关于Jordan函数的gcd和函数的渐近估计

将整数$k$ 和 $j$的最大公约数记为$\gcd(k, j)$.设$k$为正整数, $f$为任意的算术函数, $r$是任一固定的整数. 其中$n$为任意正整数. 对实数$x \ge 2$, 我们定义与$f$相关联的gcd-和函数$M_r(x; f)$如下： $$M_r(x; f):=\sum\limits_{k \le x}\frac{1}{k^{r+1}}\sum\limits_{j=1}^k j^rf(\gcd(k,j)).$$ 本论文中, 我们主要利用Kiuchi在2017年所得到的关于$M_r(x; f)$ 的一个恒等式, 以及初等和解析方法, 给出了$ M_r(x;J_k)$的渐近公式.若当函数$J_k$定义为$J_k(n):=n^k\prod\limits_{p|n}(1-\frac{1}{p^k})$, 这加强了Kiuchi和Saad eddin在2018年所得到的结果     

基于状态估计的无人车前轮转角与横摆稳定协调控制

针对无人车轨迹跟踪问题,提出了一种基于状态估计的无人车前轮转角和横摆稳定协调控制策略.建立了车辆轨迹跟踪模型,利用模型预测控制算法设计了轨迹跟踪控制器,得到实时跟踪参考轨迹所需的前轮转角.根据车辆模型设计了一种基于未知输入观测器的前轮转角估计方法,并将估计结果作为前轮转角跟踪控制的输入量.基于非奇异终端滑模控制设计了前轮转角跟踪方法,通过转向电机扭矩来控制车辆转向以实现轨迹跟踪.同时,设计了车辆横摆稳定控制器,通过控制横摆角速度跟踪误差确保车辆横摆稳定.建立了CarSim-Simulink联合仿真模型并进行仿真实测试.结果表明,未知输入观测器具有较好的前轮转角估计效果,从而为车辆协调控制提供可靠信息源,协调控制策略能够在保证车辆横摆稳定性的同时完成车辆轨迹跟踪.      

基于模型融合的低照度环境下车道线检测方法

针对低照度环境下车道线检测准确率低和稳定性差的问题,提出了一种基于模型融合的低照度车道线检测算法.采用基于ALTM(adaptive local tone mapping)算法改进的颜色平衡算法做数据增强处理,有利于车道线特征的提取;融合改进的Deeplabv3+模型和Unet模型,有效降低了过拟合现象;使用实例分割得到分割后的车道线图像.实验证明,改进的Unet模型和Deeplabv3+模型的mean_IOU(mean intersection-over-union)值分别达到了0.625,0.646,较原始模型分别提高了2%和4.6%,最终融合结果提升了0.01%.提升了低照度环境下车道线检测的稳定性和准确性.     

郴州柿竹园某尾矿区不同层次的土壤重金属含量及优势植物富集特征

采用火焰原子吸收分光光度法、富集系数法及转移系数法等方法测定了郴州市柿竹园矿区不同土层中Cu~(2+)、Zn~(2+)、Pb~(2+)、Cd~(2+)的含量以及分析优势植物富集特征,结果表明:不同层次同种重金属的条件下,Zn~(2+)和Cd~(2+)的土壤样本平均含量在4层中的第1层最高,分别达到358.40和907.13 mg/kg;Cu和Pb的样本平均含量为第4层最高,分别达到358.40和907.13 mg/kg;大多优势植物符合超富集植物的部分特征也符合规避型植物的部分特征。该矿区的污染状况较为严重,应按照每一层不同的污染情况及时建立保护及修复措施以减轻环境的污染。     

预制高强混凝土薄壁钢管桩抗弯试验与数值模拟

预制高强混凝土薄壁钢管桩(TSC桩)是通过在钢管内部离心浇注混凝土而制成的管桩,其在受力和施工方面有诸多优点.为了研究该类管桩的极限抗弯承载力及其破坏机理,对3根直径800mm、长10m的TSC桩进行了抗弯试验,并对加载过程中的变形和破坏情况进行了监测.试验结果表明,TSC桩的抗弯能力较高,且在弯矩作用下有着很好的延性.同时利用有限元分析软件,考虑了材料的非线性以及钢管对混凝土的约束强化作用,对抗弯试验进行了全过程数值模拟,计算结果与试验结果吻合良好,验证了通过有限元分析来计算TSC桩抗弯承载力的方法是可靠的.     

