流线型主梁断面的气动导纳互谱识别

气动导纳是描述大跨度桥梁断面抖振气动力的关键环节,现存的各种导纳函数识别方法以及经典的Sears函数均与试验结果存在着不小的误差。本研究摈弃相关的假定,引入了考虑六个导纳的互谱识别方法,对于流线型主梁的典型断面进行了气动导纳识别,并分析了栏杆、紊流度、攻角等对识别结果的影响。     

基于导纳特征和遗传算法的负荷识别

针对恶性负荷多为阻性负荷,且其导纳较大的特点,提出一种基于导纳特征和遗传算法的负荷识别方法.选取负荷导纳作为识别特征量,构造判断负荷运行情况的适应度函数,利用遗传算法寻优,得到满足条件的负荷运行概率.计算多种情况下功率因数及其偏离值.根据编码值得到不同情况下的识别结果.实验结果表明该文方法能对负荷进行有效识别.     

桥梁结构气动导纳识别的随机子空间方法

气动导纳是反映脉动风速谱与抖振力谱之间传递特性的一个重要函数,其精度直接影响着桥梁设计过程中对结构抖振响应估计的精度.首次提出的采用基于输出协方差估计的随机子空间方法来识别桥梁结构气动导纳,将风洞试验简化为一步性的工作,解除结构阻尼对识别精度的制约,降低风洞试验的难度和成本,缩短试验周期.通过对江阴长江公路大桥的气动导纳识别的实践,表明提出的方法可以成功地得到满足工程精度的气动导纳函数,且简单易行.     

基于裂纹诱导弦挠度的梁裂纹损伤识别

基于裂纹诱导弦挠度函数的构造特征,研究了任意边界条件下的Euler-Bernoulli梁中裂纹的静力损伤识别方法.首先,将裂纹等效为线性扭转弹簧,得到了任意边界条件下裂纹Euler-Bernoulli梁静力弯曲挠度的解析通解;然后,证明了裂纹诱导弦挠度函数为分段三次多项式函数,并建立了基于挠度测量的、通过拟合裂纹诱导弦挠度函数识别裂纹位置和裂纹等效扭转弹簧柔度的数值方法;最后,数值验证了所提出的裂纹损伤识别方法的适用性和可靠性,考察了挠度测量误差、裂纹位置和深度等对损伤识别结果的影响.结果表明:裂纹位置的识别精度高于裂纹等效扭转弹簧柔度的识别精度,裂纹数量及裂纹识别区间的选取对裂纹损伤识别结果的影响有限,所提出识别方法具有较强的鲁棒性.     

非流线型截面气动导纳识别的零点分离法

抖振响应是大跨度桥梁风致振动研究中的一个重要部分,而气动导纳是抖振力表达式中的重要参数.目前,仅对于流线型截面存在气动导纳的解析表达式,而对于非流线型截面的气动导纳研究,尚处于探索阶段.利用静力三分力系数零值点,分离顺风向脉动风作用和横风向脉动风作用,分批识别6个气动导纳,即零点分离法.首次实现了6个气动导纳函数的完整识别,为气动导纳研究探索了一条新思路.其中,抖振力测量采用模型表面压力测量积分的方法,取得了良好的效果.     

平板气动导纳识别理论及测量

气动导纳函数是桥梁抖振分析中的重要气动参数 .首先推导了能够有效测量 6个气动导纳修正系数的理论公式 ;然后通过直接测量脉动风速的 2个分量及由 2个分量引起平板上的抖振力 ,采用互功率谱法计算得出了平板在不同风速、不同攻角下的 6个气动导纳修正系数 ;介绍了利用风洞中的格栅紊流和基座式高频天平对平板的气动导纳进行试验识别的方法 ,并通过试验结果得出了一系列重要的结论     

从速度导纳来识别铣床结构的振动模态参数

本文分析了近年来发展的模态参数识别方法,提出了采用速度导纳直接识别振动模态参数的计算方法。通过理论检查和在铣床结构系统上的应用,表明该方法具有较高的精度,特别是对有耦强合作用的模态。     

悬索桥简化抖振反应谱研究

为了解决传统抖振分析方法较复杂的问题,采用简化振型函数的方法,总结了一种考虑背景响应的简化悬索桥抖振反应谱计算方法.通过实例计算验证,表明采用这种型函数方法是高效、准确的.采用这种方法分析了结构阻尼比、气动导纳函数、气动自激力及主梁跨径等参数对悬索桥抖振响应的影响.结果表明:对混凝土等阻尼比较大的桥梁,背景响应的影响不可忽略;气动导纳取Sears函数时,抖振响应分析结果可能会偏危险;不考虑自激力影响,抖振响应将偏大10％～150％左右,背景响应比例会偏小10％～130％左右;跨径超过2000m的超大跨径桥梁,背景响应的作用可以忽略.     

