摘要：稀土萃取过程机理复杂,存在非线性、强耦合以及大滞后等特点,依据传统机理分析方法不能实现精确的萃取流程模拟.对此,本文提出一种多分支残差深层网络(MB-RDN)用于稀土萃取工艺流程模拟.首先,针对多级萃取槽串接而成的稀土萃取流程提出具有多分支结构的深层神经网络,该网络可以通过不同的分支出口计算每级萃取槽的组分含量;其次,为了有效缓解深层网络的梯度消失问题,在分支中引入残差结构和特征短接操作,并设计出一种多特征融合机制.所设计网络可以有效地学习原始特征、深层特征和分支间耦合特征以提升预测精度.最后的仿真结果表明了所提方法的有效性.

摘要：本文试图从视觉艺术角度分析材料中光影的特性,主要从让·努维尔作品中光影与建筑的联系、光影对建筑的人文意义两个方面入手,研究光影作为材料中往往被忽视的一种元素,对建筑视觉表达上有种重要的作用。同时,在对光影视觉特性的把握与运用方面,包括让·努维尔在内的国外大量实例与经验对中国建筑有着很好的借鉴。

摘要：精确的短时交通预测是建立智能交通系统的一个重要前提,而具有明显周期性特点的交通流量的预测是其中的一个重要环节。为实现交通流量的准确预测,提出一种基于自适应惯性权重的粒子群优化(AωPSO)最小二乘支持向量机(LS-SVM)的短时交通流量预测方法,通过引入粒子种群多样性,设计自适应惯性权重调节方法,借助PSO算法的寻优能力实现LS-SVM参数的优化,减少人为因素对参数选择的影响,提高LS-SVM的泛化能力和预测精度。实验结果表明,与BP网络、LS-SVM等方法相比,该方法具有精度高、泛化能力强的特点。

摘要：地标建筑在城市建筑群体中起到了非常重要的作用，通过从各个实例中介绍古今中外著名的地标建筑，然后深入分析怎样的建筑才能成为区域甚至城市甚至国际性的地标。另一方面从地标建筑本身进行理论分析，重视实例的归纳与总结，力求地标建筑形成的过程中，更具的逻辑性、艺术性和标识性。首先从地标的定义出发，然后对各个历史发展阶段的地标建筑深入分析，最终，再对地标建筑做出一定的思考与总结。

摘要：针对稀土萃取工艺中的多变量、强耦合、非线性等特性,提出一种稀土萃取过程的状态空间模型子空间预测控制方法。该方法通过采集稀土萃取工业过程数据(包含萃取剂流量、稀土料液流量、洗涤液流量和水相料液组分浓度四个变量)作为控制器输入变量,输出变量为稀土元素组成分含量,构建稀土萃取的多变量子空间预测模型,利用滚动窗口在线更新模型辨识数据,设计稀土萃取过程的子空间预测控制器,并在MATLAB上进行仿真实验。结果表明,该方法在目标跟踪和抗干扰性方面控制效果显著。