数值流形位移法在岩体裂缝扩展中的应用

基于三角形网格,对裂缝扩展过程中流形单元变化情况进行了深入研究,从几何网格的角度对数值流形方法的连续与非连续统一处理方式进行解读.采用一阶覆盖函数,推导出数值流形算法的权函数表达式,建立局部位移函数.通过数值流形计算程序,得出裂缝尖端位移,并计算尖端应力强度因子.通过经典的中心裂纹板模型,对数值流形位移法求得的尖端应力强度因子进行验证,算例的数值解和解析解吻合度较高,证明数值流形法计算裂缝扩展的准确性,为裂纹扩展过程中尖端应力强度因子的求解提供了新的数值解法.     

数值流形法局部网格加密算法

数值流形方法中网格加密是提高精度的方法之一,全局加密会严重导致计算效率低下,因此需要研究在数值流形法中覆盖系统网格局部加密.提出了数值流形法一到四级局部网格加密,可以根据实际情况需求自主选择网格加密等级进行计算分析.在数值流形法覆盖系统生成的算法基础上,采用C++面向对象编程技术开发程序.最后绘制裂纹分析数值算例计算后的位移图.结果表明:按照一到四级加密顺序对需加密区进行网格加密后,应力强度因子(stress intensity factor,SIF)与解析解误差均在5％以内,且符合加密越精细、计算结果精度越高的规律.可见此局部加密算法有效.     

基于独立覆盖的高阶流形方法

提出了一种基于独立覆盖的高阶流形方法(ICMM).该方法基于完全独立的物理覆盖,在物理覆盖上可以定义一至高阶的覆盖位移函数,在独立的物理覆盖间采用具有真实物理意义的弹簧(区别于DDA(Discontinuous Deformation Analysis)和DEM(Discrete Element Method)方法中为迭代需要而设置的虚拟弹簧),避免了一般流形方法需要复杂的覆盖生成等前处理算法的困难,消除了高阶流形方法特有的线性相关性带来的总体刚度矩阵奇异性的问题,可以方便地应用于连续体分析、从连续到非连续破坏以及完全非连续问题的统一分析.算例分析初步验证了本文方法的正确性和有效性.     

裂纹扩展过程模拟的无网格流形MSIM方法

采用一种新的无网格流形MSIM方法来进行裂纹扩展过程的模拟分析。该方法利用单位分解法和有限覆盖技术来构造插值函数,该插值函数的建立不受域内不连续面的影响,可较好地求解裂纹扩展问题;此外,该插值函数还具有高阶完备性、一致性,且可以在需要的节点处具备delta属性,能够方便、准确地施加各种边界条件。与通常的无网格方法相比,该方法由于采用了有限覆盖技术,试函数的构造不受域内不连续面的影响,克服了传统的无网格方法在处理不连续问题时由于采用光线法所遇到的困难;与数值流形方法相比,该方法用一系列节点的影响域来建立有限覆盖和单位分解函数,具有无网格方法的特性,摆脱了传统数值流形方法中在处理复杂非连续问题时网格所带来的困难,且其覆盖系统的生成远比数值流形方法中覆盖系统的生成简单。数值算例结果表明本文方法用于追踪复杂应力状态下裂纹扩展过程的正确性和有效性。     

三维数值流形法覆盖系统并行分区生成算法

三维数值流形方法（three dimensional numerical manifold method,3D-NMM）是岩土工程数值模拟中强大的数值方法之一。但一直存在接触判断困难、计算处理数据量大,效率低等问题。将并行计算技术应用于三维数值流形方法覆盖系统生成可以有效提升其覆盖系统的生成效率。详细研究了并行编程模式下三维数值流形法覆盖系统的生成算法。基于MPI分布式内存编程原理,将分区覆盖生成作为三维数值流形法并行覆盖生成基本思路。先采用规则粗六面体网格覆盖问题域,并利用Metis划分网格形成负载基本均衡的子区域,在原有串行算法的基础上设计了子区域覆盖系统的生成算法。并基于分布式内存存储模式下不同区域间数据传递需求,对本并行算法建立了界面信息传递算法,用以并行计算过程不同区域间中数据交流。最后,使用C++开发了基于布尔运算的三维数值流形单元及覆盖系统并行生成算法。算例表明此并行覆盖系统生成算法可有效提高三维数值流形法覆盖系统的生成效率及其应用规模     

基于黎曼流形的轴承故障诊断方法

为解决传统流形学习方法在轴承数据的非欧氏空间中特征提取时的不佳表现,提出引入黎曼流形学习方法.在黎曼流形的框架下,利用原始数据集构造出黎曼流形,并基于此流形提出了黎曼图嵌入特征提取方法,通过对局部结构编码实现初步降维.然后,在低维黎曼流形的基础上融合主成分分析算法(PCA:Principal Components Analysis)和线性判别分析算法(LDA:Linear Discriminant Analysis)设计分类器并对轴承数据进行了聚类.最后,通过在两个轴承数据集上的实验,分析了该方法提取特征的能力.实验结果表明,与现有的故障诊断方法相比,该方法具有较强的故障诊断能力.     

流形方法覆盖系统自动生成算法

用覆盖所有材料区域但独立于材料实际几何边界的任意形状数学网格和实际的物理网格来建立流形方法的覆盖系统 ,直接从数学覆盖和物理覆盖的定义出发 ,探讨了流形方法覆盖系统的全自动生成技术 ,并用VisioC 及其标准类库实现了流形单元和 2套覆盖的自动形成和编号 .     

