改进ART1神经网络在航空发动机故障诊断中的应用

根据航空发动机故障诊断原理和飞参数据,提出了一种改进ART1神经网络故障诊断方法。该法对数据预处理后,运用四阈值法和二次判断建立故障代码消除“伪故障”,并对ART1神经网络的输入层进行了改进,在诊断突发性故障的基础上,增加了对因为部件原因而引起的渐变性故障的诊断。实验结果证明,该方法精确度高,噪声抑制力强,而且诊断准确,大大降低了虚警率。

空竭服务多级适应性休假Geom^X/G(Geom/G)/1可修排队系统

在空竭服务多级适应性休假GeomX/G/1排队的基础上,讨论了空竭服务多级适应性休假GeomX/G(Geom/G)/1可修排队系统.利用嵌入马尔可夫链法,得到了稳态状态下顾客离去时刻系统队长的母函数,说明系统队长存在随机分解;此外,对系统的一个忙循环进行分析,使用Wald定理和离散时间更新报酬定理得到了系统的稳态可用度.

一类Fullerene图的1-共振性

用R(0)表示一个含有1个六边形内面和6个五边形内面的平面图,其中这6个五边形内面同时和该六边形内面相邻,且这6个五边形内面构成一个环链。给出了含有R(0)作为子图的Fullerene图的构造和分类;进一步证明了含有R(0)作为子图的Fullerene图是1-共振图。

1-甲基胸腺嘧啶A-带结构动力学

获取了1-甲基胸腺嘧啶(MT)涵盖紫外光谱中A带和B带吸收的共5个激发波长的共振拉曼光谱,并结合密度泛函理论方法研究了MT的电子激发和Franck-Condon区域结构动力学.在TD-B3LYP/6-311++G(d,p)计算水平下,A带和B带吸收被分别指认为πH→πL*/πH-2→π*L+2和πH→π*L+2/πH-2→πL*跃迁.甲基参与嘧啶环的共轭使MT的A带最大吸收波长λmax相对于胸腺嘧啶(T)发生明显红移,并对Franck-Condon区域的动态结构产生一定影响.A带和B带共振拉曼光谱分别被指认为14个振动模式和11个振动模式的基频、泛频和组合频.C5=C6伸缩+C6H12面内弯曲振动ν9,环变形振动ν16和N3C2N1反对称伸缩+C4C5C10反对称伸缩振动ν18占据了A带共振拉曼光谱强度的绝大部分.这表明1πHπL*激发态结构动力学主要沿这些反应坐标展开.考察了溶剂对共振拉曼光谱的影响,结果表明,C4=O9伸缩+N3H11面内弯曲振动ν8的活性与溶剂性质有关,其激发态位移量随溶剂性质的变化规律与胸腺嘧啶一致.

1型发作性睡病非快速眼动睡眠期脑网络拓扑特征及其与认知行为评价的相关性

目的应用同步脑电-功能磁共振成像技术(electroencephalography-functional magnetic resonance imaging,EEG-fMRI),探讨1型发作性睡病(narcolepsy type 1,NT1)患者非快速眼动(non-rapid eye movement,NREM)睡眠状态下脑功能网络的连通性和拓扑特性,探讨其与认知行为的关系。材料与方法对25例NT1患者和25例年龄匹配的健康对照组进行北京版蒙特利尔认知评估(The Beijing version of the Montreal Cognitive Assessment,MoCA-BJ)和EEG-fMRI扫描。所有受试者首先进行夜间多导睡眠图(nocturnal polysomnogram,nPSG)研究,计算总睡眠时间(total sleep time,TST)、各睡眠阶段占总睡眠时间百分比(TST%)和觉醒指数。采用Epworth嗜睡量表(Epworth Sleepiness Score,ESS)衡量白天的嗜睡程度。并在睡眠状态下对所有被试进行同步EEG-fMRI扫描。应用MoCA-BJ量表评估所有被试认知功能。利用EEG数据进行睡眠分期,基于fMRI数据建立被试睡眠状态下的全脑功能连接网络,使用图论方法分析网络的拓扑特征。比较各组之间拓扑参数的差异,并用相关分析方法分析脑网络拓扑特性与MoCA-BJ量表的关系。结果与对照组比较,NT1组的MOCA-BJ评分降低;而且NT1 NREM 2期睡眠期(N2)全脑全局效率以及小世界性均明显降低。NT1组的全脑功能网络的整体效率与MoCA-BJ评分显著相关(r=-0.589,P=0.002)。结论NT1患者在N2期睡眠状态下脑功能网络的网络拓扑属性异常与其认知障碍相关。

