摘要：面向用户生成内容(User generated content,UGC)的进化搜索在大数据及个性化服务领域已引起广泛关注,其关键在于基于多源异构用户生成内容构建用户认知偏好模型,进而设计高效的进化搜索机制.针对此,提出融合注意力机制(Attention mechanism,AM)的受限玻尔兹曼机(Restricted Boltzmann machine,RBM)偏好认知代理模型构建机制,并应用于交互式分布估计算法(Interactive estimation of distribution algorithm,IEDA),设计含用户生成内容的个性化进化搜索策略.基于用户群体提供的文本评论,以及搜索物品的类别文本,构建无监督受限玻尔兹曼机模型提取广义特征;设计注意力机制,融合广义特征,获取对用户认知偏好高度相关特征的集成;利用该特征再次训练受限玻尔兹曼机,实现对用户偏好认知代理模型的构建;根据用户偏好认知代理模型,给出交互式分布估计算法概率更新模型以及物品适应度评价函数,实现物品个性化进化搜索.算法在亚马逊个性化搜索实例的应用验证了用户认知偏好模型的可靠性,以及个性化进化搜索的有效性.

摘要：众所周知,双极型晶体管的设计主要是基区的设计.一般而言,基区的杂质分布是非均匀的.本文首先研究了非均匀的杂质高斯分布对器件温度分布、增益和截止频率的温度特性的影响,发现增益和截止频率具有正温度系数,体内温度较高.随后研究了基区Ge组分分布对这些器件参数的影响.均匀Ge组分分布和梯形Ge组分分布的SiGe异质结双极型晶体管增益和截止频率具有负温度系数,具有较好的体内温度分布.进一步的研究表明,具有梯形Ge组分分布的SiGe异质结双极型晶体管,由于Ge组分缓变引入了少子加速电场,不但使它的增益和截止频率具有较高的值,而且保持了较弱的温度敏感性,在增益、特征频率大小及其温度敏感性、体内温度分布达到了很好的折中.

摘要：宽温区大电流下的热不稳定性严重制约着功率SiGe异质结双极晶体管(HBT)在射频和微波电路中的应用.为改善器件的热不稳定性,本文利用SILVACO TCAD建立的多指功率SiGe HBT模型,分析了器件纵向结构中基区Ge组分分布对微波功率SiGe HBT电学特性和热学特性的影响.研究表明,对于基区Ge组分为阶梯分布的HBT,由于Ge组分缓变引入了少子加速电场,使它与均匀基区Ge组分HBT相比,具有更高的特征频率fT,且电流增益β和fT随温度变化变弱,这有利于防止器件在宽温区工作时电学特性的漂移.同时,器件整体温度有所降低,但器件各指温度分布均匀性较差.考虑多指HBT各发射极指散热能力存在差异,在器件纵向结构设计为基区Ge组分阶梯分布的同时,对其横向版图进行发射极指间距渐变结构设计,用于改善器件各指温度分布的均匀性,进而提高HBT的热稳定性.结果表明,与基区Ge组分为均匀分布的等发射极指间距结构HBT相比,新器件各指温度分布均匀性明显改善,fT保持了较高的值,且β和fT随温度变化不敏感,热不稳定性得到显著改善,显示了新器件在宽温区大电流下工作的优越性.

摘要：阐述了神经网络结构设计对神经网络性能的影响.介绍了动态结构神经网络,尤其是增长型和修剪型神经网络研究的发展过程,分析了动态设计方法研究在计算能力、学习理论和网络的稳定性等方面取得的成果.最后对神经网络动态设计的研究进行总结,给出了神经网络结构动态设计研究的发展趋势.

摘要：神经网络的性能由其训练算法和拓扑结构共同确定.为了解决设计网络结构的动态调整问题,论文给出了一种神经网络结构动态设计方法.以隐含层神经元输出的贡献对模型输出敏感度进行分析,从而调整神经网络结构,对贡献太小的神经元予以删除,对贡献值太大的神经元利用最邻近法在其附近插入新的神经元.通过对非线性函数进行逼近和对非线性系统关键参数进行预测证明了该方法的有效性.

摘要：在系统研究前馈神经网络的基础上,针对径向基函数(Radial basis function,RBF)网络的结构设计问题,提出一种弹性RBF神经网络结构优化设计方法.利用隐含层神经元的输出信息(Output-information,OI)以及隐含层神经元与输出层神经元间的交互信息(Multi-information,MI)分析网络的连接强度,以此判断增加或删除RBF神经网络隐含层神经元,同时调整神经网络的拓扑结构,有效地解决了RBF神经网络结构设计问题;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对典型非线性函数的逼近与污水处理过程关键水质参数建模,结果证明了该弹性RBF具有良好的动态特征响应能力和逼近能力,尤其是在训练速度、泛化能力、最终网络结构等方面较之最小资源神经网络(Minimalresourceallocationnetworks,MRAN)、增长修剪RBF神经网络(Generalized growing and pruning RBF,GGAP-RBF)和自组织RBF神经网络(Self-organizing RBF,SORBF)有较大的提高.

摘要：根据单纯形仿射混杂系统的可达性分析设计控制律,使机器人在平面任意两点间运行,保证其安全性并考虑其最优性。对机器人的状态空间进行三角划分,根据目标吸引原理来建立其对偶图,针对对偶图提出路径规划算法得到最短路径穿越的三角形序列。然后根据仿射系统在单纯形中的性质,提出运动规划算法,得到机器人的角速度和线速度,控制机器人穿越给定的三角形序列到达目标点。仿真结果表明了方法的有效性。

摘要：提出了基于操作条件反射的仿生自主学习方法,设计了操作条件反射自动机(OCM)的认知模型.与原来的学习自动机相比,该模型增加了状态取向单元,利用'反应-强化'的学习机理,来模拟自然界生物的'随机应变性'.设计了OCM的递归学习算法,用于模拟生物的操作条件反射机制,使其具有仿生的自组织功能,包括自学习和自适应功能.通过模拟Skinner鸽子实验和倒立摆平衡控制实验,验证了该模型具有一定的仿生自主学习能力,可用于描述、模拟和设计各种自组织系统.

摘要：针对基于“视频指纹”特征的视频检索算法在实际应用中存在视频亮度整体漂移、突变干扰以及视频再编辑的问题,提出了一种基于动态时间规划的视频特征检索改进算法。该算法在原“视频指纹”算法的基础上采用了新的视频检索策略：首先,对视频帧进行区域分割,将“视频指纹”由单分量扩展到多分量;然后,采用基于粒度的相似性比较算法,用比对每帧视频指纹的变化,取代比较视频指纹本身;最后,采用改进的动态时间规划算法进行视频特征匹配,定位目标视频。在算法评估中,建立了由74段广告视频和154段再编辑视频组成的测试集。通过试验证明,改进算法可以有效应对视频检索过程中的亮度整体漂移、突变干扰和视频再编辑问题,检索算法具有很好的鲁棒性。

摘要：针对多变量时变系统提出了一种基于连续Hop fie ld网络的最优控制系统设计方法.该方法不仅从理论上建立了移动时域上的LQ性能指标与连续Hop fie ld网络能量函数间的等价关系,并在此基础上设计出可求解LQ最优控制问题的连续Hop fie ld网络,而且将滚动优化控制策略引入控制系统,形成了包括连续Hop fie ld网络在内的闭环控制结构,实现了多变量时变系统无限域上的动态最优控制.仿真结果验证了该设计方法的有效性.