无网格伽辽金法在悬臂梁中的应用

无网格伽辽金法(EFGM)是一种刚刚兴起的数值算法,它在数值领域中表现出了精度高、收敛快、数值稳定、能消除体积闭锁等一系列突出优点.采用移动最小二乘法构造形函数,引入拉格朗日乘子满足位移边界条件,并选用不同的权函数对悬臂梁问题进行了分析.计算结果表明,只要恰当的选取权函数,该方法的计算结果与理论解还是相当吻合的,表明了无网格伽辽金法的可行性和有效性.     

一个关联余切函数的Hilbert型不等式

构建一个全平面内的核函数,引入Gamma函数,利用权函数的计算方法,并借助余切函数的有理分式展开,得到最佳常数与余切函数相关的Hilbert型不等式.通过对参数取特殊数值,得到了若干特殊形态的Hilbert型不等式.     

反对称角铺设层合板振动分析的样条有限元法

本文用样条有限元法，分析了反对称角铺设层合板的自由振动问题．在用三次B样条函数构成的样条基对诸独立位移分量进行插值后，根据瑞利-李兹法导出了特征方程，分别计算了反对称角铺设层合板在不同长宽比、不同铺层数、不同铺设角情况下的固有频率，并将有关结果与已有的成果进行了比较．     

再生核空间W12中的微分算子样条插值

在W12中借助于再生核函数给出了微分算子样条插值函数的显式表达式,证明了该样条插值算子与最佳插值逼近算子的一致性,而且插值误差依范数单调下降.由于该样条插值可分段表示,所以便于数值计算.     

再生核空间W12中的微分算子样条插值

在W12中借助于再生核函数给出了微分算子样条插值函数的显式表达式,证明了该样条插值算子与最佳插值逼近算子的一致性,而且插值误差依范数单调下降.由于该样条插值可分段表示,所以便于数值计算.     

径向点插值无网格法在热传导问题中的应用

径向点插值是一种新型的无网格法.由于插值函数采用径向基和多项式基的线性组合,从而有效地解决了点插值中系数矩阵奇异性问题,而且由于插值具有δ函数性质,从而很容易处理本质边界条件.通过分析径向点插值法计算原理,给出其在热传导问题中的应用,最后用算例初步验证了该方法的有效性与合理性.     

PSO算法用于导弹鲁棒控制器性能权函数优化

摘要： 在导弹1综合鲁棒控制器的设计中,性能权函数的设计通常只能采用尝试和仿真迭代方法. 这种设计方法繁琐费时,控制性能不确定. 该文采用粒子群优化(particle swarm optimization , PSO)算法自动设计性能权函数. 分析了性能权函数各项系数对闭环响应的影响,设计了PSO优化算法的各项参数,并对PSO算法和1控制进行综合设计. 仿真结果表明,采用优化后性能权函数获得的1控制器性能良好,性能指标函数具有较好的收敛特性,表明了该方法的有效性.     

H0^1[0,1]上样条小波基函数的一般公式

在H10[0,1]构造小波基方法的基础上,给出了直接计算低次样条小波基函数的一般公式,其有利于得以在计算机上迅速实现.     

带多参数B样条上可展曲面的几何设计与形状调节

针对基于点和平面间对偶性的可展曲面设计方法中的不足,提出两种带多局部形状参数的可展曲面设计新方法. 首先构造一组含有两个形状参数的三次调配函数,并由此调配函数定义一种带多局部形状参数的B样条曲线族. 基于3D 射影空间中点和平面间的对偶性原理,利用这种带多形状参数的B样条调配函数生成具有带多参数B样条基的控制平面,并由该控制平面进行包络和脊线可展曲面的设计,同时给出在带多参数B样条基下两种可展曲面的参数表示形式. 该方法生成的可展曲面不仅具有灵活的局部形状可调性,而且保留了B样条曲面的许多特性. 特别是当形状参数都取1 时,所生成的可展曲面即为可展B样条曲面. 分析所设计的两种可展曲面的形状与性质,给出具体的应用实例. 实例表明所提方法不仅简单有效,而且易于控制可展曲面的形状,是可展曲面设计的有效新途径.     

三次样条小波有限元法求解水锤方程

为了提高水锤方程的求解精确度,采用三次样条小波有限元法求解水锤方程,此法既能满足复杂管道的要求,又能借助三次样条小波函数的特点提高计算精度.为水锤方程的解法开辟了一条新的途径和理论依据.     

