简介：天平不等臂通常是由于制造上的误差．致使天平两臂的长度稍有不同．若仍按等臂天平使用方法（单称法）。则会导致测量不准确．那么采用什么方法使用不等臂天平，才能消除或减小测量误差呢？现分析探讨如下．

简介：本文证明了底空间M是纤维丛P的全测地子流形；并且在dimP-dimM=2时证明了若P是平坦的，则P的每一纤维也是全测地子流形。

简介：在舰载系统和机载系统，当子母惯导之间存在杆臂长度时，在传递对准中通常先消除杆臂效应误差再进行对准，以提高对准精度。在弹载环境中人们往往忽视杆臂效应，受制于弹体空间的限制，弹载惯组中的加速度计通常根据系统体积最小的原则寻找剩余空间布置，此时三个加速度计测量的是弹体三个不同点的加速度，不但存在外杆臂还存在内杆臂，导致惯组总体的杆臂误差。通过深入分析内外杆臂的形成机理，提出对弹载惯组也应进行杆臂效应误差补偿，对补偿算法进行了仿真和实验研究。系统半物理仿真表明补偿后在某些弹道条件下可以显著提高弹体攻击精度，其攻击目标误差由120m缩小为26m。

简介：研究具有任意常半径r的切球丛,得到该切球丛是Einstein的一个充分必要条件。

简介：重点介绍了杆臂效应原理和舰载水下潜器传递对准误差模型,针对潜器用捷联式惯性导航系统(SINS),在释放前摇摆基座上进行初始传递对准时,系统中存在的杆臂效应误差问题,提出了直接补偿杆臂干扰加速度和设计低通滤波器的补偿方案.通过计算机仿真:验证了方案可以有效的提高传递对准精度,提供高准确性的导航姿态基准.

简介：从理论和实验两方面讨论研究了在自组装惠斯通电桥实验中比例臂阻值对惠斯通电桥灵敏度的影响,并在实验结果上与理论分析有很好的一致性。

简介：针对自由漂浮状态下的空间机械臂系统，研究了基座姿态扰动最小的轨迹规划问题。首先通过正弦函数参数化机械臂各个关节，在机械臂关节角速度、角加速度以及基座姿态变化范围受限的约束条件下，定义了基座姿态扰动最小的目标函数，然后提出了基于混沌粒子群算法的轨迹优化策略，并给出了具体求解步骤。数值算例结果表明，在满足系统的约束条件下，机械臂关节变化平缓，不存在角速度突变的情况，并且比标准粒子群算法具有更快的收敛速度，在优化轨迹下进行运动仿真，结果表明终止时刻基座姿态扰动为1.3708°(三轴合成)，而梯形规划的姿态扰动为8.5459°，优化后使得姿态的扰动减小84%，从而说明所提出的算法能够有效减小机械臂运动对基座姿态的扰动。

简介：我们试图做一个类似于文字接龙的游戏，从“狂热”开始，一路引申到“疯狂”、“癫狂”、“狂躁”甚至“狂躁症”。这才是真正让人感兴趣的字眼，谁能否认自己的生存状态里没有狂躁的症状？（不得不说，我们绝对不是在探讨心理疾病哦!）这里有请歌手曹方和“飘乐队”来坦白交代自己的狂躁崇拜，纤弱的曹方是D．I．Y和LOMO的忠实拥趸、而“飘乐队”除了用摇滚来宣泄狂躁之外别无选择。

简介：利用查表确定标准正态分布的函数值非常有限,这给工程应用带来很多不便。文章讨论了基于神经网络计算标准正态分布函数值的方法、数学原理、网络构造和学习过程。示例表明,计算简洁、方便,准确率能达到10^-6。

简介：本文用矩阵测度研究了一类区间联想神经络的稳定性,给出了其稳定的判别准则,推广和改进了文[1-2]的工作。

简介：显而易见，他们是一群知道自己需要什么的人，或者说是基于非常了解自己而具备了自知之前的人。他们很自信，但并不狂妄，因为事业发展经历的风风雨雨，已经让他们的心态日渐平衡。

简介：我国证券市场股价波动表现出特有的混沌性质[1][2],具有局部随机与整体秩序[3]相容的特征.本文以2002年每隔十秒的上证指数高频数据[4]为例,以混沌理论为基础,从原始序列中构造出若干个新的时间序列,运用神经网络法[5]进行预测.预测结果表明,此方法能够较好地预测股票的走势,有望在股票交易中应用.

简介：本文通过构造Lyapunov函数和利用不等式分析技巧，研究了具有时滞的细胞神经网络的稳定性，给出了与时滞无关的网络渐近稳定的充分判据，该判据可用于时滞细胞神经网络的设计与检验，有重要的理论意义与应用价值。

简介：在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络.描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比.最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计.仿真结果证明了该法的有效性和实用性.

简介：研究具有时滞的细胞神经网络的稳定性问题，通过构造合适的Lyapunov函数及不等式分析技巧，给出了时滞细胞神经网络全局稳定的新的充分判据，这些结论推广了已知文献中的结果。

简介：以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注，并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率，本文设计了2种改良的深度卷积神经网络，这些改进加快了神经网络的训练速度．有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型，该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验，改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型，这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后，构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”，该系统能够自动检测出CT影像中肺结节，并给出结节的良恶性概率评估。通过该系统的应用，可以有效缓解放射科医生超高的劳动强度，提高阀片效率，服务更多患者；减少漏诊和误诊发生的次数，有助于提高肺结节的诊断准确率；从而促进我国肺癌早筛工作的推广。

简介：本文针对某型陀螺启动特性进行了试验研究，在陀螺启动漂移特性试验数据基础上，用神经网络建立了启动漂移速率温度的非线性模型，并对模型进行了检验，证实了神经网络的有效性

简介：研究了神经网络对课堂教学质量进行综合评估的原理、方法和过程,并成功地应用于实际中,结果表明该方法简洁,准确,并能克服各种人为因素.

简介：本文利用BP神经网络建立起66例肝硬化治疗结果数据预测模型，并基于matlab得出预测结果。实验证明利用BP神经网络可有效地预测肝病治疗效果。

简介：链路预测是网络信息挖掘的主要研究内容，通过对网络结构和其他信息的分析，挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标．并在此基础上提出了一种基于这8种指标线性组合的度量指标，并经过实验找出了较好的优化参数。然后，提出了基于这8种指标的神经网络模型．并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明．基于FANN库的神经网络模型的预测结果最好，在4个数据集上最高的AUC值分别达到了0。95l8、0．9289、0．7480和0．8677，与单一指标最好的AUC值相比分别提高了3．92％、1．45％、7．06％和24．35％。