基于精确时间协议的HL-2M装置定时同步网络研究

基于 HL-2M 装置对时序精度的要求,参考 ITER 的设计方案,设计了基于精确时间协议(PTP)的 HL-2M 分布式时间通讯网络,使 HL-2M 装置的时钟同步和事件触发的精度从微秒级提高到亚微秒级,最终优于 100ns。     

基于实时样本采集的个性化手写汉字输入系统设计

手写汉字识别是手写汉字输入的基础。目前智能设备中的手写汉字输入法无法根据用户的汉字书写习惯,动态调整识别模型以提升手写汉字的正确识别率。通过对最新深度学习算法及训练模型的研究,提出了一种基于用户手写汉字样本实时采集的个性化手写汉字输入系统的设计方法。该方法将采集用户的手写汉字作为增量样本,通过对服务器端训练生成的手写汉字识别模型的再次训练,使识别模型能够更好地适应该用户的书写习惯,提升手写汉字输入系统的识别率。最后,在该理论方法的基础上,结合新设计的深度残差网络,进行了手写汉字识别的对比实验。实验结果显示,通过引入实时采集样本的再次训练,手写汉字识别模型的识别率有较大幅度的提升,能够更有效的满足用户在智能设备端对手写汉字输入系统的使用需求。     

基于层间相似性的时序网络节点重要性研究

时序网络可以更加准确地描述节点之间的交互顺序和交互关系.结合多层耦合网络分析法,本文提出了基于节点层间相似性的超邻接矩阵时序网络节点重要性识别方法,与经典的认为所有层间关系为常数不同,层间关系用节点的邻居拓扑重叠系数进行度量.Workspace和Enrons数据集上的结果显示:相比经典的方法,使用该方法得到的Kendall’sτ值在各时间层上的平均提高,最高为17.72%和12.44%,结果表明层间相似性的度量对于时序网络的节点重要性度量具有十分重要的意义.     

稀疏贝叶斯学习远近场混合源定位方法

针对远、近场混合源定位,提出一种基于稀疏重构理论框架的远、近场混合源分离和定位算法。该算法充分考虑平面波导向矢量和球面波导向矢量的相关特性,利用远、近场声源在阵列上的响应机理的差异,针对远、近场区域分别构造过完备字典,采用多测量矢量模型下的稀疏贝叶斯学习算法重构远近场混合源的空间谱,同时完成远近场混合源的分离和定位。本文算法可以在半波长间距布放的线列阵下对混合源进行定位,适用于高斯和非高斯信号,且无需信源数和噪声功率等先验信息,并具有较高的分辨力和定位精度·计算机仿真结果验证了算法的有效性。      

一种基于遗传优化的BP神经网络的测光红移估计算法

除了星系的光谱红移之外,星系测光红移的估计也对研究宇宙大尺度结构及演变有着重要的研究意义。利用斯隆巡天项目最新发布的SDSS DR13的150 000个星系的测光及光谱数据,在红移值Z<0.8范围内,先使用SOM自组织神经网络对星系样本进行早型星系和晚型星系的聚类,然后用遗传算法优化后的BP神经网络对星系的测光红移进行估算。估算结果与作为标准的已知星系光谱红移进行比对,早型星系的红移估计最小均方误差约为0.001 3,晚型星系最小均方误差约为0.001 7。实验结果表明,遗传优化的BP算法在精度上优于BP神经网络算法,且效率上优于K近邻、核回归等传统测光红移估计算法。     

准方波脉冲形成网络的理论分析与设计

针对微波驱动源、固态调制器等对宽平顶脉冲源的应用需求,开展了基于脉冲形成网络输出准方波的理论研究与分析设计。首先采用Prony算法获得准方波波形的解析表达式,然后基于最佳一致逼近的优化控制思路,列出极点控制方程,采用数值方法求解非线性方程组,获得优化波形参数。在此基础上采用阻抗函数匹配的算法求解出脉冲形成网络的元件参数初始值,根据工程设计的实际情况舍弃部分参数并对个别参数进行优化后,获得最终的元器件参数。通过理论分析与数值模拟相结合的方法,系统地给出了获取长脉宽、低纹波准方波脉冲形成网络的设计方法以及设计准则。该方法可用于设计任意阶低纹波系数的准方波脉冲源,也可用于设计其他输出波形要求的脉冲源。     

