新设计三维打印光敏树脂结构，其主要用在减震隔震组合结构中作为阻尼元件.首先利用微机控制电子试验机对其进行静力加载试验，得到静载下载荷—位移特性曲线，并计算得到特定点处等效弹性模量，利用疲劳机进行动力加载试验，得到结构件在从5 Hz到20 Hz不同频率下滞回曲线，并计算出相应等效阻尼系数.基于有限元法，建立光敏树脂结构有限元模型，并以和实验相同的工况进行静力学和动力学计算分析，并对试验数据和数值计算结果进行对比，得到计算结果与实测结果吻合良好，从而验证有限元模型的可行性.在此基础上通过有限元计算方法，研究不同几何参数缝隙宽度、内弧半径、外弧半径、厚度对光敏树脂结构特定点等效弹性模量以及等效阻尼系数的影响.此结构受力时，纵向保持刚度输出，维持小变形，横向位移放大，具有良好的减振和抵抗变形的能力

一个复杂系统往往要受诸多因素的影响,而这 些因素又要受到一定的限制。最优化就是在一定约 束下,如何选取这些因素的值,使某项(或某些) 指标达到最优的一门学科。它包括数学规划、决策 分析、最优控制等等。 最优化方法在经济、军事、科技等领域内都有 广泛的应用

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

要铺设一条 A1 → A2 →→ A15 的输送天然气的主管道, 如图 1 所示(见反 面).经筛选后可以生产这种主管道钢管的钢厂有 1 2 7 S S S , , , .图中粗线表示铁 路，单细线表示公路，双细线表示要铺设的管道(假设沿管道或者原来有公路，或 者建有施工公路)，圆圈表示火车站，每段铁路、公路和管道旁的阿拉伯数字表示 里程(单位：km)

2、人口模型 设t时刻人口数为x(t),经过△t时间后,人数变为x(t)+△x,则从t时刻到t+△t时刻的平均增长速度为

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性

北方城镇的有些建筑物的窗户是双层的,即窗户上装两层厚度 为d的玻璃夹着一层厚度为1的空气,如左图所示,据说这样做是为 了保暖,即减少室内向室外的热量流失 我们要建立一个模型来描述热量通过窗户的热传导(即流失) 过程,并将双层玻璃窗与用同样多材料做成的单层玻璃窗(如右图

财政收入预测问题：财政收入与国民收入、工业总产值、农业总产值、 总人口、就业人口、固定资产投资等因素有关.下表列出了 1952—1981 年的原始数据，试构造预测模型

眼图是估计系统性能的一种实验手段。其具体做 法是:用示波器接在接收滤波器的输出端,然后调 整示波器的水平扫描周期,使之与接收码元的周期 同步,此时,可在示波器上显示出像人眼一样的图 形,通过它可以观察出码间串扰和噪声的影响。 眼图可简化为图示模型: