基于本征正交分解加速的二维位势问题边界元法分析

基于本征正交分解(POD)的思想,采用奇异值分解法(SVD),将物理问题的求解空间分解为几何子空间和设计子空间,通过线性组合几何与设计子空间获得随机变量响应结果.与传统加速算法不同,采用径向基函数(RBF)近似设计子空间响应,实现了系统信息的压缩表达,有效降低了计算成本.采用边界元法(BEM)求解二维位势问题,并结合S...     

三维谱特征下的汽车尾气评估方法

针对汽车尾气排放的非线性、时变性问题,提出一种三维谱特征下的汽车尾气评估方法。该方法利用频谱分析的原理对汽车尾气进行时频转换,得到尾气的三维谱特征。这些三维谱特征作为输入被提交给径向基神经网络,在K均值聚类算法的驱动下,径向基神经网络完成训练与测试,实现对三维谱特征的分类,从而评估相应的汽车尾气排放水平。数值实验结果表明,提出的汽车尾气评估方法具有较高的准确性。     

基于特征评估和神经网络的机械故障诊断模型

为了克服在无先验知识的情况下，人为选择时域无量纲指标作为故障敏感特征的盲目性，提出了一种基于特征评估和径向基函数（RBF）神经网络的机械故障诊断模型．该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解，分别提取原始信号和各分解信号的时域无量纲指标组成联合特征，然后对联合特征进行评估，计算评估因子，并根据评估因子的大小选取敏感特征作为RBF神经网络的输入，实现对机器不同状态的自动识别．实验结果和工程应用表明，这种集成了小波包、经验模式分解、特征评估方法和RBF神经网络的机械故障诊断模型能够精细地获取故障信息，从大量的故障特征中筛选出敏感特征，因而减小了网络规模，提高了分类准确率，具有很强的鲁棒性．     

基于 POD 有限元法的粘滞声波方程震源波场重构

叠前逆时偏移是地震勘探中一种流行的地下结构成像方法. 其成像条件需要同时刻的震源波场值与检波器波场值. 这在实际计算中就需要把正演模拟的所有时刻的震源波场数据全部存储下来，存储量需求大. 虽然震源波场重构技术可以降低对于波场数据的存储需求，但会引入额外的计算复杂度. 为解决这个问题，本文提出了POD有限元法，并将其应用于粘滞震源波场重构. 这里的本征正交分解方法( Proper Orthogonal Decomposition, POD)方法是一种降维方法，能够在降低数据量的同时提供足够的计算精度. 数值算例显示，该方法比传统的有限元方法更节省存储空间，能够加快重构速度.     

大跨屋盖风压场的本征正交分解与重构适应性研究

对3类典型屋盖(封闭式方形平屋盖、封闭式曲面屋盖和开合式曲面屋盖)进行了刚性模型风洞测压试验,分析了典型风向角下的平均及脉动风压系数分布.利用POD方法对3类屋盖的风压场进行了分解,并对平屋盖风压场进行了POD重建.结果表明:斜风向封闭式平屋盖的POD分解性能最优,开合式曲面屋盖次之,封闭式曲面屋盖最差.3类屋盖的第1...     

支持系统级仿真与优化的流场模型降阶技术

为降低仿真对计算机软硬件系统的要求并提高计算速度,设计了基于降阶模型的系统级仿真与优化流程,并将本征正交分解(POD)方法应用到流固耦合仿真的流场降阶建模过程中,提高了仿真数据的重用度。在理论研究的基础上,对一个在空气中振动的微梁进行分析,并构建其降阶模型。结果表明:基于POD的降阶建模方法在保证计算精度的前提下,能有效减少流场自由度,加快流固耦合仿真的速度。该方法可用于加速产品系统级仿真和优化过程。     

万寿菊和孔雀草的形态特征与区分

本实验通过对万寿菊和孔雀草花色的调查,发现万寿菊和孔雀草在花色上没有显著性差异。运用生物统计的基本方法对万寿菊和孔雀草在花朵直径,花萼筒粗度,花萼筒长度,花瓣数目等指标加以分析,得出结论万寿菊和孔雀草具有显著性差异。     

绢粉蝶的形态特征与生物学特性

通过野外调查,观察记录食叶害虫绢粉蝶Aporia crataegi(Linnaeus)的生长发育过程和行为习性,明确绢粉蝶的形态及生物学特性.绢粉蝶在宁夏银川地区1 a发生1代,以2～3龄幼虫聚集在叶囊内越冬;3月下旬,越冬代幼虫开始出蛰活动;4月中下旬幼虫进入老熟期,在寄主枝干上或者杂草堆里化蛹,蛹期近14 d; 5月初开始羽化,成虫5月中旬开始产卵,下旬出现第一代幼虫,7月中旬后进入越夏.     

