简介:该文介绍了一类Hopfield神经网络模型问题,证明了此类系统的平衡点是全局指数稳定的。
简介:轮胎作为车辆与路面接触的唯一载体,其力学特性是车辆动力学响应分析和控制的重要基础.目前仿真研究中所使用的轮胎模型多为稳态模型,不能精确地描述轮胎的动态特性.因此,将动态轮胎模型应用于车辆动力学仿真软件中,对于整车动力学仿真和研究具有重要的作用.多体动力学软件Adams中自带的轮胎摩擦模型为静态模型,它将摩擦系数视为一个静态值,而实际轮胎与路面之间的摩擦是动态变化的,应为相对速度和位移的动态函数,所以本文以基于LuGre动态轮胎模型,应用Matlab/Simulink软件构建动态轮胎模块,通过接口与Adams/Car连接,进行整车模型与Simulink轮胎模型的同步联合仿真,实现轮胎与路面动态接触的历程的模拟,提高车辆系统仿真的精度.
简介:基于MOOC+SPOC教学模式的特点,探讨过程性教学评价的概念、基本特征、评价的意义及评价原则。文章依据其原理设计支持该评价模式的学生学习效果评价模型,首先建立过程性评价的指标体系,然后运用德尔菲法和层次分析法相结合的方法确定各指标的权重,将每次初评成绩映射为标准区间的数值,再通过加权平均计算出终评数值,最后说明该模型用于教学实践的有效性。
简介:有限单元法被广泛的采用来描述柔性体的弹性变形,然而有限元节点坐标数目庞大,将会给动力学方程求解带来巨大的计算负担.如何降低柔性体的自由度,是当前柔性多体系统动力学研究的一个重要命题.本文以中心刚体-柔性梁系统为例,采用Krylov方法和模态方法进行降价.然后分别采用有限元全模型、Krylov降阶模型和模态降阶模型,对中心刚体-柔性梁进行刚-柔耦合动力学仿真.仿真结果表明,与采用模态降阶方法相比,采用Krylov模型降阶方法只需要较低的自由度,就可以得到与采用有限元方法完全一致的结果.说明Krylov模型降阶方法能够有效的用于柔性多体系统的模型降价研究.
简介:研究了改进的Morris—Lecar(ML)神经元模型的放电节律模式和模式转化的峰峰间期(interspikeintervals,ISIs)分岔结构,通过调节模型中的两个重要参数μ和Vk,发现对于固定的μ,改变Vk,神经元呈现出从倍周期级联分岔到加周期分岔的复杂结构,放电模式从静息态转化为周期、混沌簇放电状态;若选取此分岔过程中的某一Vk值,对μ进行调节,呈现出的ISIs分岔结构在很大程度上取决于单个神经元的放电节律模式,且单个神经元处于混沌簇放电时,肛带来的分岔动力学行为较丰富.由于神经元能够通过动作电位对信息进行编码,所以我们推测,研究神经元的放电节律模式和动作电位的ISIs分岔结构能为理解神经信息编码机制提供线索.
简介:PER和TIM是果蝇两个重要的生物钟蛋白.以往的研究一直认为PER和TIM是在细胞质中结合为二聚体并以二聚体的形式进入细胞核.但2006年PabloMeyer等人的实验研究表明,PER/TIM复合物在细胞质中分离,然后PER和TIM在很短的时间内独立进入细胞核.根据该项实验结果,我们对果蝇昼夜节律调控模型进行了修正,修正模型反映了per和tim基因的转录翻译及蛋白质的翻译后修饰过程,二次磷酸化的蛋白质PER(P2)、TIM(他)分别独立进入细胞核并参与后续的调控过程.计算了修正模型的振荡周期并由此确定了新模型所引入的参数值.对修正模型的振荡节律进行数值分析,发现修正模型振荡节律在DD、LD条件下均产生了近于24h的持续周期振荡而在LL条件下呈现出振荡衰减,这些结果与原模型相似,反映出所建模型的合理性.但修正模型对参数对称性的依赖性则更加强烈,具体解释还有待于进一步的工作.
简介:Tri—Training是半监督协同训练的代表性算法之一,它运用统计技术标记置信度,并结合噪音学习理论进行无标记样本分类。当扩充样本训练集不满足噪音学习理论时,会进行随机采样,针对传统Tri-Training算法随机选取基础分类器的扩充训练样本集会引入噪声这一缺陷,通过更改扩充样本训练集选取方式,剔除可能提高分类误差的样本。在健康大数据集上进行一系列验证试验,实验结果表明,改进的算法优于原始算法,降低分类错误率。
简介:为了使GPS单点定位的精度有所提高,本人通过编程的方式优化了电离层改正的双频伪距改正法和Klobuchar模型,并分别将这两种算法加入到伪距单点定位程序中,通过定位结果分析发现Klobuchar模型优于双频伪距改正法的改正效果,Klobuchar模型对改善电离层误差效果更加明显。