基于Roy适应理论的健康宣教配合智慧平台在T1DM带泵治疗患儿中的应用

目的探讨基于Roy适应理论的健康宣教配合智慧平台在1型糖尿病(T1DM)带泵治疗患儿中的应用效果。方法纳入2020年5月至2022年5月经郑州儿童医院收治的84例T1DM带泵治疗患儿及主要监护人作前瞻性研究,按随机数字表法设为对照组(患儿42例,主要监护人42例)及观察组(患儿42例,主要监护人42例)。对照组予以常规健康宣教,观察组则于对照组基础上,基于Roy适应理论的健康宣教配合智慧平台实施干预,比较两组主要监护人健康教育知识掌握程度、照护水平及患儿血糖控制效果、治疗依从性。统计学方法采用χ^(2)检验、t检验。结果两组主要监护人干预前健康教育知识掌握度、照护者负担水平(ZBI)、家庭关怀度(APGAR)比较,差异均无统计学意义;两组干预后健康教育知识掌握度、APGAR均有提高,ZBI有所降低,观察组健康教育知识掌握度[(68.15±7.36)分比(54.62±10.18)分]、APGAR[(8.03±1.35)分比(6.72±1.13)分]均高于对照组,ZBI[(26.87±5.21)分比(30.24±5.48)分]低于对照组(t=6.98、4.822、2.888,均P<0.05);两组患儿干预前HbA1c、FBG比较,差异无统计学意义。两组干预后糖化血红蛋白(HbA1c)、空腹血糖(FBG)均有降低,观察组HbA1c[(6.51±0.58)%]、FBG[(6.76±0.65)mmol/L]低于对照组[(7.44±0.86)%、(7.83±0.91)mmol/L],差异均有统计学意义(t=5.810、6.201,均P<0.05),且观察组干预后HbA1c、FBG合格率高于对照组(χ^(2)=7.244、5.833,均P<0.05);经Redit分析,两组患儿治疗依从性比较,差异有统计学意义(χ^(2)=2.090,P<0.05),且观察组MMAS-8评分高于对照组,差异有统计学意义(t=11.770,P<0.05)。结论基于Roy适应理论的健康宣教配合智慧平台应用于T1DM带泵治疗患儿,可提升主要监护人健康教育知识掌握程度,提高照护水平,且患儿血糖控制效果良好,治疗依从性上升。

1-苯基-1,2-丙二酮的振动光谱和理论计算研究

获取1-苯基-1,2-丙二酮(PPD)在环己烷和乙腈溶剂中的电子吸收光谱,结合含时密度泛函理论(TDDFT)B3LYP-TD/6-311++G(d,p)计算,指认出A吸收带的跃迁主体为π→π*的跃迁。获取PPD A-带共5个不同激发波长下的共振拉曼光谱,并结合密度泛函理论(DFT)方法研究A吸收带的Franck-Condon区域结构动力学,其共振拉曼光谱被指认为Franck-Condon区域5个活性振动模的基频、倍频和组合频,其中C1O2的伸缩振动、C6C5C10/C7C8C9伸缩振动和环上CH的面内摇摆(v10、v11)对拉曼光谱强度贡献最大,表明PPD的S4激发态在Franck-Condon区域内的结构动力学主要沿这三个反应坐标展开。

2,5-二甲基-1,3,4-噻二唑激发态结构动力学的共振拉曼光谱研究

获得了2,5-二甲基-1,3,4-噻二唑(DMETD)在乙腈、甲醇和水中的紫外吸收光谱以及三种溶剂中不同激发波长下的共振拉曼光谱,并结合含时密度泛函TD-B3LYP/6-311++G(d,p)计算对DMETD的短时结构动力学进行了研究。通过固态的FT-Raman、FT-IR光谱和DFT计算指认了DMETD在溶剂中的共振拉曼光谱,并对DMETD共振拉曼光谱的强度模式进行了分析。结果表明DMETD在气相和溶剂中的跃迁主体都是π→π*。溶剂模型计算发现溶剂的极性对拉曼强度无影响。这样,DMETD在Franck-Condon区域活性振动模大致可以指认为7个基频v8,v12,v15,v17,v22,v23和v27以及它们的倍频和组合频,C=N和N-N伸缩振动占据了对拉曼强度的主要部分,说明S2激发态结构动力学也主要沿这两个坐标进行。