数值流形方法覆盖自动剖分算法的几点改进

分析了一种用于数值流形方法的覆盖自动剖分算法,并对其加以改进和扩充,令其能够适用于复杂的材料边界条件和具有更好的通用性.应用算例表明,改进后的算法对任意边界条件的连续和非连续问题都能够进行覆盖系统的自动剖分.     

基于非线性子流形的人脸识别

介绍了流形、流形学习的数学基础及其应用时的核心问题,流形学习方法用于人脸识别的技术路线;通过实例分析讨论了流形学习主流算法——局部线性嵌入(LLE)算法的优势和存在的不足;使用ORL人脸数据库进行仿真实验并将识别效果与原始图像直接分类法、主成分分析法进行比较,验证了LLE算法的有效性及优势。     

三维数值流形方法及其积分区域的确定算法

该文采用长方体单元作为三维数值流形方法的数学覆盖 ,在此覆盖下物理覆盖和物体的交集是刚度矩阵的积分区域 ,采用的是Hammer积分法 .为了求解刚度矩阵 ,针对Hammer积分方法 ,该文提出了一种确定积分区域的算法和算法代码     

一种改进的不变流形算法

不变流形在动力学研究的许多方面都有重要意义,由于不变流形很难通过解析表达式求解,对其做近似计算就成为重要的手段。介绍了一种改进的流形计算算法,该算法由两步构成：首先利用PDE算法在不变流形上求出一些均匀的点;再借助三角形剖分方法利用PDE算法算出的点画出直观流形图。该算法避免了频繁求解微分方程问题,没有求解多余的轨道,且求解的精度也容易控制,得到的流形图直观。     

冲击故障特征提取的非线性流形学习方法

为了提取机械设备故障引发的冲击成分,提出了一种基于非线性流形学习的冲击故障特征自适应提取方法.该方法将反映故障的振动信号重构到高维相空间中,利用局部切空间排列的流形学习方法提取出隐藏其中的低维流形,并基于峭度和偏斜度指标的特点,提出了冲击波形量化的取值策略,实现了高维相空间中局部邻域参数的自适应选取,从而提取出最优的冲击故障特征.通过仿真数据的对比分析和工程应用,表明该方法能够较好地提取出冲击成分信号,与小波软阈值方法相比,提取出的冲击特征成分更完整,周期性更好.     

基于重选择流形排序的图像检索

在研究已有基于流形排序图像检索算法存在问题的基础上,提出一种基于重选择流形排序的图像检索算法,此算法可以在节约时间的同时,进一步提高检索结果的精度,并在实际图像数据库中的实验结果验证了此算法的有效性.     

辛数值流形时间子域法

基于多自由度系统相空间非传统Hamilton变分原理, 提出了一种结构动力响应分析的新方法-辛数值流形时间子域法. 该方法在时间子域上应用数值流形方法, 基于Lagrange分片函数, 构造非差分格式. 证明了这种辛算法是无条件稳定的, 并给出算法的改进递推方法. 通过两个不同类型算例的计算结果表明, 这种在Hamilton体系下的辛算法的精度和计算效率都明显高于国际上常用的Wilson-θ法和Newmark-β法, 是一种高性能、高质量和高精度的算法.     

几种维数约简方法在人脸识别中的比较研究

流行学习是一种分类问题的有效解决方法.采用人脸数据库作为样本集,对主要几种线性算法和LLE算法进行实验分析,尝试引入一种监督LLE算法,在针对人脸数据库的实验中发现该算法在提取非线性特征中有较好的效果.     

曲指数族流形在无线传感器网络定位中的应用

利用信息几何中的统计流形理论和自然梯度流形学习定位方法,研究了基于接收信号强度（RSS）的无线传感器网络自定位问题.首先,通过概率密度函数构造了一个曲指数族定位模型;然后,针对给定初始状态值的未知目标节点定位问题,结合梯度下降法,提出了基于此模型的最优非线性估计方法及其改进算法.梯度下降法的良好性质和仿真结果表明,这些算法有很好的收敛效果和更高的定位精度.      

基于流形正则化非负矩阵分解预测药物-靶蛋白作用关系

识别药物-靶蛋白作用关系是当前药物研究的重要内容,其可帮助识别已有药物的新功能,发现药物的"偏靶蛋白"等。现有预测算法对新药物的作用靶蛋白,及新靶蛋白的作用药物预测存在困难,由此提出一种新奇的基于流形正则化非负矩阵分解的新药物/新靶蛋白作用关系预测算法,该方法首先通过聚类算法构建新药物/新靶蛋白的初始作用标签,然后设计引入流形学习正则化约束的非负矩阵分解算法预测药物-靶蛋白作用关系,最后在四个经典数据集中测试,并与最新预测算法BLM-NII、RLS-WNN和WKNKN+WGRMF算法进行比较,证明本文算法可获取较高的预测精度。     

一种基于流形的蚁群聚类算法

在介绍了基于信息熵的蚁群聚类算法以及流形学习的方法的基础上,将基于动态切空间排列的流形学习方法与该蚁群聚类算法相结合,给出了一种聚类算法的新思路,并在城市规划布局问题中做了仿真实验,提高了算法的收敛速度。