摘要：为解决卷积神经网络(CNN)中随机梯度下降算法(SGD)的学习率设置不当对SGD算法的影响,提出一种学习率自适应SGD的更新算法,随着迭代的进行该算法使学习率呈现周期性的改变。针对CNN中Relu激活函数将CNN中的阈值为负的神经元丢弃的缺陷,设计选择Leaky Relu作为激活函数的CNN。实验验证了使用该激活函数的有效性,实验结果表明,采用上述学习率更新算法的SGD可以使网络快速收敛,提高了学习正确率;通过将Leaky Relu激活函数和采用上述学习率更新算法的SGD相结合,进一步提高CNN的学习正确率。

摘要：为提高仅包含少量训练样本的图像识别准确率,利用卷积神经网络作为图像的特征提取器,提出一种基于卷积神经网络的小样本图像识别方法。在原始小数据集中引入数据增强变换,扩充数据样本的范围;在此基础上将大规模数据集上的源预训练模型在目标小数据集上进行迁移训练,提取除最后全连接层之外的模型权重和图像特征;结合源预训练模型提取的特征,采用层冻结方法,微调目标小规模数据集上的卷积模型,得到最终分类识别结果。实验结果表明,该方法在小规模图像数据集的识别问题中具有较高的准确率和鲁棒性。

摘要：合理选用统计分析方法胡良平，王功鹏【编者按】由于科学研究离不开统计学，医学科研也不例外。因此，越来越多的医学科研工作者自觉地运用统计学知识，为提高科研的质量和速度，付出了辛勤的努力，作出了许多可喜的成绩。然而，在运用统计学方面，的确存在一些问题，有些...

摘要：为提高工业机器人在智能化生产线设计中的效率和可行性分析,提出以ABB机器人仿真软件RobotStudio在输送链跟踪中的实际应用;利用SolidWorks/Pro-E等三维建模软件,对机器人末端吸盘及外围设备进行三维实体建模,转换为Step格式文件导入RobotStudio软件中,完成整个工作站的空间布局;对机器人运动学进行理论分析,添加输送链Smart组件并进行属性设置,对输送链各个窗口进行参数标定;通过工作站逻辑,建立起各个Smart组件和机器人之间的I/O通讯。仿真结果得出:机器人输送链跟踪程序可以同步至实际生产中,产品输送链速度和机器人拾取率有密切关系,在输送链跟踪对机器人的设置方法,也可以对其它用途的工业机器人仿真作为参考,在缩短生产线研发周期和提高设计效率等方面,具有良好的作用。

摘要：试验探讨了北京鸭β-catenin基因的生物学功能,为进一步研究该基因对鸭皮肤毛囊的影响奠定基础。以北京鸭胚胎皮肤组织为材料,根据GenBank中发表的鸡、鹅等物种的β-catenin基因序列,设计并合成4对引物,采用RT-PCR方法,克隆北京鸭β-catenincDNA,并运用DNAMAN软件及在线工具对所得到的序列进行生物信息学分析。结果表明:北京鸭β-catenin基因cDNA长度为2996bp(Genbank登录号为FJ169885),包含由2346个碱基组成的编码区(CDs),有起始密码子ATG和终止密码子TAA,编码781个氨基酸;北京鸭β-catenin基因核苷酸序列与鸡、鹅、中华鳖、人和家猪相应区段(CDs)的同源性分别为95.06%、94.12%、90.11%、84.83%、84.31%;其氨基酸序列与鸡、鹅、中华鳖、猪、人的氨基酸同源性达99%以上,表明在进化关系上,β-catenin氨基酸序列有很高的保守性。

摘要：针对机床主轴在运转过程中由于高速、热变形和应力集中等原因而发生平移、旋转、压缩和伸展等,提出了一种基于BP神经网络和误差标定拟合对机床主轴轴心轨迹误差预测的方法。该方法首先通过实验测量出机床主轴轴心轨迹的偏心数据形成样本,运用BP神经网络对样本进行训练,然后根据样本训练结果预测机床主轴轴心偏转的将来值,最后通过三维张量空间分布函数分析将来值与理论值拟合情况得出机床运转状态。实验结果显示,当迭代次数epoch=2,训练误差为Validation=0.0052442时,训练后的拟合曲线拟合效果较好,此时BP训练状态最佳,训练后的主轴偏转结果能够反映和预测机床运转状态。本方法对于生产过程中的机床定期维修保养具有重要的指导意义。

摘要：针对机床运行过程中主轴轴心轨迹由于热变形、应力集中等原因而发生平移、旋转、压缩、伸展等,提出一种基于等损失SVM算法和误差标定拟合对机床轴心轨迹误差预测的方法。该方法首先通过实验测量出机床主轴轴心轨迹偏心数据提取样本,运用等损失SVM算法对最优分类线进行设计,然后将获得的最优分类线与标定分类线比对拟合计算出拟合度,最后通过分析拟合度,得出机床运转状态。此方法对于生产过程中机床的定期维修保养具有重要的指导意义。