简介：针对深度信念网络无法科学有效地确定网络模型深度和隐层神经元数目等问题，根据贪心算法思想，提出了一种动态构建深度信念网络模型的新方法.即从底层逐层构建深度信念网络的过程中，根据验证集错误分类率调整当前层神经元数目，使当前模型达到最优后，固定当前层神经数目，网络深度增加一层；继续调整下一层神经元数目，直至整个模型构建完成.最后，根据重构误差微调各层神经元数目.结果表明，与依据重构误差构建的深度信念模型相比，利用此方法构建的深度信念网络模型的分类准确率更高.

简介：通过比较分析正常茭白与灰茭两种膨大表型茎部发育期间的CTK和ABA含量的动态变化，探索茭白茎部菰黑粉菌生长分布与CTK和ABA含量变化的调节关系．本实验以灰茭和正常茭不同发育时期茎部为实验材料，并采用酶联免疫吸附分析法（简称EuSA）测定实验材料内CTK和ABA的含量，结果表明，灰茭茎部CTK含量峰值出现在孢子形成期，可能与灰孢子的增殖有关，而正常茭出现在分蘖期，可能与茭白组织不断分裂有关；ABA激素在灰茭茎部含量一直较高，在孢子形成期后期达到峰值，正常茭在8叶期和膨大期较高，内源激素ABA的高水平表达可能是由菰黑粉菌侵染茭白以及大量繁殖引起的．总体上CTK和ABA在灰茭和正常茭白内的关系不是单一的，而是相辅相成的．

简介：气液两相流流型识别对石油和化工等工业生产安全性具有重要作用.目前,基于数学模型的流型识别技术成为了主要的发展趋势.本文在超声波法气液两相流流动规律研究基础上提出了一种基于符号动态滤波的流型识别方法.在垂直管道中对纯水、泡状流、弹状流和环状流四种流型进行了实验.经过对实验数据进行分析处理,结果表明该方法可以有效运用于流型识别,从而为气液两相流流型识别的研究提供了新的思路.

简介：绝热量热仪测试过程中，速率阈值检测方法存在抗干扰能力差及反应起始温度检测值波动较大的问题．文章在绝热量热仪（ARC）的“加热-等待-搜寻”模式下，提出运用温差变化量检测样品反应起始温度的策略．即通过对经典速率阈值检测方法存在的问题以及炉体控温热电偶与样品温度之间参比差值的分析，以参比差值与样品温度的关系构建温差基线并以此修正参比差值，修正后的参比差值的变化量用于衡量样品反应进程．实验结果表明，此动态温差检测方法相比于速率阈值检测方法，其抗干扰能力强，重复性良好，在同等控温精度的实验条件下，能够提前检测到样品的反应起始温度．

简介：针对单一特征步态识别率低的问题，提出一种将步态能量图（GaitEnergyImage，GEI）中动态部分和Gabor小波特征融合的步态识别算法．首先，通过运动目标检测及二值化和形态学处理等预处理操作得到步态轮廓图，再进一步从步态轮廓图计算得到步态能量图，并从中分割出动态部分．然后，利用Gabor小波从步态能量图的动态部分中提取不同角度的信息，将两步态特征融合在一起，对融合后得到的特征向量用改进的KPCA方法进行降维．最后，将降维后的融合特征向量输入到基于多分类的支持向量机（SupportVectorMachine，SVM）中，从而完成步态的分类和识别．经过在中国科学院自动化研究所CASIA步态数据库上进行实验，取得了很好的识别效果，实验结果表明，与单一特征的步态识别方法相比，融合后算法的识别率提高了约10％．

简介：伺服电动缸以其优异的定位及推力控制等性能得到广泛的应用,但是目前的测试系统难以对伺服电动缸进行全面的动静态特性及加载性能测试.于是我们设计了一套伺服电动缸综合性能测试系统,其中配置了液压动态加载装置以及相应的控制检测单元,开发了相应的上下位机软件,因此能够对伺服电动缸的行程、精度、推力等重要指标进行快速自动测试,且具还有高效、稳定、操作方便等优点.

简介：针对BPR模型收敛速度慢的问题，RandleS提出一种非均匀采样非隐式反馈数据方法AOBPR模型来加快收敛速度，可是该算法只能利用隐式反馈数据.为了改进其算法的不足，我们提出了一种将AOBPR模型与经典的基于矩阵分解的SVD＋＋算法相结合的算法AOBPR_SVD＋＋.改进后的算法不仅能利用隐式反馈数据也能利用显式反馈数据.最后通过在两个真实数据集中进行实验验证，表明改进后的算法可以获得更好的推荐效果.

简介：道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.