无环境信息下多尺度网格细胞群空间表征模型

针对无环境信息条件下网格细胞空间表征问题, 提出一种多尺度网格细胞群的空间表征模型。通过减少吸引子网络模型网格细胞的偏好朝向, 使网格细胞具有特定的感应方向, 仅对特定方向上的速度产生响应。基于改进的吸引子网络模型, 构建多尺度网格细胞群, 并对空间进行表征。仿真结果表明, 改进后的网格细胞模型只响应相应方向的速度, 准确整合速度信息, 表征部分未探索区域, 且适用于无环境信息条件下一维、二维空间。在100 m×100 m的区域, 表征结果的误差不超过0.2 m, 证明了该模型能够扩大网格细胞的表征范围, 提高表征精度与表征能力。     

目标电磁散射的面中心立方体网格FDTD方法

基于面中心立方体(face-centered cube, FCC)网格的空间结构, 由麦克斯韦方程出发, 推导了基于FCC网格的单轴各向异性介质完全匹配层(uniaxial anisotropic media perfectly matched layer, UPML)吸收边界条件以及近-远场外推边界条件的三维迭代式。通过典型算例, 先后验证了基于面中心立方体网格的时域有限差分(FCC-finite difference time domain, FCC-FDTD)方法的UPML吸收边界条件和近远场外推边界条件的正确性。最后通过计算金属球的后向雷达散射截面(radar cross section, RCS)比较了FCC-FDTD方法与传统FDTD方法的计算精度, 结果显示FCC-FDTD方法具有更高的计算精度。     

面向睡眠健康的感知、计算和干预

睡眠是人的生命本能,不仅对个体的身心健康具有重要意义,还可以作为身体机能调节、恢复和增强的天然手段.统计显示,我国约有1/3人口存在睡眠障碍.日益增长的国民睡眠健康需求与落后的日常睡眠健康管理现状形成突出矛盾,迫切需要形成从睡眠结构转换机制到睡眠质量监测与干预的理论与方法.本文深入分析了近几年睡眠感知、智能睡眠计算和睡眠干预的最新研究进展,分别展望了这个闭环体系中3个阶段的关键科学与技术问题,并结合未来数年的可行性从原理机制和方法措施角度提出建议,以期促进以日常需求为导向的睡眠健康科学研究和技术开发,全面建立主动睡眠健康的新范式.     

一种基于局部平均法向变形的网格参数化方法

针对有边界无边界的网格参数化问题, 提出一种局部平均法向变形的网格参数化方法, 以平均曲率流的方式为参考, 将顶点推向其邻居的平均位置, 使网格变形至平面或球面. 首先, 计算每个三角形邻居面的平均法向, 并以该法向为目标, 计算每个面法向变化的旋转矩阵; 其次, 基于Poisson方程将整个网格重新“缝合”, 通过优化拉伸能量, 计算顶点的新坐标. 交替迭代上述两个步骤, 将网格变形至常平均曲率曲面. 该算法与一般的基于能量优化的方法不同, 每次迭代只需求解稀疏线性方程, 因此可以快速处理大型数据集. 通过在形变过程中加入惩罚函数动态地调整全局平均法向量的权重, 避免了变形过程中三角形退化或翻转的问题. 实验结果表明, 与其他参数化方法相比, 该方法具有实用可靠、 计算效率高等优点, 并能在同一框架下计算低扭曲的平面参数化和球面参数化.     

融媒体环境下的受众计算:途径与挑战

融媒体改革是传统媒体应对传媒经济平台化和传媒平台智能化浪潮的一项重要措施.传统机构在融媒体环境中利用数据驱动的计算传播学方法“重新”认识受众、量化传播效果,既是时代的必然,又是时代的需要.本文论述融媒体环境中受众计算的“为什么”和“怎么做”问题,将受众分析分解为三个纵向数据维度(文本、网络和时空数据)和两个横向方法维度(统计分析和机器学习).最后,我们着重讨论融媒体受众计算所面临的困难和挑战,并提出可能的解决方案.     

基于反应位移法的某地铁车站抗震性能研究

以沈阳某地铁车站为计算模型,考虑地层与车站结构间相互作用,按照反应位移法原理计算地层相对位移、结构周围剪力和结构惯性力.结果表明,车站层间位移满足规范限值要求,抗震组合为非控制工况,结构受力合理,对类似工程有一定参考意义.     

有限元分析网格单元的选用原则

有限元分析可以对企业产品设计做出快速响应,有效节省昂贵的现场试验费用,缩短产品开发周期,提前产品上市时间。本文归纳了网格单元类型、合格评价指标以及选用原则,针对不同的分析类型选出最佳网格单元类型,避免重复无效的冗余周期。实践案例表明,合理选择网格类型,可以有效缩短求解周期。     

R型半胱氨酸体系电荷转移百分数的理论计算

采用密度泛函理论中的CAM-B3LYP方法, 在6-31G(d)基组水平上优化气相条件下R型半胱氨酸(R-Cys)分子的几何构型, 理论研究电子激发过程中R-Cys体系片段间的电荷转移特征, 并基于弛豫与非弛豫激发态密度计算片段间的电荷转移百分数. 结果表明: 对于SH片段, S0到S3的电荷转移百分数为57.96%； 对于COOH片段, S0到S1~S5各激发态的电荷转移百分数均为负值, 二者电荷转移的定性结果一致； 对于NH2片段, S0到S1和S4的电荷转移百分数分别为6.98%和31.45%.