深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

针对弱光照条件下交通标志易发生漏检和定位不准的问题，本文提出了增强YOLOv3（You only look once）检测算法，一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法。首先构建了大型复杂光照中国交通标志数据集；然后针对复杂的弱光照图像提出自适应增强算法，通过调整图像亮度和对比度强化交通标志与背景之间的差异；最后采用YOLOv3网络框架检测交通标志。为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响，优化了先验锚点框聚类算法和网络的损失函数。对比实验结果表明，在实时性大致相当的情况下，本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度，召回率和准确率分别提高0.96%和0.48%

第一讲 电力系统基本概念（电力系统、电能生产的特点与要求、联合电力系统） 第二讲 电力系统基本概念（电力系统的电压等级、接线方式、中性点运行方式） 第三讲 电力系统元件的数学模型（输电线路的参数计算） 第四讲 电力系统元件的数学模型（输电线路的数学模型） 第五讲 电力系统元件的数学模型（变压器参数与数学模型） 第六讲 电力系统元件的数学模型（同步发电机与负荷的数学模型） 第七讲 电力系统的稳态等值电路 第八讲 简单电力网络的分析计算（潮流计算基本知识与辐射形网络的潮流计算） 第九讲 简单电力网络的分析计算（变压器运行分析、两端供电网络的潮流计算） 第十讲 简单电力网络的分析计算（电网的潮流调控） 第十一讲 复杂电力系统潮流的计算机算法（电力网络方程、节点分类） 第十二讲 复杂电力系统潮流的计算机算法（G-S潮流计算法、N-L潮流计算法） 第十三讲 电力系统的有功功率平衡与频率调整（电力系统的有功功率平衡 ）

混沌是非线性科学中十分活跃、应用前景极为广阔的领域。本书从简单系统为什么会产生复杂的行为出发，用通俗易懂的语言，对非线性动力学中极为重要的分岔、混沌、分维和奇怪吸引子及其相互关联的问题作了深入浅出的论述；进而介绍了心脏系统中混沌和混沌控制的主要原理和方法；最后闹明了以混沌理论为基础的长期预报的相空间模式以及混沌在保密通信、神经网络和经济科学中的应用。 第一章 绪论 第二章 大自然的复杂性 第三章 动力系统形态及其分析 第四章 分岔 第五章 混沌 第六章 分形和分维 第七章 奇怪吸引子 第八章心脏系统中混沌的研究 第九章 混沌控制 第十章 长期预报的相空间模式概述 第十一章 混沌在保密透信、神经网铬和经济学中的应用

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

为了分析航班运行风险传播过程，进而有效控制保障飞行安全，基于复杂网络理论，首先参照民航局咨询通告选取机组、航空器、运行环境共29个终端因素作为网络节点，统计民航安全监察记录，根据事件中节点关系，构建无向网络；统计前后节点间的作用关系和发生概率，提出一种有向带权的航班运行风险网络；然后，引入改进感染率和改进恢复率概念，构建一种适用于航班运行风险传播分析的改进SIR(Susceptible-infected-recovered)模型；定义感染起始范围，最后采取多参数控制方式，大规模计算该有向带权网络的传播和控制过程。结果表明：有向网的平均最短路径为1.788，属于小世界网络；参照使用民航常规管控措施，有向网节点感染下降幅度可达到37.4%；对入度值排序前3或前4的节点控制后，感染节点峰值下降率高达50.6%和58.1%，网络传播抑制明显。结果证实：在该航班运行风险有向带权网络中，按入度值控制节点对抑制风险传播最为有效

综放开采过程中顶煤和覆岩由连续向非连续和散体介质状态转变，描述矿压在断裂覆岩和碎裂顶煤中的形成、传递方式和作用机理是综放开采矿压理论研究的难点.基于光弹试验原理，借助散体介质双轴加载双向流动光弹试验装置，对综放开采过程中散体顶煤与非连续覆岩关键层中力链网络结构及演化特征进行研究.研究发现：地层载荷在煤岩体中构成了错综复杂的弱-强力链网络.综放开采打破了初始力链网络结构的平衡，顶煤与覆岩中形成梁-拱复合力链拱结构，覆岩荷载以强力链形式传递到工作面前方煤体.随着工作面推进和顶煤放出，覆岩梁-拱力链网络不断扩展和演化，形成更大规模的力链拱结构.关键层弯曲、断裂和失稳运动，使工作面前方的强力链拱脚出现回缩现象，力链分布密度和强度增加，导致工作面来压现象.地层内水平力作用使顶煤与覆岩内的梁-拱力链结构效应较更加明显，整体拱结构形态愈加完整，强力链网络结构更加紧致，关键层断裂失稳时力链拱对工作面煤层的作用力更加显著

无线传感器网络是典型的网络化嵌入式系统,由于其既涉及嵌入式系统的行为又涉及网络的行为,以及其应用相关性,使其测试调试变得困难复杂,无法构建一个通用的测试调试平台.为有效地测试调试无线传感器网络,在分析已有的研究工作基础上,采用半实物的仿真策略,提出了一种混合方式的无线传感器网络测试调试系统,解决了纯粹软件仿真平台掩盖太多实际器件实现的细节和实际环境测试中嵌入式系统行为和网络行为不可见、不可控性的缺陷,达到了一种折中的效果.最后给出了该系统在FPGA(field programmable gate array)上的实现实例;通过实验验证了该系统能够有效地对无线传感器网络应用进行测试调试

由于协作机器人的结构比普通工业机器人更为轻巧，一般动力学模型所忽略的复杂特性占比较大，导致协作机器人的计算预测力矩误差较大。据此提出在考虑重力、科里奥利力、惯性力和摩擦力等的基础上，采用深度循环神经网络中的长短期记忆模型对自主研发的六自由度协作机器人动力学模型进行误差补偿。在实验中采用优化后的基于傅里叶级数的激励轨迹驱动机器人运动，以电机电流估算关节力矩，获取的原始数据用来训练长短期记忆模型(LSTM)补偿网络。网络的训练结果和评价指标为预测力矩相比实际力矩的均方根误差。计算与实验结果表明，补偿后的协作机器人动力学模型对实际力矩具有更好的预测效果，各轴预测力矩与实际力矩的均方根误差相比于未补偿的传统模型降低了61.8%至78.9%不等，表明了文中所提出补偿方法的有效性

水力压裂过程中支撑剂的注入是为了防止地应力将已压裂出的裂缝重新闭合。为了研究复杂裂缝网络中支撑剂的运移分布规律，及支撑剂非均匀分布对开采动态规律的影响，基于作者之前提出的数个数学模型，建立了致密储层压裂注砂开发耦合计算模型。通过计算结果可以得知：裂缝网络中，支撑剂会在裂缝交汇处大量堆积，砂堤高度高于缝网其他部分。次级裂缝中的支撑剂更多的处于悬浮状态，且支撑剂沉降堆积高度相较于主裂缝小25%～50%，相互沟通的次级缝具有更高的支撑剂沉降程度。缝网中支撑剂非均匀分布对模拟计算结果具有较大影响，当储层渗透率为0.05 mD时，忽略支撑剂非均匀分布计算出的产量高出实际值41.7%，因此在进行低渗透率储层模拟时，支撑剂非均匀分布状态不可忽略；当基质渗透率为5 mD时，产量计算差异在5%以内，此时不考虑支撑剂非均匀分布相对合理