基于分块加权的局部保持投影的人脸识别

为增强对姿势、表情、光照等变化的鲁棒性,提出了一种加权的分块局部保持投影人脸识别算法.算法先对样本图像分块,对分块得到的子图像利用局部保持投影算法分别提取局部特征信息,并利用k近邻点的类标信息和样本影响力函数计算各分块子图像的权重.该算法能够有效地抽取图像的局部特征,对人脸表情和光照条件变化较大的图像表现尤为突出,在AT&T和Yale人脸库上的比较实验说明了该算法的有效性.     

型钢混凝土十字形异形柱抗震性能试验及有限元分析

为研究型钢混凝土十字形异形柱的抗震性能,完成4个不同轴压比、配钢率、加载方向试件的低周反复荷载试验。对不同设计参数试件的破坏形态、滞回性能、骨架曲线、变形能力、耗能能力进行分析。根据试验结果,采用ABAQUS对试件进行有限元分析,分析得到的试件的破坏形态、骨架曲线及承载力与试验结果总体上吻合较好。试验及有限元分析结果表明:型钢混凝土十字形异形柱具有良好的延性、塑性变形能力和耗能能力。与钢筋混凝土十字形异形柱相比,型钢混凝土十字形异形柱承载力高、抗震性能好,可适用于高层建筑以及抗震设防烈度较高地区的建筑中。     

三维热传导方程的修正局部C-N方法

对三维热传导方程的经典Crank-Nicolson格式运用指数函数的Trotter Product公式进行修正和改进,推出一种求解三维热传导方程的修正局部Crank-Nicolson方法,该方法具有计算量小和精度高的优点.证明了修正局部Crank-Nicolson格式的无条件稳定性和收敛性,最后用数值实验验证了该方法的准确性和有效性.     

一类具两斑块效应的 SIS 传染病模型的稳定性分析

基于人口迁移和非线性传染率的传染病模型研究具有重要的现实意义。首先考虑一类传染病的非线性传染率和人口迁移的斑块效应,建立一个基于两个斑块间具有对称迁移和非线性传染率为βSI/ (1+S+I)的SIS传染病模型。然后利用基本再生数R0和线性化系统的特征值分析方法,获得具有斑块效应的无病平衡点和地方病平衡点的稳定性阈值条件,即在R0<1时,无病平衡点是局部渐近稳定的;当R0>1时,地方病平衡点是局部渐近稳定的。最后,给出例子及其数值仿真说明所得结论的有效性。
     

浅析穿路构筑物的受力

管线在穿越道路时,通常采用加设套管对穿路管线进行保护,这类穿路的埋地构筑物在地下会受到恒载(覆土荷载)和活载(车辆荷载)的共同作用.该文按埋地构筑物不同的埋设深度,对所受覆土荷载和车辆荷载的应力进行分析和计算,得到埋地构筑物所受的应力合力,绘制出应力随埋设深度变化的曲线图.穿路建构筑物的埋置深度在1~2 m之间受力最小;埋深在0~1 m间,构筑物所受的荷载以车辆荷载为主;埋深大于2 m时,所受荷载以土压力为主;应力曲线图为合理选择套管形式和确定管线埋设深度提供了依据,为相关的设计提供必要的基础数据.     

基于全局距离的自适应LLE方法研究及其应用

人体行为识别是人工智能与模式识别领域一个重要的研究方向,具有极广泛的应用前景.近年来应用局部线性嵌入的流行学习方法 LLE进行人体行为识别成为研究热点.但是传统LLE要求采集密集样本点,且要求样本点分布平滑均匀,而人体运动样本数据往往分布稀疏,无法满足LLE对样本点的要求.本文提出的基于全局距离的自适应LLE采用具有全局因子的距离计算方法确定近邻,缩短分布稀疏的样本点的相对距离,使样本点变得紧凑.同时加入全局因子可以使分布距离差异较大,分布不均匀的样本点重新布局,整体变得平滑均匀,有效克服了传统LLE的缺点.另外,该方法改进了传统LLE确定嵌入维度的过程.通过计算输入空间样本欧氏距离与嵌入空间样本欧氏距离的残差来评估嵌入维度,自适应确定人体动作流形的本质维度.改进后的方法应用于光学动作捕捉数据实现人体行为识别,比传统LLE提高了计算性能,并获得了更高的人体行为识别率.     

超载作用下中美规范响应分析

当代中国交通现状中,汽车超载已经成为引起交通事故和结构安全受损的重要因素之一。针对这一现象,以一座典型的6×70 m预应力混凝土连续梁桥为工程背景,利用监控得到的重载车辆数据作为超限荷载建立有限元模型,通过分析和比较桥梁在中国新旧桥梁规范及美国AASHTO规范的设计荷载和超限荷载下的最大挠度、内力和应力,讨论超载对桥梁的危害。结果表明美国规范在设计可靠性方面更加保守,具有更高的抗拉能力和抗剪能力,对我国规范改进及桥梁设计具有较大的参考价值。     

恰有2个中心且带刺的完全图对应的有限交换环

设R是带有1的交换环,环R的零因子图Γ(R)是一个简单图,其中图的顶点是R的所有非零的零因子,且顶点x与顶点y有边当且仅当x≠y,且xy=0.文章主要刻画了一类有限交换局部环,使得它们的零因子图是恰有2个中心且带刺的完全图.     

基于局部线性嵌入的半监督仿射传播聚类算法

针对运用半监督仿射传播聚类算法处理高维数据时聚类精度低和计算量大的问题,提出一种基于局部线性嵌入的半监督仿射传播聚类算法.该算法首先通过LLE算法将高维输入数据集映射到低维空间得到低维数据集,计算低维数据集的相似度矩阵,再用半监督算法调整相似度矩阵,最后用仿射传播聚类算法对低维数据进行聚类分析.仿真结果表明,本文提出的算法与半监督仿射传播聚类算法相比,在处理高维数据时聚类效果更好,精度更高,迭代次数更少.     

一种鲁棒的稀疏信号重构算法

针对稀疏信号重构性能不稳定的问题,结合半阈值迭代算法,提出了一种鲁棒的稀疏信号重构算法。该算法首先对随机信号采用半阈值迭代算法进行重构,以获得初步的重构信号,然后改变迭代初值和参数初值进行新的迭代计算,同时增加一个新的循环终止条件,在保证算法稳定性与收敛速度的同时,使迭代结果跳出相对误差较大的局部极小点而收敛于误差较小的点成为可能,提高了重构信号的成功率。对该算法进行了信号重构和图像重构2个方面的实验,结果表明,与半阈值算法及相关算法比较,无论是对高斯信号、符号信号还是自然图像信号,该算法重构信号的成功率都有明显提高,较半阈值算法平均提高了约30%~40%,表现出较强的鲁棒性。