锯齿大戟的形态特征与危害特性研究

本文通过对检疫性杂草锯齿大戟的植株、花、果的形态特征 ,分布、危害等进行研究 ,为对锯齿大戟的风险研究和管理、口岸杂草检验检疫的快速准确鉴定和提高检出率提供科学依据。     

小叶杨的形态特征与生物学特性及其推广应用浅析

本文系统而全面地阐述了小叶杨的形态特征与生物学特性,并对其推广现状进行了简要介绍,对创优本地林业六大工程建设有一定的借鉴和指导意义。     

用人工神经网络预测金属离子水化能

对金属离子水化能及其结构之间的关系进行了探讨,通过神经网络方法对其结构和性能关系建模发现,所建网络整体性能稳定,预测准确度高,所采用的几个重要的输入参数都能用人工神经网络的不同方法很好地预测金属离子水化能,且比传统的多元线性回归方法有较好的预测能力.     

焊接过程的RBF神经网络建模

介绍了RBF神经网络的性能和算法结构 ,建立了RBF神经网络在船舶焊接过程中用于焊接变形预测分析的模型 ,并探讨了其应用和发展趋势     

改进的RBFNN用于机器人三维表面 测量系统曲面重构

为克服三坐标测量机检测速度慢等缺点,提出机器人三维表面测量系统. 针对该系统设计了一种基于径向基神经网络(RBFNN)的简洁快速曲面重构方法. 该方法考虑到RBFNN选取的神经元函数为高斯函数,将机器人三维表面测量系统获得的点云数据投影到二维平面,然后将该二维平面平均分割,选取分割点为RBFNN神经元的中心,避免了模糊c-均值法选取中心需要迭代计算的缺点,并且重构的网络训练精度和测试精度均高于模糊c-均值法选取中心设计的网络精度. 利用该测量系统获得的实际点云数据验证了     

基于RBF神经网络的异向介质基本单元分析

利用径向基神经网络(RBF神经网络)对异向介质的基本单元进行分析,建立异向介质等效介电常数及等效磁导率与介质敏感结构参数之间的神经网络模型.实验结果表明,该模型所得结果与全波分析相吻合,分析时间为138.465793s,训练平方和误差为0.0374879,满足工程要求.验证了该模型的可靠性及合理性,减少数值分析法由于厚度谐振等问题而引起的结果错误问题,解决了异向介质分析精度与效率难以共存的问题.     

探地雷达检测铁路道床翻浆冒泥时频域特征分析

为研究铁路道床翻浆冒泥病害探地雷达图像的识别,通过在标准铁路轨道上设置翻浆冒泥至道砟面和未至道砟面两种病害模型,研究两种翻浆冒泥病害随时间和含水率变化的时域及频域特征。通过时间域和频域的A扫描数据对比及B扫描数据分析得到:翻浆冒泥至道砟面时在剖面图和时间域波形上形成强反射并能轻易分辨,而未至道砟面反应相对微弱;道床翻浆冒泥使频谱中的特征频点幅值减弱,频域幅值变化百分数在道床翻浆冒泥中显著高于时间域的变化。这两个结论说明在识别探地雷达铁路路基道床翻浆冒泥病害时,应同时结合频域特征点的变化来判断。     

基于改进GA的WRBF神经网络设计与应用

针对单独自动设计径向基函数(RBF)网络和小波网络过程中对样本要求过于严格,以及输出层线性求和运算可能造成样本类别交叠的问题,结合两种网络结构简单的优点,设计了一种新的四层前馈神经网络--小波径向基网络(Wavelet radial basis network,WRBF).该网络在结构上,第一隐层对输入样本进行小波映射,实现对输入空间的压缩;第二隐层对第一隐层输出进行第二次非线性映射;在网络的训练方法上,利用多阶染色体混合编码实现两隐层间的选择性连接,并对遗传算法(Genetic algorithm,GA)进行改进,利用改进的GA同时优化网络结构和参数.通过对多输入单输出系统和热能表系数模型进行实验,结果表明:改进的GA减小了早熟收敛的发生,所设计的网络具有较高的建模精度.     

基于径向基函数神经网络的海南省社会经济数据分析

本文提出了基于径向基函数神经网络的预测方法,综合分析了近年来海南省经济数据的特点,考虑了决策变量之间的耦合和不确定关系,并解释了变量构建决策因子矩阵,同时将预测函数作为目标矩阵,使用神经网络方法训练权重,仿真结果证明:分析可行有效,可对经济走向做出合理的预测.     

RBF神经网络非对称损失改进及应用

针对应用RBF（Radial Basis Function）神经网络信用评分中存在的第Ⅰ类错误率高的问题，提出了基于Linex损失下RBF神经网络分类方法，并给出了UCI（University of California Irvine）中德国信用评分数据集上的测试结果。实验结果表明，该方法能有效解决传统RBF神经网络信用评分中存在的问题。     

基于径向基网络和小波变换的电容层析图像重构算法

针对电容层析成像系统重构图像问题的非线性、病态性等特点,提出了基于径向基神经网络的图像重构算法以达到流型辨识的要求,并针对神经网络成像精度低的问题,重点分析研究了适用于图像特征增强的空频分析方法——基于径向基网络的自适应小波滤波重构算法.图像经过多级小波分解后,依据邻域特性来判断各个子带图像上的边缘点;依据统计特性来估计噪声在空频域中的分布,并构造具有自适应性的边缘增强增益;最后用调整后的小波系数重建图像.仿真结果表明,该算法有效地增强了图像的边缘,减小了图像的噪声影响,很大程度上改善了重构图像的成像质量,明显减轻了失真度,使图像特点更加清晰.