葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

我校理學院大數據研究團隊在人工智能與大數據處理技術研究方面取得系列進展，研究成果分別發表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能頂級期刊。神經網絡是人工智能領域中目前最為火熱的研究方向——深度學習的架構基礎。雖然深度學習在近幾年發展迅速，但是關于如何設計最優神經網絡架構的問題仍處于探索階段。該團隊分別針對人工智能中神經網絡結構復雜、高維大規模數據存在無效和冗余特征、難以獲取長時序信息等問題與缺陷，設計出了一系列網絡結構優化、大數據特征選擇和時序循環神經網絡模型，有效改善了上述不足，提高了人工智能模型的學習性能。 題目為《帶Group Lasso懲罰與控制冗余的神經網絡特征選擇》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究論文發表在人工智能領域權威國際期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生張華清為該論文共同第一作者， 我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項工作得到國家自然科學基金、國家科技重大專項、山東自然科學基金、中央高校基本科研業務費、中國石油天然氣集團公司重大科技項目以及山東省高校青年創新科技支撐計劃的資助。 特征選擇技術也稱屬性選擇，是指從原始特征或屬性中選擇出最有效的特征或屬性以降低數據維度的過程，它是人工智能數據預處理環節的重要步驟，也是大數據處理技術的重要環節。該項工作在神經網絡中嵌入Group Lasso懲罰項并實現特征冗余控制，在選出對解決問題最有幫助、蘊含信息量最大的特征或屬性的同時，控制所選特征子集的冗余程度，以達到降維的最優效果，從而使模型的泛化能力更強，降低神經網絡模型產生過擬合的風險。 題目為《基于L1正則化的神經網絡結構優化模型設計與分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究論文發表在國際人工智能領域權威期刊IEEE Transactions on Cybernetics。碩士生謝雪濤和博士生張華清為論文共同第一作者，王健副教授為通訊作者，我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項研究成果得到了國家自然科學基金、山東省自然科學基金和中央高校基本科研業務費的資助。 該項工作借助L1正則子具有的稀疏表達能力，提出兩種神經網絡結構優化學習模型；本項工作另外一個突出貢獻就是提出了一種簡單且具有通用性的收斂性證明方法，同時保證了模型設計的合理性。實驗結果表明所提出模型具有強大的魯棒性、廣泛的適用性、理想的剪枝能力和良好的泛化能力，適用處理高維大數據。該研究成果在人工智能與深度學習構造最簡網絡結構方面具有很強的指導作用和應用推廣價值。

高端智能化、高效節能、低耗能的機械設備主要為：履帶式的移動破、圓錐破

華中科技大學任意波形發生器采購項目招標項目的潛在投標人應在網上獲取（請將獲取招標文件需提供的資料掃描件（PDF版）發送電子郵件至jinlinjing@hbzwlx.cn）或現場獲取(湖北省武漢市武昌區群星城K3-2-1801)獲取招標文件，并于2022年06月22日09點30分（北京時間）前遞交投標文件。

本發明公開了一種檢測TNF?α的光電免疫傳感器及其制備方法和應用，光基底電極表面依次經GO?PTC?NH2溶液、anti?TNF?α溶液修飾，所述基底電極為玻碳電極或氧化銦錫半導體電極。本發明利用GO?PTC?NH2納米復合物制備光電免疫生物傳感器用于腫瘤標志物檢測的方法，與傳統的酶聯免疫吸附以及PCR等方法相比具有操作簡便、技術要求低、反應迅速的特點，所使用的光電探針摒棄了傳統金屬材料等的光腐蝕等弊端，穩定性較好且負載量大，功能化基團多，便于修飾。

本發明公開了一種基于MEMS傳感器和VLC定位融合的雙粒子濾波導航裝置和方法，包括MEMS傳感器、INS模塊、PDR定位模塊、VLC定位模塊、測姿粒子濾波器和定位粒子濾波器；本發明在測姿濾波器的設計中，三維姿態誤差和三軸陀螺儀漂移作為6維的狀態向量。基于慣導機械編排的誤差方程作為其系統方程，用于更新粒子狀態。觀測方程包括加速度計觀測量更新和磁力計觀測量更新，用于計算粒子權重。測姿濾波器輸出VLC接收器的姿態給VLC定位模塊以校正姿態的影響。在定位濾波器的設計中，二維平面的位置信息作為系統狀態向量，基于行人航位推算的誤差方程作為系統方程，而VLC的定位結果則作為定位濾波器的觀測方程。

本發明公開了一種基于MEMS傳感器和VLC定位融合的單粒子濾波導航裝置和方法，包括MEMS傳感器、INS模塊、VLC定位模塊、PDR定位模塊和測姿定位單粒子濾波器模塊；本發明中基于INS慣導機械編排的誤差方程作為融合濾波器的系統方程，用于對粒子群的粒子進行更新。觀測方程包括VLC定位信息更新、PDR定位信息更新和磁力計觀測量更新，用于計算各個粒子的權重。輸出姿態信息給VLC定位模塊和PDR定位模塊。本發明首次在VLC定位領域使用融合測姿準確估計VLC接收器的姿態信息，解決VLC定位容易受接收器姿態影響以及在光信號被遮擋情況下定位不連續的問題，并消除姿態對VLC定位的影響。

本發明公開了一種面向物聯網的硅基SIW帶金屬柱懸臂梁可重構帶通濾波器，包括SIW帶通濾波器、轉接結構(3)和帶金屬柱的MEMS懸臂梁結構。帶金屬柱的MEMS懸臂梁結構包括MEMS懸臂梁(6)，MEMS懸臂梁依靠錨區(7)的支持懸浮在硅襯底(1)之上，MEMS懸臂梁的下表面上設置有金屬柱(11)，硅襯底對應金屬柱的位置開設有孔(14)，且該孔(14)穿過硅襯底(1)上的氮化硅層(10)和上表面金屬層(5)進入硅襯底(1)中。本發明只需要通過控制MEMS懸臂梁的狀態就能夠改變濾波器通帶的中心頻率，達到切換濾波器通帶中心頻率的目的，MEMS懸臂梁可以實現快速的DOWN態和UP態的轉換，可以有效地實現微波電路中對濾波器濾波范圍的控制。

計算機控制系統的抗干擾是計算機軟、硬件設計中必須考慮的重要問題，而程序計數器 PC 的抗干擾俗稱 “ 程序跑飛 ” 問題，又是設計中需主要解決的問題之一。現有解決 “ 程序跑飛 ” 的常用方法包括設置 “Watchdog” 監視器、設置程序指針陷阱或使用復位指令等。通過對計算機控制系統抗干擾的研究，在 “ 程序跑飛 ” 的故障中，程序計數器 PC 的內容變化有一定規律的。我們以 PC 被干擾后其內容分布在程序存儲器空間的區域不同，將干擾分為三種： Me 區干擾； Mo 區干擾； Mf 區干擾。該專利提供一種計算機中央處理器的抗干擾方法，其硬件設計簡單、使用操作簡便，能夠簡易能快速發現程序在空白程序存儲區 Me 和空閑程序存儲區 Mf 的干擾問題。