基于BP神经网络的核事故多核素源项反演方法

核事故发生后,为快速评估事故严重程度,需要对源项释放率进行估算。本文选取I-131,Cs-137,Xe-133和Kr-85四种核素的释放率为目标信号,利用Matlab建立基于BP神经网络的核事故四核素源项反演模型。计算结果表明,在单隐层节点数为5~60范围内,训练均方差 随节点数增加先减小后增大,在节点数为25时达到最小值41.1%。学习速率在0.01~0.2范围内时,增大学习率可减小训练均方差与各核素相对误差。对单隐层节点数为25,学习速率为0.2的训练结果进行测试,4种核素的源项估计相对误差分别为56.7%,49.1%,92.4%和92.0%。     

各向异性层合阻尼结构的BP集成神经网络模型设计

本文以各向异性层合阻尼结构为研究对象,设计一种基于BP集成神经网络的智能分析模型。该模型中的集成神经网络由两个子系统神经网络并联融合而成,学习算法主要采用Sigmoid函数。同时,该模型设计针对各向异性层合阻尼结构参数的扰动性问题综合采用结构模式归类、学习算法的改进、小波分析方法予以处理。计算结果表明:该BP集成神经网络模型,较好地解决了各向异性层合阻尼结构参数的扰动性问题,并能有效量化结构参数的变化影响。     

基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题,研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构,提出了一种基于深度神经网络的流场时空重构方法,并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征,训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明:只进行流场空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差为0.0065左右,流场数据点数是原来的51倍;同时进行流场时间和空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差可保持在0.065左右,流场时间维度的密度是原来的5倍,可极大提高实验效率,节约实验成本。     

基于轻量级卷积神经网络的人证比对

在证件审核场景中,常规的深度学习人脸识别方法人证比对精度低且在嵌入式设备运行效率差。为解决上述问题,本文提出了改进的轻量级卷积神经网络Lightnet,并采用了迁移学习方法。Lightnet是结合深度可分离卷积、线性瓶颈结构和注意力模块构成的轻量级卷积神经网络模块,引入附加角度裕量的损失函数AM-Softmax监督训练后,网络模型能够保持较高的验证精度,并有效解决标准卷积神经网络参数冗余、计算量大的问题。迁移学习通过冻结预训练模型的卷积层权重,并在自制的人证数据集微调,提高了网络模型的人证场景的识别性能。实验结果表明,所设计的轻量级人证比对算法在验证精度、参数量以及运行效率等方面取得了很好的效果,且对生活场景有较好的鲁棒性。     

一种基于粗糙K-均值的椭球基函数神经网络

改进了一种椭球基函数神经网络,它与经典椭球单元神经网络的结构不同,而与径向基函数神经网络结构类似,即它有一个隐含层,并且隐层单元采用椭球基函数,区别于RBF网络的高斯函数。本文采用粗糙K-均值方法求取椭球函数的中心,并给出了该方法中确定初始阈值的步骤。这种改进方法不但使对输入空间的划分局部作用,而且划分区域封闭有界。因此,改进的神经网络具有较好的函数逼近能力和模式识别能力。仿真实验验证了该椭球基函数神经网络的正确性和有效性。     

动态神经网络的模型检验

讨论了利用仅含一个隐层的前馈多层神经网络来辨识离散时间非线性动态系统时的模型检验问题。从估计理论出发，加上实际应用的考虑，提出了一种检验神经网络模型适用性的综合误差指标（ＳＥＩ）准则，并利用学习速度快、收敛性能好的递推预测误差（ＲＰＥ）学习算法，对两个例子进行了仿真计算。结果表明：综合误差指标准则可用来检验非线性动态系统的神经网络模型。与相关检验法相比，综合误差指标准则具有计算简单、使用方便等优点。最后，指出了今后的研究方向。     

多层前向BP网络函数逼近能力的研究

对多层前向神经网络的函数逼近能力进行了研究，讨论了用多层前向ＢＰ网络来逼近非线性函数时，输入激励信号的选择和增加隐层层数和每层神经元个数对逼近精度的影响。为了在隐层层数、每层神经元个数有限的情况下，加快网络学习速度，改善逼近效果，本文提出了利用对被逼近函数的先验知识，在隐层前加一函数层的思想，并通过仿真证明了其有效性。     

BP算法各种改进算法的研究及应用

在简述ＢＰ网结构、算法及优缺点的基础上，详细研究了ＢＰ算法的改进方法及措施，即“步长自适应”、“训练集归一化”、“导数提升”、“各层变尺度”、“训练集重组”及“隐含层节点数的确定”。本文以实例在ＢＰ网的训练时间和预报精度两方面，将上述各改进的算法与经典算法做出对比，对比结果表明，合适地选取改进算法将大大加速ＢＰ网的训练时间并有效地提高ＢＰ网的预报精度。     

模糊逻辑的神经网络实现

研究了模糊控制中，模糊推理规则由多层神经网络实现问题。将模糊推理规则中的每一个规则的前件知识，直接嵌入神经网络的权中，然后利用神经网络的自学习功能；自动辨识控制规则，且对隶属函数进行微调整。其学习方法主要采用误差逆传播算法。     

神经网络在旋翼／机身气动干扰模型中的应用

由于直升机自身的特点,旋翼／机身气动干扰呈现非线性,且受多种因素的影响,用神经网络来解决这一非线性问题是一个很好的办法。将旋翼／机身气动干扰试验数据构造的学习样本,对网络参数进行学习,可以得到旋翼／机身气动干扰神经网络模型,进而可以用该神经网络模型研究直升机机身受旋翼气流干扰时的空气动力特性。参数训练好的旋翼／机身气动干扰神经网络模型可直接用于直升机气动设计和实时仿真。笔者在对旋翼／机身气动干扰神经网络模型的建立进行论述外,还简要介绍了旋翼／机身气动干扰试验。     

110 kV变压器中性点保护与零序保护优化配置

本文通过提出110KV变压器零序保护设计中存在的问题，阐述了变压器中性点与零序保护优化配置的设想与实施方案。     

飞航导弹热防护技术发展趋势

简要介绍国内外导弹和航天器的热防护技术发展情况,重点介绍材料方面热防护技术的特点和热防护思路。     

航班延误赔偿现状及乘客过激行为的分析与预防

航班延误产生的矛盾会导致乘客采取过激的方式维权,这对民航运输安全造成了很大的影响。本文分析了航班延误后旅客采取的过激维权行为的原因,并从不同角度提出了预防措施,希望能对避免航班延误后乘客和航空公司发生矛盾以及采取过激维权行为有所裨益。     

纸质文物多功能加固保护胶液研究

胶液加固保护法是纸质文物保护的有效方法之一。本文阐述了一种由改性氟树脂、改性壳聚糖、低聚体材料以及纳米材料等组成的多功能纸质文物加固保护胶液,分别对其进行了纸样处理前后的白度、厚度、耐折度、抗张强度等试验以及差热、红外、紫外、扫描电镜等分析,并进行了实际应用。通过试验分析以及应用结果表明,研究加固保护胶液对纸质文物进行加固保护,能够保持其原有的色泽、质感,并且具有纤维增粗、粉化固结、脆裂加固、防霉抗菌等多种保护功能。     

光催化氧化技术在环境保护中的应用

光催化氧化技术在环境污染防治领域的应用研究已显现出良好的应用前景，尤其是利用太阳为驱动力的光催化降解技术具有充分利用清洁的可再生能源的特点，可用于空气中有害物质、废水中有机污染物、重金属污染物的降解以及微污染饮用水的深度处理。文中还对目前存在的一些问题以及要解决的关键技术进行了简要分析。     

航空工业系统发展环保产业的战略目标与构想

本文针对航空工业系统贯彻“军转民”方针的形势,研究了国内外环保产业市场和航空工业的优势,为使环保机械产品作为本系统的一大支柱民品,提出发展战略目标和构想。     

基于智能功率模块PM30RSF060的驱动和保护电路设计

介绍智能功率模块PM30RSF060的原理与特性,在此基础上,提出一种基于PM30RSF060的驱动和保护电路设计方案。实际应用表明,此方案作为基于直流无刷电机驱动的稳定控制平台的驱动单元,具有良好的控制效果。     

机场道面改造工程对环境的影响分析

建筑工程在建设环境的同时也在破坏环境。本文从生态、噪声、废水、灰尘及固体废物等方面分析机场道面改造工程带给当地环境的影响,并根据分析结果提出相应的环境保护措施,为今后的机场建设工程减少环境污染提供参考。     

SiC MOSFET短路特性

为确保碳化硅(SiC)功率器件在过载、短路等工况下能安全可靠地工作,必须充分认识SiC器件的短路机理。首先对SiC MOSFET硬开关短路故障下短路电流原理进行了分析,在此基础上对不同电路参数对SiC MOSFET短路特性的影响进行了对比分析,揭示了短路特性的关键影响因素,并对Si与SiC MOSFET短路能力和器件恶化机理进行了对比分析,从而为设计SiC MOSFET短路保护电路提供一定的指导。     

一种新型燃烧室供油系统热防护方案

随着航空发动机燃烧室进口空气温度的不断升高,燃油在供油管路内受热氧化结焦从而引发诸多隐患的情况日益突出。本文针对某型中心分级、多点喷射供油系统,开展了以空气隔热屏结合“油冷”的热防护方案设计研究,并通过数值 模拟分析了热防护效果。研究表明,在典型高温进气工况下,空气隔热屏结构可将燃油管路湿壁温度降低至燃油氧化结焦临界温度以下;在慢车主油路停止供油的情况下,单一的空气隔热措施难以满足热防护设计要求,结合“油冷”方案可达到设计要求。