思想方法自然界在许多方 面都是明显地对称的,他采用类 比的方法提出物质波的假设 “整个世纪以来,在辐射理论上,比起波动的研 究方法来,是过于忽略了粒子的研究方法;在实物 理论上,是否发生了相反的错误呢?是不是我们关 于“粒子’的图象想得太多,而过分地忽略了波的 图象呢?

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

前面所讲的采用系统输入、输出微分方程描述系统的动态特性对于单输入、单输 出线性定常系统比较简单实用,现代控制理论采用状态空间的方法建立系统数学 模型,而且这两种表示方法可以互相转换。 状态空间法是现代控制理论采用的一种时域方法,这种方法适用于线性系统、非 线性系统、单变量系统或多变量系统

大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望

•药物溶液的形成是制备液体制剂的基础，药用溶剂的选择有一定的要求。尤其是注射用非水溶剂，其种类、用量均受限制。药物的溶解性是决定能否形成溶液剂的首要条件。•因此，本章对药物在溶剂中的溶解度及其影响因素、增溶方法、测定方法等进行了讨论；药物溶液的性质必须满足药用部位的要求，渗透压、pH、pKa、表面张力、粘度、澄明度等是液体制剂的重要质量指标。•结合药典的要求对其测定方法及原理作简要说明，而有些内容在其它相关章节里进行介绍。 第一节 药用溶剂的种类与性质 第二节 药物溶解度与溶出速度 第三节 药物溶液的性质与测定方法

针对鲁棒保性能控制中的权值矩阵依赖经验选取,无法最大限度的减小系统保守性的问题,提出了一种基于混沌人工鱼群算法的鲁棒保性能控制权值矩阵优化方法.该方法中,将保性能控制鲁棒界作为优化的目标函数来寻找最优权值矩阵是整个算法实现的关键.该种改进的人工鱼群优化算法融合了混沌搜索与自适应步长和视野的人工鱼群优化算法,有效的解决了基本人工鱼群算法的后期收敛速度慢、易陷入局部最优等缺点.通过测试函数对比验证了该种改进人工鱼群优化算法的优越性,并通过应用实例验证了该权值矩阵优化方法的有效性

第六章引言 (ntroduction) Monte carlo方法: 亦称统计模拟方法, statistical simulation method →利用随机数进行数值模拟的方法 Monte carlo名字的由来: 是由 Metropolis在二次世界大战期间提出的: Manhattan计 划,研究与原子弹有关的中子输运过程 Monte carlo是摩纳哥( monaco)的首都,该城以赌博闻名

本章首先讨论 Lyapunov稳定性分析,然后介绍线性二次型最优控制问题。 我们将使用 Lyapunov稳定性方法作为线性二次型最优控制系统设计的基础。 应用于线性定常系统的稳定性分析方法很多然而,对于非线性系统和线 性时变系统,这些稳定性分析方法实现起来可能非常困难,甚至是不可能的。 Lyapunov稳定性分析是解决非线性系统稳定性问题的一般方法

本章首先讨论 Lyapunov稳定性分析,然后介绍线性二次型最优控制问题。 我们将使用 Lyapunov稳定性方法作为线性二次型最优控制系统设计的基础。 应用于线性定常系统的稳定性分析方法很多然而,对于非线性系统和线 性时变系统,这些稳定性分析方法实现起来可能非常困难,甚至是不可能的。 Lyapunov稳定性分析是解决非线性系统稳定性问题的一般方法

一 、教学性质、目的与要求 《软件工程》是计算机科学与技术专业、计算机软件专业、计算机应用等专业本、 专科生的一门的专业基础课,旨在使学生掌握软件工程的基本概念、原理和方法,从软 件开发技术、软件工程管理和软件工程环境等几个方面了解如何将系统的、规范化的和 可以度量的工程方法运用于软件开发和维护中。要求学生通过本门课的学习,基本掌握 结构化方法