具有双储层结构的动态误差补偿回声状态网络

针对传统回声状态网络难以有效应对高阶非线性复杂模型问题,本文在理论分析的基础上提出了一种双储层结构的误差补偿回声状态网络,并设计了该网络的学习算法.该网络由计算层和补偿层构成,计算层主要承担拟合任务,补偿层则作为状态跟随器,实时补偿由于计算层对期望方差估计不足而导致的幅值偏差.对多阶振荡器和真实高阶非线性数据集的实验结果表明,本文所提网络结构较常规网络具有更高的稳定性和泛化性能,尤其对高阶非线性复杂模型的预测精度大幅度提升.

自适应前馈神经网络结构优化设计

针对多数前馈神经网络结构设计算法采取贪婪搜索策略而易陷入局部最优结构的问题,提出一种自适应前馈神经网络结构设计算法.该算法在网络训练过程中采取自适应寻优策略合并和分裂隐节点,达到设计最优神经网络结构的目的.在合并操作中,以互信息为准则对输出线性相关的隐节点进行合并;在分裂操作中,引入变异系数,有助于跳出局部最优网络结构.算法将合并和分裂操作之后的权值调整与网络对样本的学习过程结合,减少了网络对样本的学习次数,提高了网络的学习速度,增强了网络的泛化性能.非线性函数逼近结果表明,所提算法能得到更小的检测误差,最终网络结构紧凑.

基于动态神经网络的瓦斯浓度实时预测方法

针对矿井中瓦斯浓度变化的时变性、非线性等特点,提出了一种动态神经网络瓦斯浓度实时预测模型。该模型利用历史数据建立初步预测模型,通过实时采集的瓦斯浓度数据进行预测,并用新数据及时调整预测模型的学习参数和结构参数,使得预测模型能够根据瓦斯浓度的动力学特性及时更新。用矿井实测瓦斯浓度数据进行试验,结果表明该模型较其他静态预测模型的预测精度有明显的提高。

多层自适应模块化神经网络结构设计

针对单一全互连前馈神经网络难以应对复杂问题及模块化神经网络应用时其结构难以确定的问题,该文基于脑式信息处理是采用无监督学习-半监督学习-监督学习的学习机制以及大脑是由多个功能模块组成,每个功能模块中又包含多个子模块,大脑对信息的学习是有目的的选择不同功能模块中多个子模块协同学习的事实,提出一种多层自适应模块化神经网络结构设计方法.其实质是首先对所有的训练数据采用概率密度峰值快速聚类算法确定训练数据的聚类中心,以此确定模块化神经网络中功能模块的个数,其次采用条件模糊聚类实现对每个功能模块中子模块的划分并确定每个子模块的训练样本集;对功能模块中的每一个子模块采用训练误差峰值构造RBF网络的增长算法,该算法能根据分配来的训练样本自适应构建子模块结构;在子模块集成方面,采用基于距离测度的子模块集成方法,该方法能从不同的功能模块中选择不同的子模块对训练样本协同处理.该文提出的模块化神经网络结构设计方法只需要2个人工参数且学习速度提高了近10倍,在一定程度上实现了神经网络的黑箱效应.最后,文中基于人工数据集的复杂函数拟合问题、双螺旋分类问题以及真实数据集的回归问题进行了实验,并与当前国际流行的网络结构进行了对比,结果显示文中提出的模块化神经网络网络结构解决了全互连RBF网络难以应对的复杂问题,而且学习精度高,学习速度快,最终网络的泛化性能强.

数字普惠金融助力我国居民消费扩容提质的影响机制

本文基于2015-2019年的省域面板数据,就数字普惠金融发展对我国城镇和农村居民消费扩容(规模)提质(质量),以及考虑区域经济发展差异背景下数字普惠金融发展对居民消费扩容提质的影响异质性进行了比较研究,并得出相关结论。