2-氨基-5-甲硫基-1,3,4-噻二唑的FT-IR,FT-Raman和共振拉曼光谱指认

利用共振拉曼光谱技术以及密度泛函理论(DFT)计算对2-氨基-5-甲硫基-1,3,4-噻二唑(5-AMTT)在Franck-Condon区域的光诱导激发态短时动力学进行了研究。通过实验获得了5-AMTT固体的FT-IR和FTRaman光谱,并结合量子化学计算确认了5-AMTT的稳定构型。获得了5-AMTT在乙腈、甲醇和水溶剂中309.1nm激发波长下的共振拉曼光谱图。共振拉曼光谱可以被指认为9个Frank-Condon活性振动模的基频、倍频和它们的组合频,其中5-AMTT环上C5N4的伸缩振动、CH3上C—H的振动以及NH2的振动的基频、倍频和组合频占据了其主要吸收带共振拉曼光谱强度的绝大部分,表明5-AMTT激发态结构动力学主要沿着这些反应坐标展开。

甲醛分子团簇[CH_2O]_n(n=1～4)波谱特性的研究

应用密度泛函理论中的ω-B97XD/6-311+G(d,p)方法,对甲醛分子团簇[CH2O]n(n=1~4)的空间结构进行了优化,得到了这些团簇的基态结构,并对其红外光谱,核磁共振谱的性质进行了研究.结果表明,当甲醛分子构成稳定的多分子团簇时,团簇中的每个分子仍然为平面结构,分子间将形成氢键,并且团簇中的各个分子共面.与单分子甲醛相比,多分子团簇的红外光谱,会出现许多与分子间氢键振动有关的新的吸收峰.当甲醛分子形成团簇时,13C核和17O核的核磁共振谱线会发生劈裂现象,这与电荷分布的对称性的破缺有关;而1H的核磁共振谱中将会出现新的条纹,这是由分子间的氢键的形成引起的.本文的研究可为甲醛团簇的识别、检测及性质研究提供理论依据.

多目标决策灰色关联投影法在水利工程开发中的应用

提出了用于水利工程开发方案决策的项目综合评价方法———多目标决策灰色关联投影法,介绍了该方法的基本原理,建立了综合考虑项目的多种因素的水利工程开发方案选择的多目标决策灰色关联投影模型,并用实例加以说明,所得结果与自适应共振神经网络法的评价结果基本相同,说明该方法用于水利工程开发方案的选择是有效的.

分布式多域监控系统组织模型

在分析应急通信系统特点及现有监控技术基础上,提出一种分布式多域监控组织模型,该模型具有扩展性好、高可靠性等特点,减小了网络时延,提高了系统吞吐率。并在此组织模型基础上提出了基于ART 2神经网络模型的自适应域首选举方法,提高了域首选举的稳定性,减少了域首选举带来的网络开销,对系统的可靠性提供了保证。

含裂纹故障齿轮系统的非线性动力学研究

考虑时变啮合刚度、间隙非线性及传动误差的影响,针对试验齿轮箱中的单对齿轮传动建立齿轮副扭转振动的参数化动力学模型,对裂纹故障的非线性动力学机理进行研究。采用平均法分析齿轮裂纹模型的主共振及1/2亚谐共振的动力学响应;给出裂纹演化过程对齿轮系统啮合刚度及动力学行为的影响;通过幅频特性曲线、时域图、相轨迹图、Poincaré截面图及频谱图综合分析含有裂纹故障齿轮的振动特征;通过奇异性理论分析裂纹程度及传动误差所产生的内部激励与系统动力学分岔的关系,从而揭示了不同裂纹程度和传动误差所引起的不同分岔模式;最后通过试验提取含有裂纹故障齿轮的振动特征,试验结果验证了理论分析的结果,从而为齿轮系统裂纹故障的识别提供理论依据。

