课程文献中心 更多>>

关键词： 晶格能   多晶型   密度泛函理论   神经网络   回归模型  

摘要： 晶格能是决定晶体热力学稳定性的关键物理性质,对药物多晶型稳定性的筛选具有指导意义。晶格能的获取方式通常为实验试错和基于分子/量子力学的理论计算,对于数量庞大的晶型结构,两种方法均费时费力。提出一种基于密度泛函理论(density functional theory,DFT)和晶体图卷积神经网络(crystal graph convolutional neural networks,CGCNN)的晶格能回归模型。首先采用自洽屏蔽多体色散校正的DFT方法计算晶格能,建立包含酸、醇、酰胺、氨基酸、酸酐等248种晶型的晶格能数据集;基于所建立的数据集,采用CGCNN进一步建立晶型和晶格能之间的定量回归模型,该模型训练集和测试集的MAPE分别为1.24%和5.04%,R2分别为0.9978和0.9750,表明该模型具有较好的预测效果,可以为高通量筛选稳定的晶型提供理论指导。

关键词： 多智能体系统   自适应动态规划   动态模糊神经网络   分布式一致性控制   在线学习  

摘要： 针对多智能体系统分布式一致性控制问题,提出一种新的融合动态模糊神经网络(Dynamic fuzzy neural network,DFNN)和自适应动态规划(Adaptive dynamic programming,ADP)算法的无模型自适应控制方法.类似于强化学习中执行者-评论家结构,DFNN和神经网络(Neural network,NN)分别逼近控制策略和性能指标.每个智能体的DFNN执行者从零规则开始,通过在线学习,与其局部邻域的智能体交互而生成和合并规则.最终,每个智能体都有一个独特的DFNN控制器,具有不同的结构和参数,实现了最优的分布式同步控制律.仿真结果表明,本文提出的在线算法在非线性多智能体系统分布式一致性控制中优于传统基于NN的ADP算法.

关键词： 班主任   数字化   网络   大数据   网络平台  

摘要： 随着我国数字化技术的普遍应用,教育数字化转型成了当下教育改革的必然趋势。班主任在学校教育中占有重要地位,班主任的工作能力直接影响着后续的教育质量。为此,班主任要与时俱进,了解数字化技术对教育教学产生的影响,积极创新,改变工作模式,迎接各种挑战,高效应用数字化技术实现教育数字化转型的根本目标。文章在分析数字化时代对班主任工作带来的诸多便利和班主任工作模式的特点之后,对如何利用数字化技术创新班主任工作模式进行了深入分析,希望能为相关课题研究提供参考。

关键词： 地面沉降   时序InSAR   时空预测   卷积长短时记忆神经网络  

摘要： 现有地面沉降时空预测方法存在时序特征捕捉能力差,未顾及空间邻域特征等问题,导致地面沉降时空预测的可靠性差。采用合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,InSAR),提出了一种能够捕捉时序特征和空间邻域特征的卷积长短时记忆(convolutional long short-term memory,ConvLSTM)神经网络地面沉降时空预测方法。选取北京首都国际机场作为研究区,首先基于差分干涉测量短基线集InSAR(small baseline subset InSAR,SBAS-InSAR),利用Sentinel-1A影像获取地面沉降时空InSAR数据,然后构建ConvLSTM的地面沉降时空预测模型,模拟预测该区域未来一年的地面沉降。利用永久散射体干涉测量技术、SBAS-InSAR结果和水准点数据,交叉验证了时序InSAR结果的可靠性;时序InSAR地面沉降数据采用滑动窗口进行数据分割,形成多对一数据集模式;结合小波变换和评价指标确定时空预测模型的最佳时间步长,建立时序InSAR地面沉降的ConvLSTM时空预测模型。实验结果显示,所提模型的预测结果和真实结果的拟合度R^(2)达到0.997,基于图像评价指标结构相似性(structural similarity,SSIM)和多尺度结构相似性(multi-scale structural similarity,MS-SSIM)进一步评价了模型的性能,SSIM和MS-SSIM分别达到了0.914、0.975。此外,与支持向量回归、多层感知器、卷积神经网络和长短时记忆神经网络模型进行了对比分析,各项指标均显示所提模型最优。所提模型预测到2022年11月北京首都国际机场最大累积沉降量达到157 mm,研究成果可为城市地面沉降早期预防提供关键技术支撑。

