小波变换在智能厚度划分系统中的应用

在研究小波变换表征信号突变特征的基础上, 提出一种用小波变换划分地层厚度的方法. 采用高斯一阶导数作为基小波对测井曲线进行一维连续小波变换, 并用得到的系数曲线更精确地识别各个“波形”的形态特征, 根据曲线的特点对精度要求不同的曲线采取了不同尺度的变换, 有效解决了厚度划分中的地层分层和合层问题, 提高了厚度划分精度. 结合实际应用, 验证了该方法处理测井信号的有效性.     

基于离散点的点域绘制方法

研究以离散的点构造三维物体的几何模型, 以每个离 散点为圆心, 构造不同半径的圆, 覆盖在三维几何模型表面, 从而绘制该几何模型表示的几 何物体的真实感图形. 该方法与传统的多边形网格方法相比, 具有存储量小、 计算量小、 易于实现的特点.     

筋材布设方式对加筋土挡墙动力响应的影响

针对目前加筋土挡墙设计和施工中筋材布设方式大多为等长形的问题,提出一种倒梯形的筋材布设方式,并基于挡墙位移分区理论和有限差分Flac^3D数值模拟,建立加筋土挡墙三维分析模型,探讨不同峰值加速度下3种加筋土挡墙对位移、水平土压力、筋材拉应力及潜在破裂面的影响。结果表明,随峰值加速度增大,挡墙位移逐渐增大,同一荷载作用下,改变筋材布设方式,侧向水平位移减少9.3%,竖向沉降减少5.3%;3种形式挡墙水平土压力相差不大,最大水平土压力分布在挡墙的中下部;筋材拉应力随峰值加速度的增大,沿墙高从单峰型转化为双峰型分布,最大值位于挡墙中下部;潜在破裂面填土区破裂带的形状与筋材的布设方式有关。所提出的倒梯形筋材布设方式对加筋土挡墙的抗震效果更好,可为施工设计中加筋土挡墙筋材布设提供参考。     

改进的自适应分代式垃圾收集

现有的垃圾收集方法大多单方面强调时间或空间中某一方面的性能,且不能根据实际情况进行动态调节．本文结合Ungar和Shaw的垃圾收集方法,提出了一种自适应的分代式垃圾收集方法．它通过存活对象统计表计算出来的阈值线来实现自适应的收集垃圾对象,并采用较小的中间分代来避免对垃圾对象过早提升,最后采用大对象区来减少大对象的移动,从而提高了垃圾收集的空间利用率和时间效率及对环境的适应性．实验结果表明,该方法有效地提高了垃圾收集的效率．     

一种大规模高维数据集的高效聚类算法

大规模高维数据集的聚类算法已成为当前聚类研究的热点,由于高维的原因,聚类往往隐藏在数据空间的某些子空间中,传统的聚类算法无法获得有意义的聚类结果.此外,高维数据中含有的大量的随机噪声也会带来额外的效率问题.为了解决以上问题,该文在CLIQUE算法的基础上提出了一种基于最优区间分割和数据集划分的聚类算法—OpCluster,并使用仿真数据对该算法加以验证,实验结果表明,OpCluster对大规模高维数据集具有很好的聚类效果.     

基于场地划分的RoboCup中型组守门员动态策略防守

中型组守门员多是从单一的几何算法角度上考虑守门员的防守策略.在实际比赛中,场上形势变化快,足球运动轨迹和状态不规则,单一的防守策略较难适应场上变化.利用动态策略的守门员根据足球运动状态、足球所属区域、守门员站位等场地信息进行动态决策,弥补了单一策略在实时性上的不足,有效提高了守门员防守能力.利用动态策略的守门员在实地实验和实际比赛中效果明显优于单一策略.     

智能制造系统可靠性与风险评估模型

针对智能制造系统的可靠性与风险评估问题,提出一种基于改进失效模式与影响分析(FMEA)的智能制造系统可靠性与风险评估模型。从创新运用组合权重、逼近理想解排序法思想和模糊多准则妥协解排序法的角度对传统FMEA模型进行改进;基于逼近理想解排序法思想得到专家权重,减少了专家团队对失效模式风险因子分析过程中的个体差异;使用模糊层次分析法和熵权法分别计算风险因子的主观和客观权重,减少了风险因子确定的主观性。最后,运用围绕中心点划分(PAM)聚类算法对改进模型得到的结果进行分析,并应用于智能制造系统风险评估中,确定了智能制造系统中各失效模式的重要程度,通过比较分析验证了改进模型的有效性。     

既有GRC多孔条板轻质隔墙隔声性能提升实验研究

针对既有建筑中常用的单层GRC(glass-fiber reinforced cement)多孔条板轻质隔墙隔声量低的问题，通过综合对比分析GRC多孔条板双层墙与GRC多孔条板附加复合隔声构件隔墙两种构造的隔声特性，发现复合隔声构造在既有建筑改造中的优势.基于复合隔声构造中的声学材料物理性能以及带有空气间层的复合构造特征等方面的研究，结合复合隔声构造理论分析和实验测试验证.通过优化复合隔声构造，提出GRC多孔条板轻质隔墙附加双层和三层硅酸钙板复合构造的隔声性能综合提升设计方案.研究结果表明:附加复合隔声构造后的GRC多孔条板隔墙有效改善了墙体振动引起的隔声量下降问题，提高了墙体全频段隔声性能.     

无信号控制路段电动自行车过街特性

为提高电动自行车过街安全，选取苏州市四个无信号控制路段，采用人工录像与无人机航拍相结合，获取了电动自行车过街视频数据。利用Tracker软件提取电动自行车速度、时间和电动自行车坐标等参数，采用过街速度、过街等待时间和轨迹作为电动自行车过街特性描述特征指标，采用SPSS软件进行分析。研究发现：76.5%的骑行人员会选择加速或减速过街，加速过街的平均速度为4.1802m/s；电动自行车的过街等待时间的均值为46.26s，标准差为38.113；同时发现，性别、职业以及地理位置等因素都对过街速度以及等待时间有影响；将电动自行车的过街轨迹与路口现状图叠加分析发现斑马线两端开口越宽轨迹偏移量越明显，地块出入口的位置也对行驶轨迹有影响。     

融合特征筛选策略的双塔网络鞋印检索算法

鞋印图像识别是计算机视觉在公安一线工作中的一项重要应用。当前公安侦查工作中鞋印图像无法进行精准识别的问题制约了工作效率与质量的提高，归纳起来主要是囿于鞋印现场提取的复杂情况、鞋印花纹图样的复杂特征以及鞋印图像的残缺不全。针对残缺鞋印，为了进一步提高残缺鞋印检索结果，本文设计了一种融合特征筛选的双塔网络鞋印检索算法。一方面，在网络中引入分区策略，将鞋印图像分为足掌区和足跟区用两个特征网络分别提取图像特征进行融合，另一方面，选择融合ResNet网络和Transformer网络的新型卷积神经网络convNeXt网络作为骨干网络，加入注意力机制模块，提取最后一层卷积特征后用不同的特征筛选方法去除鞋印图像中的无关特征，最后拼接展开成为特征描述符进行相似度计算。在训练阶段，优化学习策略，将其作为完整的图像分类网络进行训练。实验结果表示，本文选取的网络模型优于其他卷积神经网络，在CSS-200和FID-300两个鞋印数据集上取得了较高的准确率。