软土地层桥梁群桩基础沉降模型

根据软土地层桥梁群桩基础的沉降特性,推导该地质环境下群桩模型试验相似法则,自行设计带承台群桩基础的室内模型并开展试验研究.试验结果表明:在桩身范围内,附加应力随深度衰减,在分布形式上,附加应力分布形式可近似为三角形;同时,桩侧土体的竖向应力随着桩顶沉降的增加而相应的增加,在接近极限荷载产生较大沉降时也没有表现出明显收敛的现象;群桩在施加荷载时(不同施工阶段),桩周上部分土中产生较大的超静孔隙水压力,随着时间逐渐消散,即土体的固结过程需要一定时间;群桩的荷载与沉降关系明显呈现非线性特性,其P-S曲线大致可以划分为线性阶段、屈服阶段和整体破坏阶段3个阶段;且通过试验可知卸载后,各群桩位移回弹很小,经外荷载作用后,产生较大的塑性变形,因而群桩沉降应作为桩基础设计控制条件之一.     

地质体的三维形态分析方法与应用

针对隐伏矿体立体定量预测中复杂形态地质体的空间分析问题,利用数学形态学和欧氏距离变换理论,提出基于三维栅格模型的地质体三维形态定量分析的方法.利用开闭滤波或闭开滤波的数学形态学变换,构建地质体表面形态趋势的提取算法;将形态滤波、欧氏距离变换、全局集合运算结合起来,建立地质体形态起伏定量分析及分级提取模型;采用基于欧氏距离场的计算模型,提出地质体表面与趋势面夹角的提取方法.在建立地质体三维栅格模型的基础上,将地质体三维形态定量分析方法应用于安徽铜陵凤凰山矿田的新屋里岩体分析,实现地质控矿因素指标的定量提取.研究结果表明:采用该方法对地质体进行形态分析,可计算出地质体的各种形态参数,并提取出地质控矿因素量化指标,能有效地应用于隐伏矿体立体定量预测.     

基于帧差法与边缘信息的红外目标检测算法研究

根据红外序列图像中运动目标具有连续性和一致性,本文提出了帧差法和边缘检测相结合的检测方法。首先采用连续帧间差分法处理图像得到运动区域,然后对当前帧进行canny边缘检测得到边缘信息,两者检测结果相与得到运动目标边缘;最后进行形态学运算得到精确的目标边缘。仿真结果表明,该方法克服了帧差法和边缘检测的不足,对复杂背景下的运动目标能够进行准确检测。     

WEKA环境下基于模糊理论的聚类算法

因特网上的数据规模大、动态性强,通常发现的知识或规则很可能是不精确和不完备的。为了克服以上不足,引入模糊理论,通过寻找模糊相似上近似集进行合理聚类,在确定聚类数目的过程中,利用平均信息熵进行最佳聚类。同时将模糊聚类算法嵌入WEKA平台,利用WEKA中的类和可视化功能,扩充了WEKA中的聚类算法。实验表明,算法对含有噪声的、分布不规则的大数据集具有很高的精度和收敛速度。     

缝洞单元注水开发物理模拟

结合现场资料,根据相似理论确定物理模拟模型参数及试验条件,制作缝洞单元井网模型;通过对该模型进行单相流动试验,研究模型各口生产井对应通道的阻力;通过对该模型进行的水驱油试验,研究不同注入流速下模型的采收率、含水率、注水压力及水驱后的剩余油分布。结果表明:注入流速越大,模型采收率越高,剩余油越少;井打在洞上部时,水驱过后,剩余油存在于溶洞上部的周边位置;渗流通道经过溶洞时,水驱过后,溶洞内几乎不存在剩余油。     

基于图像感知哈希技术的钓鱼网页检测

文中提出一种基于图像感知哈希技术的钓鱼检测方法,简称Phash———将网页以图像格式保存,提取图像的主要可视信息的像素点,由这些像素点组成感知哈希序列,再进行哈希序列的相似度匹配。该方法既克服了钓鱼网页存活时间短的问题,又能快速地与特征库进行匹配。实验表明,该方法是有效的,在保证一定误判率和召回率的情况下大大提高了匹配速度。     

基于概率矩阵分解的用户相似度计算方法及推荐应用

用户相似度计算的合理性直接影响到协同过滤推荐的效果。提出了一种基于时序行为关系的用户消费网络图构建方法,通过定义用户间非对称相似度计算方法,确定用户间的初始相似度矩阵,然后利用概率矩阵分解的方法重构用户的相似度矩阵,挖掘潜在的用户近邻,将近邻关系应用到目标用户的项目推荐中,同时提出了基于时序行为关系和矩阵分解的协同过滤推荐框架结构。在实际数据集上对具体参数进行实验,并和其他方法进行了比较。实验结果表明,该方法可以有效提高协同过滤推荐效果。     

压缩感知中基于广义Jaccard系数的gOMP重构算法

为了解决信号重构性能差的问题,提出了一种基于广义Jaccard系数的广义正交匹配追踪(generalized orthogonal matching pursuit, gOMP)重构算法。该算法利用广义Jaccard系数相似性匹配准则替换gOMP算法中的内积度量准则,优化了通过感知矩阵来选择与残差余量最匹配原子的匹配方式。实验结果表明,该算法的重构成功率不仅高于gOMP算法,同时也高于OMP、StOMP等算法。     

一种基于形态分量的多聚焦图像融合算法

提出一种基于形态分量思想的多聚焦图像融合算法。该方法首先对源图像迭代分解,将其分解为低频和高频两个分量,并用curvelet变换表示低频分量,然后,对低频分量采用高斯差分算子定义图像点的特征活跃度和融合规则,对高频分量的细节特征度量采用加权梯度差的方法来衡量和融合。仿真实验在四组多聚焦图像中进行,除了与传统的图像融合算法做比较外,还与系数绝对值最大法的融合算法进行比较。实验结果表明:该方法在平均梯度、空间频率、信息熵等指标上优于传统的图像融合方法,同时也优于基于系数绝对值最大法的融合规则。     

基于稀疏重构的海杂波抑制和目标提取算法

在杂波较强的环境下,雷达目标回波往往淹没在杂波中难以被检测,尤其在海杂波背景下,目标的多普勒频率有可能会落在杂波频率范围中,此时传统的杂波抑制方法就产生了一定的局限性.针对此问题,依据杂波、目标信号的稀疏特性和二者在多普勒频率分布特性上的不同,设计了对应的时频域过完备字典;再通过形态成分分析算法求出目标和杂波分量的稀疏...