一种新的维吾尔文字幕关键帧提取方法

为了快速有效地提取视频中含有维吾尔文字幕的关键帧提出一种新方法.该方法首先运用多尺度Harris角点检测,结合维吾尔文字笔画特点,完成字幕关键帧的初步提取;然后利用最小二乘法拟合直线,根据两条拟合直线的角度偏离情况对初步提取的结果作去冗余处理,得到最终字幕关键帧.实验结果表明:该方法快速简单,提取结果的准确率达到93%,具有很好的适应性.     

大型结构件——连续采煤机主机架的制造工艺研究

为控制大型结构件——连续采煤机主机架的生产质量,除精选必要的制造设备外,工艺工装的设计也起着举足轻重的作用。从下料、焊接、时效去应力、组焊件检查等方面,对大型结构件——连续采煤机主机架的制造工艺进行了研究。     

连续刚构铁路桥收缩徐变效应监测与分析

对连续刚构铁路桥箱梁温度场及桥梁线形进行长期、连续监测,通过主梁跨中下挠的理论与实测对比揭示了连续刚构铁路桥收缩徐变效应。对比了国内外常用收缩徐变估算模型,选择CEB-FIP徐变模型对黄河特大连续刚构桥进行了有限元分析。采用实测温度数据,以箱梁内测温度、外侧温度、顶底板温度梯度、左右侧温度梯度作为箱梁温度场的评判指标,对箱梁1年内的四季温度场分布进行分析。在基于相同温度场的条件下,通过理论值与实测值对比,发现分析成果与实测结果较吻合,说明混凝土的收缩徐变是引起连续刚构铁路桥跨中下挠的主要原因,对比结果还说明通过改善箱梁顶底板应力差能够改善收缩徐变长期效应。     

矩形张量的S-型奇异值包含集

利用矩形张量A的指标集的一个划分——非空真子集S及其补集、分类讨论思想和三角不等式,研究了A的奇异值定位问题,得到了A的S-型奇异值包含集.     

具有长方系数矩阵的微分代数方程组数值解的渐近稳定性

研究了具有长方系数矩阵的微分代数方程组的数组稳定性.利用克罗尼克标准型将原系统等价转化，获得了线性多步法和龙格-库塔法求解系统时的渐近稳定性结果.     

RC框架结构Pushover方法的保证率和适用性研究

以7层钢筋混凝土平面框架结构为例,通过统计分析不同地震烈度、不同场地条件、不同地震分组的平面框架在不同抗震设防水准条件下的Pushover分析性能点的概率分布,探讨Pushover分析方法的保证率和适用性.研究表明,Pushover分析方法是一种静力弹塑性分析方法,不适用于结构弹性抗震性能评估.     

钢管混凝土柱-钢梁单边螺栓连接节点静力性能试验研究

通过对8个钢管混凝土柱-钢梁单边螺栓连接节点进行轴拉及弯剪加载试验,考察了约束拉杆构造措施对节点核心区整体性的影响规律,同时对单边螺栓的工作性能进行了分析研究.试验结果表明:单边螺栓具有良好的力学性能,工作性能安全可靠;方钢管混凝土柱设置约束拉杆能有效限制管壁变形,显著提高节点核心区整体性,减少破坏区域;圆钢管因为管壁稳定性较好,设置约束拉杆对改善节点力学性能效果不明显;穿芯螺栓节点核心区整体性最好;在弯剪加载条件下,单边螺栓节点表现出良好的转动能力.试验结果可供同类研究参考与比较.     

人工神经网络预测混凝土柱屈服性能

建立了一种基于人工神经网络的矩形混凝土柱屈服性能预测方法.该方法采用经验模型进行柱屈服性能影响因素的分析来确定该神经网络的输入参数,并通过敏感性分析验证了所选神经网络输入参数的合理性.为验证该方法的可行性与有效性,通过对PEER 210组矩形混凝土柱的屈服性能进行预测分析并与经验预测模型的预测结果进行比较.比较分析结果表明:神经网络预测结果与实验结果吻合程度远高于其他经验预测模型;同时也证实该方法在实验数据稀少的情况下为预测结构在地震作用下的性能提供一条新途径.     

FSAE赛车车架灵敏度分析与轻量化设计

以FSAE赛车车架为研究对象,构建了基于扭转刚度及模态频率综合灵敏度分析的车架有限元模型.通过考虑管件壁厚对车架性能影响的相对灵敏程度,从而选择更具针对性的设计变量进行优化设计.以车架质量最小为目标函数,以扭转刚度和模态频率为约束条件,对车架管件壁厚进行优化计算.结果表明,在保证使用性能的前提下,优化后的车架质量比原设计减少了6.01%.     

基于应变模态小波神经网络的结构损伤识别方法

以框架结构为研究对象,利用小波分析和神经网络理论,结合二者的优点,运用小波分析来确定框架结构的损伤位置,运用神经网络算法来识别损伤程度,给出了基于应变模态参数识别框架结构损伤的原理,建立了一种识别结构损伤的小波神经网络方法.通过建立基于振型模态和应变模态的损伤识别方法,分别对9种不同工况下框架的裂缝位置进行识别,并对比了这2种模态下损伤位置的识别效果.然后,分别对框架的振型模态和应变模态进行连续小波变换,获得2种模态参数下的小波系数模极大值.利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度,并对比了这2种模态下损伤程度的识别效果.数值分析结果表明,小波神经网络可以有效地识别出结构的损伤位置和损伤程度,基于应变模态的损伤识别方法具有更好的准确性.