基于概念器的深度神经网络模型

近年来,深度神经网络,亦被称为深度学习,在机器学习方法主导的各个领域都取得了重大的突破.虽然经过训练的深度神经网络具有卓越的性能,但是整个训练过程却十分耗时,即使借助高性能计算设备,也需要数日甚至数周的训练时间.概念器作为回音状态网络的延续和发展,可以理解为描述神经动态活动模式的过滤器,是一个强大的时序数据处理工具.为了解决上述问题,基于对原始概念器模型的改进,本文在深度神经网络的非迭代方法和迁移学习两个方面分别做了一些工作.具体来说,(1)提出了针对非时序数据的概念器分类器,并在此基础上提出了一种非迭代方法前馈卷积概念器神经网络,通过在MNIST变集数据集上的实验测试了前馈卷积概念器神经网络的分类性能,不仅达到了同类方法的最高水平,而且极大地降低了训练时间;(2)提出了一种基于概念器的快速概念器分类器,在数据集Caltech-101和Caltech-256上,测试了快速概念器分类器结合预训练且不再微调的深度神经网络的表现,不仅在性能上超越了同类方法的最高水平,而且训练时间平均减少到原有的1/60.

继电保护中断路器失灵保护探讨

对继电保护中断路器失灵保护相关问题进行探讨,提出改进建议。

水下无人系统发展现状及其关键技术

水下无人系统是现代海军装备的重要组成部分,是海军装备中新概念、新技术应用最为广泛的领域。文章回顾了美国制定的水下无人系统发展规划,分析了美国水下无人系统体系化、集群化以及对新概念水下无人航行器探索的发展特点;简要叙述了俄罗斯、欧洲以及国内水下无人系统的发展现状,以及国内外存在的差距;最后,针对水下无人系统"自主性、互操作、数据链、多平台协同"等核心问题,指出了所应突破的技术关键。文中的研究将为我国多样化水下无人系统开发提供依据。

飞机机电设备维修专业虚拟仿真管理平台设计

飞机机电设备的维修关系着飞机使用寿命与安全运行,为了使飞机机电设备能够维持良好的运行状态,实验中利用机电概念设计器与增强现实技术进行虚拟仿真管理平台的设计。结果显示基于时间的仿真序列能够实现仿真行为,不同的行为和动作能够基于时间进行准确的排序和运行。基于事件的仿真序列能更加精确地还原组件的运动。在速度和精度判断中,仿真参数的速度为16 deg/s,最大加速度为16 deg/s^(2),限制跃度则为32 deg/s^(3)。在0到1 s期间,速度曲线呈现先快后慢的变化趋势。仿真持续时间为5秒时,虚拟仿真运动的速度变化是一个较为平缓的上升曲线。结果表明所提出的飞机机电设备维修虚拟仿真管理平台能够较好地对实际情况进行仿真。

同声传译中译语产出的认知心理模式研究

本研究探讨原语意义转化为译者语信后译语产出过程的认知心理模式。该模式基于简约性和概括性在Kormos(2006)双语言语产出认知心理蓝图的基础上,在主加工器上将语信来源表征为显性,并标注为原语意义构件,形式构成器中的构件调整为Levelt(1989)的语法编码和语音编码,将辅助成分的情景记忆调整为原语和译语情景记忆,将二语陈述性规则调整为译语陈述性规则。译语产出遵循递增处理原则,各阶段自主处理和并行运作。该模型能充分体现译语从概念形成器、形式构成器再到发音器的认知心理过程和描述译语从意义代码、言语代码到生理、语音代码的转换过程。

中国航天运输系统发展及未来趋势展望

航天运输系统是开展一切空间活动的最重要基础和前提,是一个国家综合实力的重要标志之一。在对世界航天运输系统发展特点进行深入分析的基础上,结合建设航天强国和世界一流航天运输系统的总目标,对中国航天运输系统的发展现状、发展需求与不足进行系统梳理,对中国航天运输系统的未来发展趋势进行展望,并提出了一次性运载火箭、空间转移运载器、重复使用航天运载器和新概念航天运载器4个方向的重点建设目标,最终构建能力强大、覆盖全面、性能先进的航天运输系统。