基于物理的海洋场景模拟技术综述

系统阐述海洋场景模拟的发展历程以及当前基于物理的海洋场景模拟热点问题和前沿理论,并对浪花的动态仿真、流体表面重建以及流固耦合等细节增强策略进行详细分析和总结,就实时模拟问题中的加速策略进行了简要论述.     

硬度对钢蜗轮副用材料磨损行为的影响(英文)

为了探讨硬度对钢蜗轮副材料磨损行为的影响,为研究钢蜗轮副合理的硬度配对提供试验依据。通过不同的热处理工艺,使12Cr2Ni4低碳合金钢获得了5种不同硬度的试样,然后在无润滑,室温条件下,在SRVⅣ微动磨损试验机上考察了硬度对12Cr2Ni4钢-18Cr2Ni4WA钢摩擦副磨损行为的影响。结果表明：试验条件下,随着12Cr2Ni4钢硬度的增加,12Cr2Ni4钢的磨损体积减小,其偶件18Cr2Ni4WA钢的磨损体积增大,当12Cr2Ni4钢硬度位于HRC39-HRCAl之间时,摩擦副双方的磨损量相等;12Cr2Ni4钢的相对耐磨性和摩擦系数都随12Cr2Ni4钢硬度的增加而增大,最大的相对耐磨性和摩擦系数的最大值均约为0．9。     

框架结构地震反应push-over研究

介绍了研究水平地震荷载作用下建筑物反应的静力非线性分析方法-push-over方法，首先将框架结构简化为串联多自由度体系，按照反应谱方法算出地震影响系数和各楼层上的水平地震作用，这些作用被作为有限元分析的侧向荷载加到框架模型上，通过分级加载，进行弹塑性计算，得到地震作用下的内力分布和变形情况，为抗震设计提供依据，考虑了结构进入塑性后由于刚度改变造成的自振周期和侧向力的变化，使分析更接近实际情况。     

紧急情况下客船人员疏散过程仿真

为训练客船驾驶员应急疏散组织能力,优化客船疏散方案,依托航海虚拟仿真训练平台,基于改进的蚁群算法,提出一种考虑邻接网格面积与转向角度等因素的疏散模型,采用一种改进的约束Delaunay三角网生成算法高效生成导航网格.基于"育鹏"轮建立船舶三维场景,进行人员疏散过程仿真实验.结果表明,该模型有效地优化了多层甲板复杂场景中的人员疏散路径,充分展现了不同年龄、性别疏散个体路径选择的差异性,为具有复杂人群组成结构的客船应急疏散演练提供了一种良好的解决方案.     

基于互联网的重力式码头CAD集成系统

应用Web、Java及分布式并行编程技术,将已有的重力式码头CAD集成系统设计平台从个人PC向互联网转移而形成其网络应用系统WebGWCAD(web based gravity wharf CAD system)．利用小程序(Java Applet)编制客户端,利用Java Servlet扩充Web服务器进行系统调度,通过互联网充分利用远程PCs集群的强大计算能力对码头设计并行优化选型,计算结果及工程文档可以由用户下载到客户机或直接由小程序进行后处理,作为对工程分析设计软件网络化应用的探讨．WebGWCAD可以为相似软件系统的网络化应用提供一个思路．     

浅议特殊岩心样品制备技术

随着油田勘探开发的深入发展，特殊岩心分析越来越受到重视，特殊岩心样品的制备是其分析的基础及充要条件，正确地加工岩心样品，准确地分析测试岩心的物理、化学性质、结构特征，对油田的勘探开发起着至关重要的作用，是影响岩心分析的瓶颈问题。本文对特殊岩心样品的制备加工方法及处理技术进行了分析探讨。     

基于改进AlexNet的可变形卷积皮肤病变识别算法

为了有效解决类间相似度高、类内差异化大、数据类别不平衡的皮肤病变识别,提出了基于改进AlexNet的可变形卷积网络皮肤病变识别算法. 构建改进的AlexNet可变形卷积网络模型,增加采样偏移量,使不同位置的卷积核采样点可根据图像内容自适应变化,自动调整不同尺度或感受野,提取比标准卷积更精细的特征. 使用交叉熵损失函数和焦点损失函数的加权损失函数,削弱易分类样本在训练中所占的权重,使模型专注于相似度高、易错分的样本,解决样本比例不平衡的问题,优化模型的识别率. 在HAM10000数据集上进行仿真实验,主客观的实验结果表明, 提出的方法在7种皮肤病变上的识别优于现有方法,具有更高的准确性、特异性和鲁棒性.      

新型需求响应公交发车时刻和票价优化EI北大核心CSCDCSSCI

为解决新城区和城市边缘地区公交乘客等车时间长,出行便利性差,公交满载率低,公交运营者投入成本难以回收等问题,提出了考虑预约乘客等待时间的需求响应公交运营模式.此模式根据票价随预约乘客的在站等待时间增加而减少的原则进行公交票价差别定价,基于客流量变化实时更新公交车发车时刻,以缩短乘客等车时长,提高公交满载率,从而提升乘客满意度,增加公交运营者收益.构建了混合整数规划模型求解新模式下的发车时刻表和公交票价,并设计了遗传算法求解模型.之后,通过宁波市梅山新区的实际公交线路和OD量等数据进行了实例分析.通过对比计算结果和现状下的公交发车时刻,公交票价,出行者等车时长,出行成本和公交运营者收益,验证了新模式的优势.     

基于U-net边缘生成和超图卷积的两阶段修复算法

为了有效修复背景复杂、大面积不规则缺失区域，得到合理的结构和精细的纹理，提出了基于U-net边缘生成和超图卷积的两阶段修复算法.首先，将缺失图像输入基于U-net门控卷积的粗修复网络，通过跳跃连接将图像的上下文信息向深层传播，获取丰富的图像细节信息，下采样提取缺失区域边缘特征，上采样还原缺失区域边缘细节，同时使用混合空洞卷积增大信息感受野，获取细节纹理信息.然后，将粗修复结果输入含超图卷积的细修复网络，捕获和学习输入图像中的超图结构，使用空间特征的互相关矩阵捕获空间特征结构，改善结构完整性并提升细节细粒度.最后，将细修复结果输入鉴别器进行判别优化，进一步优化修复结果.在国际公认数据集上进行实验仿真，结果显示：本文提出的算法在修复大面积不规则缺失时，可以生成合理的结构和丰富的纹理细节，修复的视觉效果，PSNR,SSIM和L1损失优于对比算法.