高斯基函数参数自适应信号分解和相应的时频分布

提出了一种在线性调频高斯基函数上进行信号自适应分解的方法,并给出了相应的自适应时频分布.该分布是一种正的时频能量分布,具有较高的时频分辨率且无交叉项干扰.基函数集是由单一原型高斯函数通过自适应调节其方差、扫频率、时移和频移来匹配信号的局部时频特征而获得.这些参数和匹配系数中包含了信号的全部信息,可以方便地用于进一步的信号处理.仿真结果表明该方法是有效的.     

融合高斯核及指数函数聚类的点云目标物提取

针对聚类算法的聚类中心重复性和无法对点云聚类的问题,提出了融合高斯核及指数函数的聚类中心均匀化的点云聚类方法,以优化聚类中心的均匀化分布,实现点云的均匀化聚类。首先,根据高斯核函数及密度指数函数确定局部密度,再依据局部密度的大小确定距离参数。其次,依据局部密度和距离参数的乘积确定聚类中心,同时消除聚类中心的邻近化,使得聚类中心更加均匀分布于整个数据集中。最后,利用数据点到聚类中心距离逐个确定每个数据的聚类归属,并合并邻近聚类实现点云目标物的提取。将该算法与常规的基于密度峰值的聚类算法（clustering function based on density peak,CFDP）、K-means聚类算法、具有噪声的基于密度的聚类方法（density-based spatial clustering of applications with noise,DBSCAN）进行比较,该文所提方法可以对教室内3排椅子实现100%的提取。与相对密度关系的峰值聚类（density peak clustering,DPC）算法及深度学习方法相比,所提方法对不同分辨率目标物点云的提取精度均为96.7%,在计算效率和精度方面均优于其他两种方法。     

基于凸组合的麦克风阵列自适应语音增强方法研究

广义旁瓣相消器是应用极为广泛的麦克风阵列语音增强方法,对含高斯噪声的语音信号降噪效果较明显.然而,当语音信号中混有脉冲噪声时,利用此方法进行降噪处理所得增强后的语音信号可识别性明显变差.为改善含脉冲噪声语音信号的降噪效果,本文提出一种基于凸组合的麦克风阵列自适应语音增强方法.该方法利用由线性滤波和非线性样条滤波构成的凸...     

基于五次叠样条的数值积分公式

基于五次叠样条本文获得了一个光滑函数的数值积分公式，它的精度比使用单一五次样条获得的数值积分公式要高二阶，它的误差约为复化梯形公式三次外推结果误差的１／２８６。     

基于统计的图像压缩感知低复杂度还原方法

提出了一种基于图像统计信息的低复杂度高性能压缩感知还原方法.通过分析自然图像在小波表示下能量的分布特点,建立指数衰减模型,并将其作为统计先验应用于还原算法中.还原算法分为列(行)方向还原,行(列)方向还原两步骤进行,同时引入包含图像小波域能量统计先验的权重矩阵,并约束还原结果符合该权重矩阵的能量分步特点.根据实际应用的不同,该方法包含两种不同复杂度的还原策略,分别为一次直接(one-time direct,OTD)还原和两次迭代(two times iterative,TTI)还原.OTD策略在两步骤中均使用相同的权重矩阵,还原速度较快;TTI策略在第2步还原时通过二次迭代修正权重矩阵以获得更精确的还原结果.实验表明：OTD还原速度较传统方法有大幅度提高,同时还原质量也有所提升;TTI在OTD基础上以牺牲一部分还原速度为代价,获得了更好的还原质量,同时还原速度较传统方法亦有提高.     

最小支集样条小波及其应用

通过分析ｍ阶最小支集样条小波函数，建立了对应的奇次插值函数，并在弹性薄板挠度问题的有限元法中加以应用。     

基于小波综合阈值函数的图像去噪

在小波硬阈值函数和软阈值函数的基础上,提出一种综合阈值函数.这个函数综合了硬阈值函数和软阈值函数的特征,具有良好的数学特征.选择合适的参数,可以适应不同的图像.采用局部阈值规则选择阈值,通过仿真实验,验证了综合阈值函数对去除高斯噪声的有效性.     

基于LSTM和特征生成的网络流量分类

本文提出了一种将特征生成和长短期记忆（long short term memory,LSTM）模型相结合的网络流量分类方法。该方法采用矩阵乘法特征生成方式,分析对比了不同特征生成方法的分类性能。通过实验比较了原数据和特征数据在分类问题上的准确性,并比较了卷积神经网络（convolutional neural network,CNN）和本文方法用于网络流分类的效果。在统计特征时采用核函数,使其可以适应LSTM输入维度,获得更佳的分类效果。对真实网络流数据的实验结果表明,本文方法在细分类中的准确度可达93.9%,而在粗分类任务中可达99.2%,其性能明显优于现有其他分类方法。