具有双网络结构高强度和形状记忆水凝胶

本文将形状记忆功能引入到双网络水凝胶设计之中.首先合成了聚乙二醇-聚丙烯酰氧乙基三甲基氯化铵/聚（丙烯酰胺-co-丙烯酸）（PEG-PDAC/P（AAm-co-AAc））双网络水凝胶,其中第一套网络由交联的聚乙二醇（PEG）链组成,包埋着聚电解质聚丙烯酰氧乙基三甲基氯化铵（PDAC）;第二套网络由丙烯酰胺（AAm）和丙烯酸（AAc）的共聚物交联组成,交联剂为N,N''-亚甲基双丙烯酰胺（MBAA）.结果表明,双网络水凝胶显示出高强度的特点,其断裂应力和韧性分别达到了0.9 MPa和3.8 MJ/m³.和传统地利用中性高分子作为柔软和韧性的第二套网络相比较,本文选择将具有弱电解质特性的丙烯酸单体引入到第二套网络中,利用丙烯酸与三价铁离子的络合作用,成功地赋予水凝胶在氧化环氧反应条件下的形状记忆功能.结果表明,只要巧妙地引入响应性单体,高强度和形状记忆这两种最重要的特性可以同时被引入到双网络水凝胶的设计之中.     

考虑产品退货的网络零售商数字展厅竞争策略

数字展厅策略是当前网络零售商广泛采用以应对在线渠道大量产品退货的重要运营管理策略.文章以两个竞争的网络零售商为研究对象,考虑产品退货政策,研究两个零售商是否提供数字展厅服务策略的决策问题.分别针对两个零售商是否提供数字展厅服务策略,建立了相应的决策模型.研究发现:竞争情形下零售商的数字展厅策略与市场竞争程度和数字展厅信息度密切相关.当市场竞争程度较弱时,两个零售商均不选择提供数字展厅服务;当市场竞争较为激烈时,零售商数字展厅策略的选择受到数字展厅信息度的影响.在对称竞争情形下,零售商是否同时提供数字展厅服务并不改变其退货政策.不对称竞争情形下零售商退货政策的决策受到数字展厅策略的影响.相对于对称竞争情形,非对称的竞争环境下数字展厅服务的提供使退货政策更加严格.文章的研究为网络零售商数字展厅策略设计提供了科学的参考依据.     

“无票免税”政策下跨境电商报税策略与供应链网络联合优化

随着在跨境贸易的数字化,跨境电商得以快速发展.为此,国家分批设立了165个跨境电商综合试验区(综试区),并出台了“无票免税”政策,吸引中小企业参与跨境电商的创新实践中.文章在考虑综试区和“无票免税”政策的基础上,研究了跨境电商企业供应链网络构建与报税策略选择的联合优化.考虑到跨境贸易场景的不确定性,构建了两阶段非线性随机规划模型;并对模型进行了线性化,设计了最优求解的L型算法.实例应用结果表明:“无票免税”政策能够有效吸引企业入驻综试区,而新实施的“区域全面经济伙伴关系协定”会弱化海外仓与国内仓的差别,促使企业布局少数有地理优势的海外仓.两者均能够有效减轻企业供应链网络的布局代价.     

基于孪生网络模型的岩石光谱自动分类方法

岩石光谱是岩石物理化学性质、成分和结构的综合体现,如今已经被广泛应用于岩石分类研究中。岩石光谱数据具有高维的特征数量,在样本数量有限的情况下训练时,往往会产生维数灾难现象。由于岩石光谱的数据收集困难,这在产生极大的人力成本的同时也导致收集到的岩石光谱数据往往十分有限。因此如何能够在样本数量较少时,对岩石光谱数据取得较为准确的分类效果成为了如今热门的研究课题。利用辽宁兴城地区的典型岩石光谱数据,基于Python编程语言在训练样本较少的情况下构建了孪生网络分类模型,并以Triplet Loss作为损失函数,实现了3-way-1-shot分类模型,在测试集上取得了97.8%的分类准确率。同时使用了决策树、随机森林、支持向量机和K-近邻四种传统机器学习方法在相同训练样本下建立分类模型与之对比,通过绘制学习曲线,验证了这四种传统机器学习方法在小样本的情况下不具备良好的分类功能。由于将原始光谱数据转化为图片数据之后并不会影响孪生网络模型的分类效果,因此可以将岩石光谱分类问题转化为图像分类的问题,进而使用图像分类的方法和手段。实验结果表明,孪生网络模型在岩石光谱样本数量较少的情况下仍然能够取得优秀的...