爆炸消减钢桥面顶板-纵肋焊接残余应力的模拟分析

已有研究表明焊接残余应力会严重影响正交异性钢桥面的疲劳强度和使用寿命。爆炸处理方法已在冶金设备、压力容器及海上采油设施等大型焊接结构的残余应力消减中得到了应用,本文提出了焊接-爆炸处理全过程数值模拟流程,分析了顶板-纵肋焊接连接残余应力变化过程,考察了爆炸处理对钢桥面板顶板-纵肋焊接残余应力的消减效果。首先,采用热-结构间接耦合分析方法模拟了顶板-纵肋焊接连接的焊接过程,使用生死单元法模拟焊缝金属的填充及热源输入过程,得到了动态温度场和应力场。然后,采用LS-DYNA显式动力分析软件,基于任意拉格朗日-欧拉法和流固耦合算法模拟了爆轰波与顶板-纵肋焊接连接的相互作用过程。分析结果表明,焊接过程在焊趾处引起的横向残余应力高达112 MPa,纵向残余应力高达117 MPa;爆炸处理后焊趾处横向残余应力消减幅度达159 MPa,纵向残余应力消减幅度达278 MPa。表明该方法可使焊接区域残余应力产生重分布,从而有效消减残余应力。本文分析结果可为类似桥梁的残余应力消减处理提供技术参考。     

基于残差网络的海洋温跃层分析方法

首先, 以世界海洋地图集2013（WOA13）海洋数据为实验数据, 提出将不等距微分法、 垂直梯度法应用于海洋数据预处理、 海洋区域划分和跃层分析中, 并通过对多种神经网络在基于WOA13海洋三维数据二分类实验的性能分析, 选取残差网络作为二分类实验的网络模型, 在三层残差网络模型基础上增加了Dropout保留层以防止过拟合. 其次, 将残差网络模型用于温跃层分析判定, 并针对改进模型进行超参数优化、 残差单元改进、 保留率调整等对比实验. 实验结果表明, 改进的ResNet 26网络对WOA13海洋区域数据的温跃层数据分类有效, 分类准确率超过94%.     

基于深度残差网络的医学超声图像多尺度边缘检测算法

为提高医学超声图像在临床诊断的效果, 需先对图像进行优化检测和识别, 提出一种基于深度残差网络的医学超声图像多尺度边缘检测算法. 首先, 通过对原始医学超声图像进行自动标注, 构建医学超声图像灰度分布矩阵, 利用分布矩阵完成医学超声图像的多尺度分割; 其次, 构建医学超声图像多尺度边缘的轮廓模型, 提取多尺度图像边缘特征; 再次, 构建深度残差网络结构, 采用深度残差学习算法进行超声图像的底层图像信息融合; 最后, 对融合后的边缘图像数据进行多尺度边缘检测. 实验结果表明, 该算法的图像分割精度高, 特征提取准确率达80%以上, 图像边界中间断区检测效果较好, 边缘点查全性较高, 算法检测耗时短、收敛性强.     

基于正则化协同表示的鲁棒PCA人脸识别

针对人脸图像复杂环境变化,提出了一种基于正则化协同表示的鲁棒PCA人脸识别算法。算法首先通过协同表示计算重构样本与测试样本之间的残差,根据残差选取与测试样本临近的训练样本组成新的字典;然后在该字典上通过鲁棒PCA依次进行低秩误差分解,并计算误差矩阵的平滑性、稀疏性;最后联合协同表示的残差以及低秩分解中的平滑性和稀疏性构建判别准则进行人脸图像的分类识别;在ORL、AR等人脸库的实验表明:基于正则化协同表示的鲁棒PCA人脸识别算法不仅能够在复杂环境变化下取得良好的识别性能,而且保持了协同表示的优势,大大减少运行时间。     

密集多径信道下超宽带信号捕获方法的分析

在不考虑虚警的假设下,重点推导了几种捕获方法完成捕获所需的平均搜索次数,特别考虑了搜索单元数N和多径数K的情形,并进一步分析了各方法的优缺点。通过比较可知K步跳变法是所有搜索方法中最优的,但由于此方法要预先知道K的值,使其不可行,而比特翻转法和折半法在一些情况下虽然只是近似最优,但在实际中却是可行的。比特翻转法在使用时有一定限制条件,而新提出的折半法却适用于任何情况,因而不失为一种好的捕获方法。     

基于RCNN的双极化气象雷达天气信号检测

为检测混杂在地杂波、生物杂波中的天气信号, 提高定量降水精度, 提出了基于残差卷积神经网络(residual convolutional neural network, RCNN)的天气信号检测算法。首先, 将采集的极化参数水平反射率因子、差分反射率、相关系数、差分相移率堆叠为三维数组后进行预处理, 将其分为天气信号与杂波信号。然后, 开发并优化RCNN, 给出详细的网络结构。最后, 通过多次实际的降水过程对所提算法的检测效果进行评价。结果表明, 相比支持向量机以及卷积神经网络(convolutional neural network, CNN), 所提算法对天气信号的检测效果更好, 并且在不同仰角以及全年的实测数据上均表现出良好的检测性能。     

一个值得商榷的信息价格计算方法

对不确定条件下如何计算信息价格的问题．相关献均给出相同的计算方法．然而这种计算方法有许多值得商榷之处．在分析和澄清这种方法所存在的问题之后．对不同的情况讨论在理论上更为严谨的关于信息价格的分析或计算方法．     

时间序列分析在流行病疫情研究中的应用

利用时序分析方法研究了从2003年4月27日开始卫生部办公厅发布的传染性非典型肺炎疫情报告，建立了非典型肺炎疫情ARMAV预报模型，并用所建模型对未来疫情进行外延预测，得到较为理想的预测结果。     

带内残存干扰对OFDM-DPSK宽带短波Modem的影响

针对时变多径短波信道提出一种基于差分检测Turbo乘积编码正交频分复用的宽带短波调制解调器的设计方法,并且研究了短波信道带内残存干扰对调制解调器性能的影响。结果表明,用于调制解调器设计的频率等增益分集对带内残存干扰具有白化作用,白化后的带内残存干扰对调制解调器性能的影响和加性高斯噪声类似,系统设计中可将带内残存干扰和高斯噪声等同对待,简化宽带短波系统的设计。     

Observer-based fault detection scheme for a class of discrete time-delay systems

In this contribution, robust fault detection problems for discrete time-delay systems with l2-norm bounded unknown inputs are studied. The basic idea of our study is first to introduce a state-memoryless observer-based fault detection filter (FDF) as the residual generator and then to formulate such a FDF design problem as an Hen optimization problem in the sense of increasing the sensitivity of residual to the faults, while simultaneously enhancing the robustness of residual to unknown input as well as plant input. The main results consist of the formulation of such a residual generation optimization problem, solvability conditions and the derivation of an analytic solution. The residual evaluation problem is also considered, which includes the determination of residual evaluation function and threshold. A numerical example is used to demonstrate the proposed fault detection scheme.