天窗电机噪声测试及特征频率提取方法

汽车天窗电机及其系统对低噪声水平有严格要求,提出天窗电机噪声测试和测试信号处理方法的研究。首先在介绍天窗电机系统组成及噪声水平要求基础上,建立了天窗电机噪声测试平台,应用选择运行法对天窗电机系统进行了噪声测试,获得了系统各部件噪声贡献的水平。其次,考虑到试验中不同测试位置可能存在着某些特有的噪声频率,提出一种基于自适应共振理论(adaptive resonance theory-2,ART-2)的噪声测试信号的处理方法,建立了相应的特征频率提取及融合的数学模型。最后结合额定负载下天窗电机在2个不同位置的噪声测试数据,利用基于ART-2的信号处理方法得到了天窗电机的噪声特征频谱,并与常规平均值法处理结果进行比较。结果表明天窗电机的噪声占天窗系统噪声比例大;相比平均值法,该文提出的方法可以得到更加清晰和可靠的特征频谱。

基于ART2神经网络的入侵检测方法

提出基于ART2神经网络的入侵检测方法.采集基于主机和基于网络的入侵特征数据,分析入侵行为的空间和时间关联性,并对入侵特征数据中的关联信息进行处理,提取入侵行为之间的关联性,降低入侵检测算法的复杂性;利用ART2算法的自学习能力、自组织能力、良好的稳定性和可塑性以及快速识别能力,实现对用户行为的近实时检测,取得了较高的检测准确率,在识别未知攻击方面具有较好的性能.

基于Fuzzy-ART神经网络的红外弱小目标检测

针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)神经网络的弱小目标检测算法。首先,采用Fuzzy-ART神经网络结合Robinson警戒环技术,建立自适应局部空间背景模型,并以此分析像素点的背景模糊隶属度来抑制背景杂波;然后依据目标与残留背景杂波的空间特征采用模板均差法来突显目标,并提出基于行列模糊聚类的自适应分割算法来提取候选目标;最后结合目标的运动连续性进行多帧轨迹关联从而检测出真实目标。理论分析与实验结果表明,该算法能随背景的局部情况来自适应调节空间背景模型,从而自适应抑制背景杂波、突显目标,能有效提高信噪比,检测出弱小目标。

基于遗传策略和神经网络的非监督分类方法

文章提出了一种新的基于遗传策略和模糊 ART(adaptive resonance theory)神经网络的非监督分类方法 .首先 ,利用原有的训练样本对模糊 ART神经网络进行非监督训练 ,然后 ,采用遗传策略为模糊 ART神经网络增加各类族边界邻域内的训练样本点 ,再对模糊 ART神经网络进行有监督训练 .这种方法解决了训练样本在较少条件下的 ART系列神经网络的学习与分类问题 ,提高了 ART系列神经网络的分类性能 。

改进的ART1网络及其在英文字符识别中的应用

通过实验发现传统的ART1人工神经网络的分类结果和输入样本的顺序有关 .分析并指出了原因 ,给出了相应的改进算法 .最后 。

改进ART Ⅱ算法的仿真研究

ART Ⅱ网络以模式的相似性量度值为基础,能够对动态的输入模式样本进行自适应的聚类和识别,然而标准的ART Ⅱ网络在输入数据处理过程中,忽略了样本数据中的负数信息和幅值信息,造成信号畸变和"同相位不可分"问题,在权值调整过程中,聚类中心发生移动,容易造成"模式漂移"现象。针对上述问题结合相关文献提出了引入非线性函数对输入数据进行变换的方法解决"同相位不可分"问题,用待测数据与同一模式类中有限数据的欧氏距离与限定值进行比较实现聚类判定,抑制"模式漂移"现象。用Matlab仿真表明,改进算法性能优于标准算法。

基于自适应谐振理论的武器目标分配快速决策算法

针对武器目标分配(WTA)的求解实时性问题,建立基于火力集合划分的WTA数学模型,并提出一种基于模糊自适应谐振理论的邻域搜索(FART-NS)快速决策算法。利用模糊自适应谐振理论的快速泛化能力提高算法实时性,引入虚拟节点提升邻域搜索算法在WTA解空间的寻优能力,形成快速泛化-邻域优化-在线学习的闭环机制,使FART-NS算法对训练集精度和采样密度具有较强的鲁棒性。仿真结果表明,该算法在时间复杂度上优于BBA、改进GA等主流算法,能较好平衡WTA问题的求解实时性和收敛性。