关键词： 飞机模拟维修   声音增强技术   小波变换   递归神经网络   模糊逻辑推理  

摘要： 为实现飞机模拟维修智能化,探索声音增强技术在飞机模拟维修中的应用.通过小波变换对声音信号进行预处理,提取多尺度特征,结合递归神经网络实现故障模式识别,最后利用模糊逻辑推理动态优化维修决策.实证测试表明,该方法可将故障预警准确率提高至 96.7%,诊断时间缩短至1.2 h,维修效率显著提升.

关键词： 一般边界条件   轴对称弯曲   状态空间法   边界位移函数   层合圆柱壳  

摘要： 复合材料层合圆柱壳因其材料与结构的优异特性，在化工、海洋和航空航天工程等领域中得到广泛使用，该结构承载时在层间和边界附近的局部力学响应较为复杂，并会影响整体结构的工作性能。状态空间法作为求解层合结构精确解的一种有效方法，在处理非简支边界条件通常需要借助数值方法。本文基于层合圆柱壳的状态空间框架，将非简支端的边界位移函数也作为状态变量引入状态方程，建立严格满足边界条件的齐次状态方程；然后，利用层合渐近技术将状态矩阵的系数常数化得到任意子层的状态传递关系，结合层间的连续性条件推出层合圆柱壳的状态传递关系；最后通过傅里叶级数引入内外表面的载荷条件得到结构轴对称弯曲问题的精确解。算例表明，本文解与有限元解吻合得很好，能够给出层合圆柱壳应力和位移沿轴向和径向的精确分布规律，分析了不同边界条件和铺层形式对静力响应的影响。另外，通过固支端与自由端及其附近的位移与应力分布规律说明了两种约束产生的端部效应。

关键词： 知识表示学习   层次化关系注意力   联合嵌入   图卷积网络   链接预测  

摘要： 知识表示学习旨在将知识图谱中的实体和关系映射到低维连续向量空间，使得计算机能够处理结构化知识。然而，现有基于图卷积网络的知识表示学习模型通常采用固定权重的聚合策略，未能充分考虑不同关系类型对中心实体的异质性影响。为此，提出了一种结合层次化关系注意力与联合嵌入的知识表示学习模型（HRE-JEM）。该模型通过自注意机制动态更新中心实体的向量表示，并捕获不同关系类型对中心实体的异质性影响。编码器将实体和关系进行联合嵌入学习，并利用ConvE作为解码器分析三元组的空间结构特征。在WN18RR和FB15k-237数据集上进行了对比实验和消融实验，该模型在多个指标上均优于基准模型，验证了该模型在知识表示学习领域的有效性与实用性。此外，还讨论了注意力头个数变化对模型性能的影响。

关键词： 遗传算法   K均值聚类   实数编码   甘蔗品种   小生境  

摘要： 采用实数编码方式,对聚类的中心矩阵进行编码,通过数组变换将染色体与相应聚类中心的数组进行匹配,通过轮赌选择和自适应的交叉、变异操作及均值小生境的种群优化对聚类中心的编码进行更新迭代,最终得到稳态的聚类误差函数和划分效果最好的聚类中心.然后通过对某基地的甘蔗品种进行分析、比较,分析的误差函数结果显示,Ringa K-Means改进的聚类效果明显优于传统的K-Means方法及Sga-K-Means方法的聚类效果.

关键词： 计算机通信技术   电子信息技术   人工智能  

摘要： 目的:研究计算机通信技术与电子信息技术在人工智能领域的应用要点.方法:探讨计算机通信技术和电子信息技术在AI领域的实践意义,分析它们如何为AI技术的发展提供支持,并推动AI技术在不同领域的应用.结果:从自动驾驶车辆到智能语音助理,从定制化医疗服务到个性化推荐系统,AI的应用已经广泛渗透到社会的各个层面.结论:希望通过本文的分析与研究,可以让更多的人了解到计算机通信技术与电子信息技术在人工智能领域应用的必要性.

摘要： 采用密闭式微波系统消解土壤样品,并用火焰原子吸收光谱法测定其镍含量.微波消解法与国标湿法消解相比,结果基本一致,但湿法消解耗时8～10 h,消耗试剂15～20 mL,而微波消解法只需3 h,消耗试剂9.5 mL.在微波消解最佳条件下,镍检出限为0.015 4 mg/L,加标回收率为97.4%～103.0%,相对标准偏差小于4.1%.

关键词： 装配序列规划   深度强化学习   初始解   遗传算法   优化解  

摘要： 针对复杂装配体模型的装配序列规划通常非常耗时， 且现有方法在质量方面仍有提升空间. 作为解决装配序列规划问题的主流方法， 传统优化算法的效率和效果显著受到初始解的影响. 为此， 面向复杂模型提出一种基于强化学习的装配序列规划高质量初始解智能生成方法. 首先以包含众多零件的复杂装配体模型作为输入， 通过爆炸视图构建其初始状态; 其次综合考虑装配过程中的零件干涉性、方向一致性和连接稳定性， 利用深度Q网络(DQN)算法生成高质量装配序列， 即初始解; 最后以减少装配方向变化、降低零件干涉、提高连接稳定性为目标， 构建数学规划问题， 并在改进的遗传算法中使用DQN生成的初始解， 获得高质量的优化解， 输出该模型的高质量装配序列方案. 通过对由复杂装配体模型组成的公共数据集进行实验， 结果表明， 与随机生成和遗传算法生成的初始解相比， 所提方法能够生成高质量的初始解， 显著加快遗传算法的收敛速度(提高约50%)并提升收敛效果(提高约75%)， 获得高质量的优化解; 在生成高质量初始解的过程中， 该方法的生成速度比遗传算法快约700%， 表现出显著的速度优势.

摘要： 利用人工神经网络神经元之间的非线性性，将BP神经网络理论应用于温室环境自动检测系统数学模型的建立中，讨论了网络结构的设计，学习算法等问题，温度检测结果的统计试验表明，与温度真实值比较平均误差是0.4℃，结果合乎温室环境检测要求，使用结果表明，系统采用修正数学模型的方法进行调试，减少了硬件调试的困难，方便检测系统在田间的安装与维护。