污水处理过程出水水质多模型在线软测量方法

针对污水处理过程出水水质参数难以在线监测的问题,提出了一种多模型在线软测量方法。该方法根据污水处理过程中实时工况数据具有聚类和迁移属性的特点,利用在线减法聚类算法将实时工况数据样本进行划分,并根据实时工况数据在样本空间中的分布,采用模糊策略将相应子空间的实时工况数据分配给不同的子模型进行学习,最后通过动态集成各子模型的输出而得到最终软测量结果。以某污水处理厂实际运行数据对污水处理过程出水水质氨氮进行预测,实验结果表明,该方法确实能够以实时工况数据为驱动自组织构建多模型软测量模型,且用该方法构建出的多模型软测量模型无论在建模精度、建模速度以及跟踪实时工况的能力等方面都有所提高。

海南自由贸易港建设的产业特色与发展保障

党的十九大以来,我国在不断促进“引进来”的开放同时,也不断推动“走出去”开放,正在形成贸易与投资并重的全面开放的新格局。在这样新时代背景下,为了促进海南建设成为具有中国特色的自由贸易港,海南必须做好产业定位与发展,聚焦定位于旅游业、现代服务业、高新技术产业等方面的发展,并做好各项配套保障工作。基于中国特色自由贸易港发展目标,探讨了海南建设自由贸易港的产业发展特色与发展保障措施。

基于权值e指数信息熵的前馈网络修剪算法

针对神经网络结构设计的难点,定义神经网络连接权值的e指数信息熵,该熵克服了Shannon熵固有的缺点,但与Shannon熵对不确定性的描述具有相同的效果。将其作为惩罚项引入神经网络学习的目标函数中训练神经网络,由于熵函数特有的属性,对神经网络中小的连接进行惩罚而对大的连接进行鼓励,从而使神经网络中小的权值迅速收敛到零值附近。通过删除零值附近的权连接进而达到简化神经网络结构的目的。典型非线性函数逼近的仿真试验结果表明,该修剪算法在保证其逼近性能的同时,可以简化神经网络结构。

智能仪表开发中的抗干扰技术

在计算机监测控制和智能仪表的开发的过程中,对现场干扰源的分析以及相应的抗干扰措施的实施来抑制干扰是设计人员必须认真考虑的问题之一。为了提高监测监控设备及智能仪表工作的稳定性和可靠性,论述了测控现场和智能仪表开发中可能出现的各种干扰和相应的抗干扰措施,提出了解决各种干扰的抑制方法和具体措施。

国际标准化组织标准必要专利统计分析

本文基于国际标准化组织披露的标准必要专利(SEP)数据,经过人工处理,提取SEP信息,分析ISO SEP信息披露情况;利用数据库对SEP专利信息进行补充,从持有机构、法律状态、技术领域、引用情况、许可情况多个角度对ISO SEP进行研究,分析国内相对国外企业存在的差距,提出专利标准化工作未来发展方向建议。

养老及大健康产业金融支持研究——评《养老及大健康产业国际投资与运营—医疗卫生与养老服务创新金融》

随着经济的发展和老龄化问题的加重,养老及大健康产业受到国家和社会各界的重视。在政府的不断重视和投资下,各个部门积极工作并且联动起来提高工作效率,调动社会各界、各产业参与解决养老问题。目前,养老相关法律法规不断完善,对老年人的优待政策进行不断地细化,而相关产业也在保持着快速的增长速度,养老的设施建设在稳步的推进,已经形成了比较完整的养老政策体系。

风险投资进入时机对企业技术创新的影响

随着社会经济的快速发展,经济全球化趋势进一步加强,在这样的背景环境下,我国企业在发展过程中,要想更好地应对激烈的市场竞争,必须注重对自身技术进行创新。在进行技术创新过程中,如何对风险投资时机进行把握,提升技术创新效果,成为当下我国企业发展过程中必须考虑的一个重要议题。

金融服务业态存在的问题与机遇——以襄阳市为例

近年来,襄阳市的城市定位和功能发生了重要变化,承担着建设辐射带动力强的区域性现代服务业中心的任务和要求,目标打造出一个高端的区域金融服务商圈。襄阳市樊城区金融服务业快速壮大,成为服务业发展中的新增长点,近年来取得了较快发展,进入新阶段。但总的来说还有很多不足与挑战一、存在的问题1、对比优势城市,襄阳市服务业规模效益还需提升。

嵌入式WEB服务器的研究

介绍了Web服务器的技术及原理,其中包括HTTP协议和CGI原理。讨论了在无操作系统单片机环境中开发嵌入式Web服务器,CGI是用户与Web服务器交互的唯一可行途径。并给出了该系统的设计思想,对硬件设计进行了具体的阐述。

汉江经济带产业协同发展研究

经济带的建设,是有效整合相关地区资源、产业发展优势的重要发展途径。我国拥有发达的河流水系网络,依据河流水系建立的经济带,不仅能够解决发展面临的交通问题,还能够加强对各河流水系的有效管理。本文以汉江经济带为主要研究对象,着重对汉江经济带产业协同发展的措施进行研究和分析,旨在促进汉江经济带的发展。

襄阳市金融业态现状研究——基于创建汉江流域中心城市背景下

金融业是现代经济的核心,金融中心对区域经济具有辐射带动作用,对于城市创建区域中心城市具有至关重要的作用。襄阳市金融资源近年大增,但一直尚未形成具有一定规模的金融服务业集聚区。本文主要用数据和事实展现和分析襄阳市的金融业态发展的横截面,供后续的研究分析作为依据。

基于贝叶斯距离的K-modes聚类算法

K-modes算法中原有的分类变量间距离度量方法无法体现属性值之间差异,对此提出了一种基于朴素贝叶斯分类器中间运算结果的距离度量。该度量构建代表分类变量的特征向量并计算向量间的欧氏距离作为变量间的距离。将提出的距离度量代入K-modes聚类算法并在多个UCI公共数据集上与其他度量方法进行比较,实验结果表明该距离度量更加有效。

熵在BP神经网络修剪算法中的应用

提出了一种基于熵理论的BP神经网络结构设计修剪算法.其实质是依据Shannon熵原理,定义神经网络隐层节点输出的拟熵,该熵与Shannon熵对不确定性的描述具有相同的效果,但克服了Shannon熵固有的缺点.将神经网络实际输出与期望输出的交叉熵和隐节点输出拟熵作为代价函数,并采用熵周期的策略对网络参数进行寻优,最后通过删除合并隐层神经元达到简化神经网络结构的目的.通过逼近典型非线性函数进行仿真实验,结果表明,该修剪算法在保证其逼近性能的同时,可以简化BP神经网络结构.

改进模糊神经网络PID的瓦斯掺混浓度控制

为解决瓦斯发电过程中瓦斯掺混浓度控制系统存在一定的时变与非线性导致控制精度不佳的问题,提出一种基于改进粒子群算法的模糊神经网络PID控制算法(IPSO-FNN-PID)。首先,根据瓦斯掺混配比原理及历史数据建立瓦斯掺混浓度控制系统的传递函数数学模型。其次,为解决模糊神经网络选定随机初始网络参数导致网络输出结果差异较大的问题,采用遗传算法中的交叉、变异操作改进传统粒子群优化算法,以此提高传统粒子群优化算法的搜索性能,利用改进后的粒子群算法优化模糊神经网络的初始网络参数。最后,用优化后的模糊神经网络实现PID控制参数的整定,基于真实瓦斯浓度数据进行试验,并与传统PID,模糊PID和模糊神经网络PID进行了对比。结果表明:基于IPSO-FNN-PID控制算法在超调量及调节时间等方面均优于另外3种控制算法,能够实现瓦斯掺混过程中2种动态实时变化瓦斯浓度的精确控制。

无水柠檬酸结块行为研究

研究了不同空气相对湿度、温度、晶体粒径以及添加剂(甘油)对无水柠檬酸晶体结块行为的影响。结果表明,空气相对湿度、温度以及添加剂(甘油)是主要影响因素。35℃下低于临界相对湿度(约75%)或温度高于晶型转换温度(约36.6℃)时储存晶体不会结块。此外,添加1%(wt)的甘油也能阻止结块现象的发生。通过运用光学显微镜、扫描电镜(SEM)及差示扫描量热仪(DSC)对结块产品进行分析认为,无水柠檬酸的结块机理为无水酸向一水酸的晶型转化过程中,水分的吸收和挥发造成了晶体的溶解-重结晶并形成晶桥。