命运悲剧与性格悲剧——解读克莱斯特名作《义子》

命运悲剧与性格悲剧被德国文学巨匠克莱斯特在《义子》一文中刻画得淋漓尽致,入木三分。小说中的养子尼柯罗、养父庇亚基和养母艾尔芙蕾三人各自的命运和性格特点交叉成了悲剧,在他们身上相互影响,相互转化,由此将人生本性暴露无遗。     

基于核主成分分析的丝织物缝纫平整度模糊评价

通过核主成分分析对面料FAST高维数据进行降维处理,获取的核主成分作为模糊神经网络的输入,提出了一种丝织物缝纫性能模糊评价方法.实验结果表明,该方法可以基于丝织物FAST力学指标快速准确地预测成衣后的缝纫性能.     

我国核专业人才缺口大

被日本福岛核电站事故吓了一大跳的我们,突然发现自己之前很＂懵懂＂原来我们早已身处＂核时代＂,生活中有核电站、核医疗、核农业……可一直没有明确的意识。现在意识到了,但许多人的意识中恐怕就是对核安全的担忧。这让核专家们忧上加忧别因此吓跑了有志于投身核科技领域的年轻人!当年日本电视剧《血疑》（女主角受了核辐射,得了白血病）和前苏联切     

幂等矩阵与秩幂等矩阵的充要条件

满足A2=A的n阶方阵A称为幂等矩阵,它是矩阵环Mn（F）的一个幂等元;满足r（A）=r（A2）的n阶方阵A称为秩幂等矩阵。它们与空间的分解、不变子空间的研究有密切关系。利用线性空间的理论方法研究幂等矩阵与秩幂等矩阵的性质,分别得到与它们等价的一些充要条件。     

“一核三带”区域背景下的区域文化传播策略研究

国家为了进一步发展东北地区区域经济,推行了"一核三带"的战略举措,这一举措对于区域文化传播具有非同寻常的重要作用。民众生活节奏过快会导致对于传统文化的淡忘以及对于优秀文化内涵的缺失,从而不利于对城市文化品牌的建设。大力推行文化传播策略,采用具有特色的文化传播方式,才能继承和建设一个地区区域的优秀文化。本文将对于一核三带区域背景下的区域文化传播策略进行综述及研究,以推进四平市以及周边区域全面发展。     

粒子群优化的加权核范数低秩矩阵补全算法

针对加权核范数最小化矩阵补全方法存在阈值决策函数单一、收敛精度不高等问题,提出一种粒子群优化的加权核范数最小化低秩矩阵补全算法。改进算法利用粒子群的启发式智能搜索能力,为待恢复矩阵的奇异值自适应地匹配恰当的阈值,以提升算法的收敛性能。改进工作主要包括：（1）设计多种奇异值阈值决策函数,为矩阵提供多种阈值分配策略;（2）改进粒子群的速度迭代公式,提出基于余弦函数的速度惯性调节公式以增强粒子群的全局搜索性能;（3）利用改进的粒子群优化算法为阈值决策函数搜索最优的参数组合,然后再通过阈值决策函数生成奇异值的阈值,重构恢复结果并提升算法的收敛精度。在人工数据和图像数据上的实验结果表明,与加权核范数最小化方法、奇异值阈值化方法以及低秩矩阵拟合方法相比,改进方法具有收敛精度更高、恢复结果更清晰等优势。     

纳米球形Ag2CO3/Ag3PO4核壳材料的制备及其光催化性能

在离子液体辅助下,采用两步水热法制备纳米球形Ag2CO3/Ag3PO4核壳材料.用XRD,SEM,TEM,EDS和UV-Vis spectrum对产物进行了表征,通过可见光催化降解甲基橙试验,对产物的光催化活性进行了考察.结果表明合成产物为纳米级球形Ag2CO3/Ag3PO4核壳结构,颗粒大小为50～200 nm.Ag...     

基于核熵成分分析的工业过程故障诊断

针对实际工业过程数据往往具有高斯与非高斯共存、非线性的特点,及传统核主成分分析在特征提取时仅考虑变量方差最大化导致信息丢失,并且处理非高斯数据能力欠佳,因此传统核主成分在故障诊断分析中难以取得令人满意的结果的问题,提出一种核熵成分分析(kernel entropy component analysis, KECA)、余弦相似度K均值(K-means of cosine similarity, CSK)的故障诊断方法。首先将数据投影至高维空间,KECA方法根据Renyi熵大小选取投影方向,对数据进行降维;然后,基于KECA能够以角结构方式捕捉数据内部的集群结构信息,设计一种余弦相似度的K均值聚类器,对数据进行聚类并建立故障诊断模型;最后,将KECA-CSK方法应用于田纳西-伊斯曼化工过程进行仿真实验。结果表明：与核主成分聚类分析相比,KECA-CSK方法具有更好的诊断结果,验证了所提方法的优越性。     

利用非参数核回归的船舶油耗预测与碳排放分析

为了更精准预测船舶油耗,以某远航船舶午时报告油耗数据为例,将非参数核回归方法与船舶油耗相结合,构造预测模型。并基于标准化均方误差、平均绝对误差、决定系数与均方根误差4个性能指标,与Bagging回归、随机森林回归、支持向量机回归、广义可加模型、梯度提升决策树模型进行对比,验证该方法的预测效果,据此进一步进行实证分析与碳排放分析,并对船舶减排措施进行探究。     

融合共现统计与fhog特征的目标跟踪方法

针对复杂场景目标跟踪过程中难以完全有效利用特征对目标信息进行完备表达的问题,提出了一种融合共现统计与fhog特征的目标跟踪算法。在fDSST跟踪算法的基础上,引入了一种基于图像共现统计的像素滤波模块,利用图像中经常出现的像素值在共现矩阵中的权重较高的特性,与原始跟踪算法中fhog特征进行融合,增加了基于纹理相似性的共现统计信息。将输入跟踪图像映射到嵌入图像中,使得嵌入图像空间中像素值之间的欧氏距离类似于原始空间中的共现统计量,从而得到更优的跟踪结果。在OTB50和OTB100两个跟踪数据集上的实验表明,本文算法相比原算法在跟踪精度和成功率上有所提升,性能较优。