带有色观测噪声的ARMA模型参数估计的三段算法

提出了带有色观测噪声的自回归滑动平均（ARMA）模型参数估计的三段算法。第一段用递推增广最小二乘法（RELS）估计自回归（AR）参数;第二段用Gevers-Wouters算法估计伴随滑动平均（MA）模型参数;第三段用求不相容线性方程组的最小二乘解得到原始MA参数估值。一个仿真例子说明了其有效性。     

蚁群算法求解消防站的选址问题

将消防设施选址问题抽象成集合覆盖问题。应用蚁群算法对集合覆盖问题进行了求解。并针对点的重复覆盖问题对每次迭代的结果进行了启发式改进,消除了冗余的子集。同时采用精英策略,加速了蚁群算法的收敛速度。并将用蚁群算法得到的结果与基于贪心策略得到的结果进行了比较,效果较好。     

银表面上PVP分子的表面增强拉曼光谱研究

报道了PVP分子的常规拉曼光谱(NRS)及该分子在活性衬底银镜上的表面增强拉曼散射(SERS),并对它的拉曼特征谱带进行了初步的指认．通过对比PVP的常规拉曼光谱和SERS谱,发现PVP分子是通过杂五环和羰基同衬底银表面吸附的且PVP分子与银原子之间存在电荷转移。     

厚壁管的自增强损伤残余应力计算模型

基于超高压容器的自增强制造过程,阐述了自增强容器的损伤形成原因与损伤形式.然后,在总结以往各种自增强理论模型的基础上,从超高压容器的自增强损伤机理出发,针对自增强容器的自身特点,建立了容器的自增强损伤力学模型,得出自增强损伤力学模型下自增强损伤压力、临界损伤压力、临界损伤半径、外壁环向应变、自增强残余应力的表达式.借助于25Cr2MoV材料的自增强试验数据对自增强损伤力学模型进行了计算,通过计算结果可以看出该模型与理想弹塑性模型、双线性硬化模型相比更接近于实测值,计算精度更高,并且与双线性模型相比,表达简单、理解较容易.     

纤维沥青混合料的低温抗裂性能

从不同纤维的微观特性和纤维沥青胶浆的沉锤试验出发,通过3种级配的纤维沥青混合料低温弯曲蠕变试验,分析了纤维和级配对沥青混合料低温抗裂性能的影响,并从复合材料角度对纤维的加强和改善作用机理进行了剖析。结果表明,纤维的加入可明显提高沥青混合料的低温抗裂性能,其中聚酯纤维的作用效果最为显著。     

基于强化学习的物联网可信信息覆盖优化算法

针对物联网覆盖优化问题,基于可信信息覆盖(CIC)模型和强化学习提出了一种物联网可信信息覆盖优化算法．算法采用CIC模型定义传感器覆盖,利用博弈论强化学习方法将覆盖问题建模成一个基于状态的势博弈,每个节点通过效用函数均衡节点的覆盖收益,并采用二进制对数线性强化学习方法来求解博弈问题．仿真结果表明：算法具有良好的收敛性,并且在保证收敛到纳什均衡的同时,在覆盖率和覆盖价值方面都优于分布式异构同步覆盖学习算法．     

基于改进YOLOX的变电站设备缺陷检测方法

为减轻电力工作人员的巡检负担,实现变电站智能巡检,对变电站设备缺陷检测算法进行了研究。首先,利用数据增强方法对有限的初始数据集进行扩充,利用多种图像处理方法增加数据集的复杂度,生成考虑复杂光照环境的数据集;然后,采用自适应空间特征融合(ASFF:Adaptively Spatial Feature Fusion)的方法缓解特征金字塔中不同尺度特征的不一致性问题,并引入Focal损失函数作为置信度损失函数以缓解正负样本不平衡的问题,利用改进的YOLOX-s(You Only Look Once X-s)网络模型设计了变电站缺陷检测算法;最后,将改进的YOLOX-s网络模型与其他深度学习算法的检测效果进行对比,实验结果表明,改进的YOLOX-s网络模型的综合检测效果较好,准确性和实时性均可以满足变电站设备缺陷检测任务。     

用图论方法建立"化学制品存放"的数学模型

图论是应用数学的一个分支,而图的染色问题一直是图论的重要问题之一。用图论中染色的知识建立＂化学制品存放＂问题的数学模型。     

表面等离子体纳米腔的光学特性

应用边界元方法分析了表面等离子体纳米腔的光学特性.设计了两种结构的亚波长金属纳米腔,一种是由上下两片相对放置的有限厚的银板构成,并且在内边界上刻蚀了正弦周期结构;另外一种是在前一种的基础上,在内边界的中间刻蚀了直线缺陷结构.研究了光通过这两种结构的共振谱线.数值结果表明,随着正弦周期数的增加,共振波峰的数日也在增加.并且,当以共振波长入射时,腔内的场强相对入射场强提高了五六倍.当在纳米腔的中间引入缺陷时,束缚在纳米腔中的光场强度相对于中间没有缺陷结构时的光场强度要强.这一研究可对设计新型超小激光光源提供非常重要的数据.     

基于改进软签名的心率检测算法研究

针对软签名算法用于心率检测存在心率信号强度微弱、噪声大、心率检测精度差等问题,提出了基于改进软签名的心率检测算法.首先采用RG通道色差法将R和G颜色通道信号进行加权相减,并对所得色差信号进行多方向投影来选择较为干净的心率信号;然后变分模态分解(VMD)与小波系数非线性连续函数衰减的联合降噪算法对心率信号降噪,将VMD分解后的信号使用峭度法选择含心率信号较多的分量,随后对该分量使用小波系数非线性连续函数衰减算法进行降噪.最后对信号进行频谱分析,计算出心率值.实验结果表明:改进的软签名算法能有效增强心率信号强度,消除信号噪声,相比于常用的心率检测算法有更高的心率检测精度和鲁棒性.