关键词： 小波包分解   开关电源电路   BP神经网络  

摘要： 针对开关电源电路的非线性故障问题,搭建了基于小波包分解与反向传播(BP)神经网络的开关电源电路故障诊断模型,采用小波包分解提取开关电源逆变电路故障特征向量,应用萤火虫-粒子群算法及改进BP算法优化训练BP神经网络。仿真实验证明,该方法可以迅速、准确地实现开关电源电路的故障诊断。

关键词： B2B电子商务   网络营销策略   人力资源管理   发展趋势  

摘要： 在当前全球经济一体化的大环境下,B2B电子商务成为驱动企业成长的重要力量,深刻影响着企业的经营策略和管理模式。针对B2B领域的电子商务,本文深入分析了其网络营销策略如何作用于企业的人力资源管理,揭示了人才需求的高度专业化与精细化、混合型工作模式的广泛应用、数据驱动的管理决策、个性化员工体验的提升以及企业文化与多元化包容性的重塑等趋势,为未来电商企业人力资源管理策略的发展提供了理论依据。

关键词： 产业结构变化   要素集聚   集聚作用   边缘城市   经济活力   修正引力模型   驱动因素   城市经济网络  

摘要： 本文以修正引力模型为基础,分析西部枢纽城市经济网络演变过程,采用QAP分析法探讨驱动因素。经济网络结构日趋复杂,核心城市集聚作用逐年增强,边缘城市正逐步表现出经济活力。要素集聚、扩散和产业结构变化推动经济网络发展。

关键词： 5G   多输入多输出(MIMO)   速度估计   方位角估计  

摘要： 在蜂窝通信系统中,移动用户速度估计是一个颇具挑战性的课题。虽然有大量文献涉及这个问题,但是由于一些不符合实际的假设,导致绝大多数方法没法应用。为此,为5G NR(New Radio)移动用户提出一种新颖的速度估计方法,可以克服现有方法的缺点。基本思想是通过对用户位置求导来获得移动速度。然而在非直射径环境中,用户位置估计相当困难。为了获得移动用户的精确位置估计,提出一种鲁棒性的具有自同步能力的方位角估计算法和一种改进的时延估计算法。仿真表明,提出的速度估计方法在直射径环境下,90%的速度估计值的估计误差小于2%;在非直射径环境下,90%的速度估计值的估计误差小于7%。与现有方法相比,所提速度估计方法对噪声更具鲁棒性,并且更适合实际系统。

关键词： 卷积神经网络   辅助诊断技术   自动识别   准确性  

摘要： 随着深度学习算法的普遍发展,图像辅助诊断系统已经成为了研究的热点。主要研究了基于卷积神经网络(Convolutional Neural Networks,CNN)的辅助诊断系统设计。该系统利用深度学习算法来自动识别和分析医学影像,提供精确的诊断结果,提高诊断效率。以早期胃癌为案例对系统进行验证,在实验中使用公开数据集进行训练和测试,搭建卷积神经网络算法模型,完成对医学图像的信息提取。搭建不同层数的神经网络进行对比,并设置交叉熵损失函数,评估模型训练效果,最终其准确性收敛在61.5%左右。进行仿真模拟实验,观察系统的响应,发现其能较好地满足对病灶识别的需求,达到辅助诊断的效果。

关键词： 氢网络   炼厂   压缩机   超结构   优化设计   系统工程  

摘要： 氢气是炼厂中的重要原料,采用氢网络综合的方法能够优化炼厂氢气分配以及其他相关设备的配置,在提高氢气利用率的同时降低能耗。在氢网络中压缩机费用占比较大,氢网络综合的一个重要优化目标是寻求合理的压缩机布置,节约相关费用。提出一个可同步优化氢气分配与级联压缩机布置的氢网络综合模型。该模型将压缩机划分为氢源压缩机、氢阱压缩机和流股压缩机三组,可以考虑共用以及串联压缩机的情况。此外,为了降低模型求解难度,提出合理的简化措施。案例分析表明考虑压缩机分组级联布置模型和简化模型的优化结果均明显优于常规模型,所需的压缩机数目降低,压缩机相关费用减少1.5%~2.1%,证明了所提方法的有效性。