脑网络状态观测矩阵高维无特征的特点,给出了一种基于深度自动编码器(DAE)的降维算法.利用深度学习网络,将高维的人脑网络空间表达映射到低维的本质特征空间中,为进一步提炼脑网络的动态性能提供了基础.实验结果证明:应用该方法可以达到有效的降维效果,且降维后脑网络状态通过自组织特征映射聚类具有一定的规律性,从而为脑网络的动态特性研究提供了基础.     

箱体结构焊接变形分析及工艺控制措施

本文针对箱体结构焊接变形难以控制,不能满足图纸要求,通过对其容易产生焊接变形的各种状况进行细致分析,利用焊接变形理论,找出影响焊接变形的各种因素,制定出合理的焊接工艺措施,从而有效控制焊接变形,确保后续加工及装配质量,满足产品的整体性能要求。