作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

第二章2矩阵的秩 2.1.1矩阵的行秩与列秩、矩阵的转置 定义2.1矩阵的行秩与列秩。 一个矩阵A的行向量组的秩成为A的行秩它的列向量组的秩称为A的列秩。 命题2.1矩阵的行(列)初等变换不改变行(列)秩 证明只需证明行变换不该行秩。容易证明经过任意一种初等行变换,得到的行向 量组与原来的向量组线性等价,所以命题成立。证毕。 定义2.2矩阵的转置 把矩阵A的行与列互换之后,得到的矩阵A称为矩阵A的转置矩阵 命题2.2矩阵的行(列)初等变换不改变列(行)秩

5特征值和特征向量矩阵的对角化 5.1矩阵的特征值和特征向量相似矩阵

为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础

一、直线方程 如果一个非零向量 s 可平移至直线 L上，则称 s 平行于L，记作 s // L.与直线平行的非零向量称为直线 L 的方向向量

• 向量空间的定义 • 向量空间的基与维数 • 坐标及坐标变换 • 小结

空间为体,矩阵为用分为研究对象---几何，线性空间(向量)，研究工具---代数，矩阵运算 ，向量(问题)- modeling→矩阵语言描述 →矩阵运算解决→向量(解答) 与微积分的关系: 非线性一微积分→线性一线性代数→

• n维向量的定义 • n维向量的线性运算及性质 • 小结

2.1 线性表(linear list) 2.1.1 线性表的抽象数据类型 2.1.2 线性表的存储结构 2.1.3 线性表运算分类 2.2 顺序表—向量(sequential list—vector ) 2.2.1 向量的类定义(type definition) 2.2.2 向量的运算 2.3 链表(linked list) 2.3.1单 链 表(singly linked list) 2.3.2 双 链 表(double linked list) 2.3.3 循 环 链 表(circularly linked list) 2.4 线性表实现方法的比较 2.5 栈 2.5.1 顺序栈 2.5.2 链式栈 2.5.3 顺序栈与链式栈的比较 2.5.4 栈的应用——后缀表达式求值 2.5.4 递归的实现 2.6 队列 2.6.1 顺序队列 2.6.2 链式队列 2.2.3 顺序队列与链式队列的比较