问题：记忆是如何大大脑中形成和储存的？

记忆是大脑最基本的功能之一，我们所拥有的知识大部分是通过学习或经验获得，并通过记忆保存下来。因此，有人说，记忆是连接一个人的过去、现在和将来的“精神胶水”。每个人心中总有些刻骨铭心的记忆。记忆一旦丧失，病人将丧失自我及与他人的联系。因此，如何发生记忆、如何储存记忆，是脑科学研究的核心问题之一。     

构件低周疲劳损伤的金属磁记忆检测试验研究

对18CrNi4A钢缺口试件在三级应力水平下进行了低周疲劳试验和磁记忆信号检测,研究应力集中、疲劳损伤及疲劳应力对磁信号的影响规律。结果表明,利用磁信号Hp(y)曲线突变特征和磁信号梯度K曲线异变峰特征可表征试件损伤位置;采用H′p(y)=Hp(y)N-Hp(y)0的磁信号处理方式,磁信号H′p(y)曲线过零点与试件断裂位置重合,处理后的磁信号过零法可更有效的表征试件损伤位置;磁信号梯度Kmax值随疲劳损伤程度的增加而逐渐增加,反映了构件疲劳损伤程度,可表征试件疲劳损伤程度;磁信号与疲劳应力水平存在强烈的相关性,应力水平越大,磁信号值也越大。     

微控DMA原理及其在测控领域的应用

提出了一种基于微编程的新型ＤＭＡ方式──微控ＤＭＡ（ｍｉｃｒｏｐｒｏｇｒａｍｍｉｎｇ－ＣｏｎｔｒｏｌｌｅｄＤＭＡ）及以此为核心,借助于大容量存储区提供的系统紧耦合能力,建构通用多功能微机数据系统的原理,并探讨了该实际系统在测量、测试、控制及微机数据网络等领域的广泛应用前景。     

某型发动机高原起动过程数学模型建立

针对某型发动机高原起动过程具有危险性大和变化规律复杂的特点,提出了一种变记忆长度的小波变换多分辨分析方法。该方法将辨识的数据分解到不同频段,然后针对各不同频段采用不同的记忆长度进行辨识,从而可以建立起该型发动机高原起动过程的数学模型,为高原起动试验提供理论参考。      

基于深度学习的突防控制博弈对象匹配方法CSCD

针对基于博弈理论设计应对多枚拦截弹的协同突防控制方案时需要确定博弈对象的问题,提出了一种基于长短时记忆(LSTM)网络的拦截弹攻击对象匹配方法。基于传统防空导弹飞行时序与流程构建拦截弹飞行轨迹库,以轨迹库为训练样本对LSTM网络进行训练,并以此为基础构建航迹预测模型与对象匹配模型,实现对拦截弹攻击对象的识别。仿真结果表明,该方法能够有效识别拦截弹拦截目标,为后续的巡航弹突防研究提供支撑。     

基于经验直觉的无人机威胁规避机动决策方法

针对无人机飞行过程中遇到威胁需要及时安全规避的问题,本文提出一种基于经验直觉的无人机机动规避决策算法.首先将无人机威胁安全规避机动过程中所获取的态势信息,按照规避机动区域进行结构化处理并标注相应的机动决策标签,建立基于数据的无人机情景决策知识库.其次,利用无人机情景决策知识库中的数据训练长短时记忆网络以实现情景与机动决...     

退场与在场 傅文俊摄影作品

城市记忆之于摄影．必须聚焦在实体上,其中最重要的对象．不外平民居与工厂。傅文俊的创作．正是从这两个方面展开。作品给人的第一印象是银版效果．令人想起摄影史上的早期命名,尽管技术手段大不相同,画面造成的历史感和艺术家对记忆的执着乃是很沟通的。《工业回忆》这组作品以黑白为主,仿佛是影像从记忆的黑暗中浮出。无论是机车还是铁轨,无论是车间还是厂房,     

龙洞石林攀西大裂谷的古老记忆

攀西大裂谷被称为地质博物馆。在这片神奇的土地上,天坑,地漏、溶洞．石林、温泉、暗河无所不备,世间所有的地质奇观,人们几乎都可以在这里看到。攀枝花市西区格里坪的龙洞石林．就是大自然垂青而特意为这个地质博物馆开设的一个奇石展厅。     

基于PCC-LSTM模型的短期负荷预测方法

短期负荷预测是电网合理调度和平稳运行的基础。为提高短期负荷预测精度,提出了一种基于Pearson相关系数(PCC)和长短期记忆(LSTM)神经网络的短期负荷预测方法。该方法运用Pearson相关性分析对原始多维输入变量组成的时间序列进行相关性分析,选取与电力负荷数据相关性较大的影响因素作为输入量,实现原始数据的降维和选优;再通过LSTM神经网络结合Adam优化算法,对与电力负荷相关性较大的影响因素和负荷实际输出序列之间的非线性关系建立网络模型。以嘉捷BOX和重庆丽苑维景国际大酒店的负荷数据作为实际算例,并与Prophet、LSTNet、门控循环(GRU)神经网络模型方法进行对比。结果表明:所提PCC-LSTM模型预测精度均在91%以上,最高可达95.44%,有效提高了负荷预测的精度。      

米高梅破产——人间再无狮子吼

也许你对米高梅这个名字不熟悉,但是看电影时,片头那金色胶片环绕的狮子和它那一声狮吼肯定深深印在记忆里;也许你不熟悉米高梅三个