L－双Fuzzy拓扑空间中的Lindelof性质

本文以远域理论为工具引入了Ｌ－双Ｆｕｚｚｙ拓扑空间中的Ｌｉｎｄｅｌｆ性质,讨论了这类空间的一些性质。证明了Ｌｉｎｄｅｌｆ性质是闭遗传的、双强同胚不变量,最后给出了在弱诱导拓扑空间中,Ｌｉｎｄｅｌｆ性质的几个等价条件。      

高速铁路桥墩沉降与无砟轨道底座板脱空区域的映射关系

铁路桥梁是高速铁路系统中的重要组成部分,其健康状况对车辆运营安全具有重大影响.桥墩沉降会引起无砟轨道底座板产生脱空区域,给列车安全运行埋下隐患.分析桥梁上纵连板式无砟轨道底座板随桥墩沉降产生脱空区域的机理,推导桥墩沉降量与底座板脱空区域映射关系的解析表达式,计算底座板随桥墩沉降的位移曲线,并与有限元模型结果进行对比,最...     

基于数字孪生的测试场景架构及应用研究

虚拟测试场景在智能船舶评估中占有重要地位,数字孪生技术能够对现实环境进行描述、预测,实现智能现实环境与虚拟场景的交互映射。本文探索如何将数字孪生应用于智能船舶虚拟测试,构建船舶和环境数字孪生体来实现船舶在现实环境中如何获取数据、在哪获取数据,获取何种数据映射到虚拟测试场景中,并寻求更为准确的参数。初步构建出基于数字孪生的船舶虚拟测试场景架构,基于该架构进行虚拟测试前后以及船舶远程操作时延优化应用,该架构具有一定的有效性和可靠性。基于数字孪生技术能够提高智能船舶虚拟测试系统的效率和操作精度,增强实验结果的可靠性。     

基于CAWOA-BP的船舶凝给水系统故障诊断

为克服传统专家经验在故障诊断方面的不足,实现船舶凝给水系统的智能诊断,在标准BP神经网络基础上提出一种优化后的CAWOA-BP故障诊断模型。采用混沌映射以及自适应权重调整策略优化WOA鲸鱼算法,利用优化后的WOA鲸鱼算法改进BP神经网络的权值及阈值矩阵。由于船舶凝给水系统的状态监测数据是复杂多维度数据,利用UMAP降维算法对原始数据进行降维。最后,利用降维处理后的数据训练CAWOA-BP神经网络模型,实现故障诊断。通过对正常及故障数据的学习,发现优化后的CAWOA-BP模型相比于标准BP,WOA-BP,PSO-BP故障诊断模型具有更高的准确率、精确率、召回率及预测误差。研究表明,基于优化后的CAWOA-BP神经网络故障诊断方法能够更加精确实现船舶凝给水系统的故障诊断。     

基于神经网络的砼联锁块铺面厚度计算

神经网络具有很强的非线性映射功能,该文利用BP神经网络计算检验了联锁块铺面块料层的厚度,重点讨论了BP神经网络的拓扑结构和修正算法。通过对检验结果进行分析比较,证明此方法在联锁块铺面块料层的厚度计算及检验中具有很好的实用价值。     

凸模糊映射的复合及线性性质

利用了模糊数的定义、序关系和运算.将实数转化为模糊数后,建立了从模糊数全体到自身的凸模糊映射,并且给出了凸模糊映射单调性的概念;之后运用模糊数的性质结合凸分析的理论,探讨了此类映射的特点,得到凸模糊映射的复合及线性性质.     

舰船电力推进系统故障仿真软件关键技术研究

提出了采用计算机仿真产生专家系统所需样本,并设计出电力推进系统故障仿真软件体系结构,阐述了软件开发中的模型管理、数据共享、模型控制等关键技术,从而在降低横型程序和故障诊断软件之间的耦合度的同时,实现模型程序和仿真软件之间快速的交互信息。     

Pragmatic physical layer abstraction method based on bit-LLR-wise exponential effective SNR mapping for bit interleaved coded orthogonal frequency division multiplexing system

In this paper, we analyze the physical layer abstraction for bit interleaved coded orthogonal frequency division multiplexing （BIC-OFDM） system from a parallel bit channel perspective. By combining the exponential effective SNR （signal-to-noise ratio） mapping （EESM） with the maximum a posteriori （MAP） algorithm, a bit LLR （log-likelihood ratio） wise EESM （BL-EESM） method is proposed. This method can abstract the link performance with high accuracy, especially for the case when channel estimation is imperfect. Afterward, the BL-EESM method is simplified by utilizing the non-linear quantization idea, which can reduce the times of exponential operation by two orders of magnitude at wide system bandwidth, yet shows little loss in accuracy. Our proposal can be applied to both system level simulations to save the time consumption and to practical terminals to facilitate the adaptive modulation and coding （AMC） procedure, bringing about throughput improvement at low hardware cost.     

基于局部线性重构的全景高光谱影像低维可视化

论文提出一种基于局部线性重构的半监督学习全景高光谱影像扩散坐标系延拓方法.基于半监督学习思想,利用ε-net近似逼近全景高光谱影像的特征空间,并计算出对应的扩散几何坐标,进而基于局部线性性质在ε-net所逼近的特征空间上局部线性重构出外采样点的扩散几何坐标.相对于基于坐标系配准达到大尺度高光谱影像可视化的方法,半监督学习范式能够给出全景高光谱影像更为一致的坐标表示.     

CQ Method for Strictly Pseudo-Contractive Mapping

This paper obtains a strong convergence theorem for k-strictly pseudo-contractive mapping under the framework of Hilbert spaces using CQ method. Due to the fact that non-expansive mapping is only 0-strictly pseudo-contractive, the main result obtained in this paper extends the corresponding main result of Nakajo-Takahashi from non-expansive mapping to k-strictly pseudo-contractive one, where k∈[0,1).