贯流式螺旋喷水推进泵的设计

在喷水推进动力学的基础上,对单人贯流式螺旋喷水推进装置进行了流体动力学分析,得出了推进器在水下所受外流场阻力、推力、功率和推进速度的关系。根据其内在联系,确定了推进泵的泵型和工作参数,并依据数据泵的工作参数对推进泵进行了设计和优化。通过泵内流场的数值计算,预测了泵的推力与推进速度之间的关系。结果表明该推进泵可以很好地吻合推进装置的推进特性,为该类型推进装置的设计和优化提供了参考依据。     

信号交叉口左转车辆跟驰行为建模

跟驰模型是交通流理论的核心内容之一,但左转车辆在交叉口转弯过程中跟驰行为的特征表现,尚缺少基于实际数据的深入研究。针对这个问题,设计了信号交叉口左转车辆跟驰实验,基于高精度全球定位系统(global positioning system,GPS)和移动地理信息系统采集车辆跟驰行为相关数据,分析了信号交叉口不同转弯半径下左转车辆跟驰速度时变规律及分布本征。在全速度差(full velocity difference,FVD)跟驰模型的基础上,考虑跟驰车驾驶员对前导车加、减速反应的非对称性,构建了改进的全速度差模型,并采用遗传算法对模型进行了参数标定。最后,以跟驰车加速度为检验指标,利用实测数据对改进的全速度差模型加、减速度过程的准确性进行了分析与评价。结果表明:信号交叉口左转跟驰车辆的平均运行速度与转弯半径成正相关;在不同转弯半径下跟驰车速度出现频数最高的数值随着转弯半径的增大而增大;改进的全速度差模型,能更好地描述交叉口左转车辆跟驰过程,驾驶员对前导车减速行为的反应比对加速行为的更强烈。     

计算机取证技术综述

随着信息技术的发展,计算机与网络成为社会,政治,经济,文化生活的重要组成部分.与此相关的各种争 议和计算机犯罪现象日益突出%计算机取证技术成为解决争议和打击计算机犯罪的重要手段,介绍了计算机取 证技术概念.特点与发展,综述了计算机取证技术的研究现状,讨论了计算机取证的发展趋势.     

基于偏差估计卷积神经网络恒星光谱数据自动分类

天体物理学科中恒星光谱具有极其重要的研究前景,中国自主研制的大科学天文巡天项目大天区多目标光纤光谱望远镜(large sky area multi-object fiber spectroscopy telescope,LAMOST)自启用以来,已经成为世界上空间光谱获取数据量最大的科学装置.目前,第6期数据(sixth data,DR6)已对全球的天文工作者开放.恒星光谱数据分类在研究天文观测数据分析领域中极为重要,为了同时兼顾快速的运行速度和准确的分类精度,基于偏差估计卷积神经网络方法(bias estimation convolu-tional neural network,BECNN),分析了DR5中F、G、K、M型恒星光谱.BECNN核心思想主要是利用偏差函数泰勒展开式的偏差参数代替柔性最大值传输函数的偏差参数,进而减小误差,提高准确度.将本文方法与现有的神经网络(neural network,NN)和卷积神经网络(convolutional neural network,CNN)算法进行对比,BECNN算法在F、G、K、M型恒星光谱自动分类准确率分别为93.177％、88.349％、93.807％、89.255％;CNN算法分别为91.646％、87.671％、92.701％、89.054％;NN算法分别为90.819％、87.417％、91.325％、88.092％.同时,将两两恒星光谱数据融合作为测试样本集,做进一步验证.结果表明:BECNN光谱自动分类准确率高于CNN和NN方法,在今后特殊天体索搜与恒星光谱精细分类研究中,本文方法有较好的借鉴价值.     

原子力显微术应用于活细胞及新鲜组织成像的新进展

原子力显微术由于其独特的成像方式, 为生物医学领域高分辨表征与成像研究提供了崭新的手段, 但其在活细胞及新鲜组织成像上仍存在着巨大挑战. 本文结合作者在活细胞及新鲜组织成像方面的工作, 对原子力显微术两种常用工作模式(接触模式和轻敲模式)的特点和局限、新的轻敲模式(磁驱动轻敲模式, MAC mode)用于活体生物样本的优势以及MAC mode所提供的一种反映样品表面新信息的TREC像进行了叙述, 进而介绍了目前原子力显微术在活体生物样本成像方法及表征研究方面的进展.