简介：针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：通过ICEMCFD软件将局部截面变为椭网形的异径导流简进行了三维建模，使用Fluent对不同人口速度下的流线场与速度分布进行仿真计算，建立了不同结构的导流简所适用的速度范围．结果表明．速度的大小和椭网截面离心率对流场产生的影响较大．当速度减小或离心率变大时，导流筒尾部渐扩管容易发生回流，致使流场紊乱．本研究能为椭网形管道电磁流量计的结构设计提供参考方案，为设计合理的导流筒提供理论依据．

简介：运用N2O-C2H2火焰原子吸收光谱法进行氢镍电池材料用氧化锆布膜中铁的测试研究。介绍了铁的最佳测试条件，对样品的消化处理，以及在测试过程中对样品干扰因素进行了分析。测定样品中铁含量相对标准偏差均小于1．0％（测定次数n=6），加标回收率均在97．0％～98．3％（n=6）范围。该方法具有简便、快速、灵敏度高、重现性好等特点，准确度与精密度均能满足氢镍电池研制工作的要求。

简介：基于医学CT扫描图像得到的真实人体上呼吸道模型,采用大涡模拟方法计算了上呼吸道内部的气流流动,分析了气流流速和涡旋的特征.在拉格朗日框架下计算了可吸入颗粒物的沉积,对颗粒的局部沉积位置进行了直观显示.研究结果表明,舌咽部位涡旋和回流最多,狭窄结构处流速最大,且产生了气流喷射现象;大部分的颗粒沉积在鼻腔和喉部,颗粒粒径对沉积率有很大影响.