大攻角下典型主梁断面颤振临界风速数值模拟

针对大攻角下主梁断面颤振稳定性问题,基于计算流体动力学软件ANSYS FLU-ENT用户自定义函数UDFs和动网格技术,结合Newmark-β法建立了桥梁主梁断面二维流固耦合分析方法,采用该方法在不同攻角下(0°、±3°、±5°、±8°)对薄平板和流线型箱梁断面颤振稳定性进行数值模拟研究,并将数值模拟结果与风洞试验研究结果进行了比较.结果表明:薄平板和流线型箱梁断面的颤振临界风速数值模拟结果与风洞试验结果吻合较好,验证了本文所建立的桥梁主梁断面二维流固耦合分析方法的精度.薄平板断面的颤振临界风速随攻角的增大显著降低;流线型箱梁断面在正攻角范围内颤振临界风速随着攻角的增大而降低,在负攻角范围内颤振临界风速随攻角绝对值的增加先增大后降低;当攻角较大时,薄平板断面和流线型主梁断面均表现出"钝体"特征,气流绕过断面前缘时发生分离,沿断面上下缘产生较大的涡,从而导致主梁断面颤振临界风速降低.     

大跨度斜拉桥拉索分段模拟对动力特性的影响

为反映斜拉桥拉索本身和桥梁的相互耦合的动力特性,将单根拉索用多根索单元分段精细模拟,考虑拉索本身振动对传统的单梁式斜拉桥的整体动力特性计算结果的影响,同时还提出一个考虑拉索分段但忽略拉索本身振动的分析模型,并对三种模型的分析结果进行了比较,最后用一个风洞试验的气弹模型对动力特性进行了校核.     

武汉东湖水体营养物质含量变化趋势分析

引用武汉东湖2000—2010年的高锰酸盐指数、氨氮、总磷和总氮4个营养化因子的实测数据，用主成分法在保留原始变量的绝大部分信息（方差）的前提下，将4个因子“浓缩”成一个表征东湖水质营养物质含量的综合关键因子——主成分，进而对主成分数值进行变化趋势分析。得出10年间水质受4种营养物质的综合污染程度非稳定改善的结论。     

轻工特色的生物技术专业人才培养体系的研究

本文总结了如何依靠自身学科优势建设具有轻工特色的生物技术专业。主要包括人才培养目标的准确定位、不断更新课程体系和教学内容、注重教学方法的改革、强化实践教学环节、加强教师队伍建设、适应学生考研和就业的需要等方面,为轻工院校生物技术专业建设和人才培养提供参考。     

广东江顺大桥抗风性能试验研究

采用风洞试验和CFD数值模拟相结合的方法对主跨700m的广东江顺大桥主桥结构抗风性能进行研究,包括主梁、桥塔气动参数试验与CFD模拟、主梁1/60几何缩尺比节段模型测振试验、主梁1/25几何缩尺比节段模型涡振试验、全桥气弹模型试验研究等.结果表明:该桥在成桥状态和施工状态具有足够的抗风稳定性,在设计风速下涡振性能和抖振响应性能均满足规范要求;大比例主梁节段模型得到的涡振振幅小于常规比例节段模型得到的涡振振幅,表明采用常规比例模型进行桥梁主梁涡振性能评估是偏于保守的.     

Skip-N蒙古文统计语言模型

蒙古文具有典型的构词词缀的特点,一个词往往可以切分成词干和词缀等若干个部分.如果采用通常的N-gram语言模型很难描述词干、词缀等的长距离依赖关系.提出了一种利用长距离依赖的Skip-N语言模型,给出了相隔N个词的二元依赖关系.对这种方法进行了实现,并在一个基于实例的汉蒙机器翻译系统上进行了实验,实验证明Skip-N语言模型能够有效地提高汉蒙机器翻译的效果.     

基于生成对抗网络的细胞形变动态分类

提出了一种基于生成对抗网络的细胞形变动态分类方法,以活细胞视频中的细胞形变动态为对象,引入分类器辅助的生成对抗网络结构同步训练生成对抗网络和分类网络,通过生成对抗网络产生的数据提高了原本分类网络分辨细胞形变动态的性能.首先,细胞动态图像被用于将活细胞视频中的时间维度进行压缩,使其从视频域映射到图像域以方便生成对抗网络的构建.其次,基于分类器辅助的生成对抗网络结构,将分类网络的分类信息作为辅助信息来改善生成对抗网络对多类样本的生成,同时生成网络生成的多类样本可以反过来优化分类网络对于细胞动态形变的分类性能.在构建的活细胞视频数据库上,可以验证提出方法能有效地捕获细胞视频中的空时细胞形变动态,并且其分类的性能优于其它主流方法.     

基于视频特征聚合的细胞形变动态建模

提出了一种基于图像处理架构对活细胞视频中细胞动态进行建模的方法.在这个架构下,视频中两帧间的细胞动态被表示为细胞轮廓形变和细胞内部运动的动态特征.其中,前者细胞轮廓形变利用形状上下文进行度量,而后者细胞内部运动则通过尺度不变特征变换（SIFT）流进行建模.为了更好的刻画细胞质流动,基于SIFT流的细胞运动场进一步构建细胞外观变化场.在获得上述帧级细胞动态特征之后,引入时间序列建模的方法来生成视频级的细胞动态特征.具体地,基于紧凑编码的时序特征聚合方法可以捕获整个视频中的细胞动态演变过程.活细胞视频数据库被建立以用于验证提出方法的有效性,实验结果表明提出方法对于细胞形变动态度量和分类的性能优于其它主流方法.     

基于XGBoost的多种生理信号评估心理压力等级方法

基于生理信号客观评估心理压力状态成为目前的研究热点,但最佳评估算法有待进一步探索. 本文选择心算任务诱发受试者的心理压力,采集了21位在校大学生的脑电、心电、皮肤电导、脉搏波4种生理信号. 提取各生理信号时域和频域的多种特征,使用方差分析(ANOVA)、最大相关最小冗余(mRMR)、单个特征支持向量机(SVM)分类准确率、随机森林(RF)特征重要性、梯度上升决策树(GBDT)特征重要性、极端梯度提升(XGBoost)特征重要性6种特征选择方法筛选出有效特征,利用SVM、K近邻(KNN)、高斯朴素贝叶斯(GNB)、自适应提升算法(Adaboost)、GBDT、XGBoost 6种分类器对提取的特征进行分类. 结果得出,GBDT特征筛选与XGBoost分类器的组合模型对心理压力的等级评估效果最佳.