复杂背景下植物叶片病害的图像特征提取与识别技术研究

为了减少植物病害给农业生产者带来的损失,提高植物病害的识别率和识别精度,对复杂背景下植物叶部病害的图像特征提取和识别方法进行了研究.采用基于超像素和形状上下文的方法对复杂背景下的黄瓜病害叶片图像进行分割.通过局部二值模式(LBP)、区域平均方差和区域平均熵值等方法,分别从颜色、形状和纹理三个方面提取了植物病害图像的11个典型特征.在对病斑检测器训练时主要使用了两种核函数,分别是线性核函数和高斯径向基核函数.在使用两种核函数进行训练时,需要进行参数优化,采用k-folder交叉验证和网格搜索法来选择最优的参数,并对采用基于径向基核函数和线性核函数的SVM方法的识别结果进行对比分析.结果表明:对于黄瓜白粉病的识别,采用基于径向基核函数的SVM病斑检测器的结果进行黄瓜叶片白粉病的检测的平均正确识别率为98.3%,而采用基于线性核函数SVM病斑检测器的结果进行黄瓜叶片白粉病的检测的平均正确识别率为96.7%,基于径向基核函数的SVM方法要优于基于线性核函数的SVM方法,更适合对黄瓜白粉病的识别研究.说明提出的植物叶部病害的图像特征提取和识别方法能对植物病害进行有效地识别.     

汽车二维图像的分类识别研究

用自相关函数提取图像的特征,对三类小汽车模型的侧影进行了分类识别研究．给出了两种分类识别方法：加权ｋ－近邻分类法和ＢＰ网络分类法,并对两种分类方法的性能进行了分析．实验结果说明,识别效果较好     

杭州湾跨海大桥风荷载响应

对杭州湾大桥进行了全桥气弹模型风洞试验,实测了不同风攻角、偏角和施工阶段的静风和抖振位移响应,同时布设动态应变片,直接测量了桥塔根部的风载内力.探讨了斜拉桥静风响应和非线性抖振时域分析的计算方法,计算结果与风洞试验值进行了对比,吻合情况较好.分析结果表明:斜拉索的风荷载计算模式对静风响应有较大影响;气动导纳采用Sears函数,可能会得到偏危险的结果;塔根抖振内力基本上随着风偏角的增大而减小,但主梁跨中抖振位移响应不符合这一规律;最大双悬臂状态为抗风最不利状态,施工时务必采取抗风措施.     

多节点运算放大器电路的一种分析方法

本文讨论用导纳矩阵描述多节点运算放大器电路的有用方法。从散射方程出发,求得从无源网络导纳矩阵到有源网络导纳矩阵的转换规则。通过观察,直接由网络写出导纳矩阵,并由其求解电路。还以运算放大器校相器为例,说明如何利用此法有效地计算网络函数和输入导纳。     

模式识别在RoboCup中的应用

在RoboCup仿真比赛中,球员的个体技术是比赛成功的重要因素,在充分分析RoboCup比赛个人技术中的两类技术,即判别函数、动作函数的确定方法的基础上,将模式识别的理论应用于RoboCup仿真比赛的个体技术中,分别使用判别域代数界面方程法确定判别函数,神经网络法确定动作函数,以射门和截球为例,详细叙述了设计过程,最后,使用传统方法和使用模式识别方法的球队在RoboCup仿真比赛中进行比赛,试验证明使用模式识别方法的球队,在比赛中个体技术显著提高。     

一种基于卷积神经网络的下肢动作模式识别方法

针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法。以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号（surface electromyography,sEMG）,对sEMG进行特征提取,构建了一种以特征集作为输入的卷积神经网络,并比较了其与另外几种传统分类识别方法的识别准确率和工作特征。实验结果表明,新方法对于5种步态的平均识别准确率大于95%,错误率都低于8%,具有较高的准确性。因此所提方法的输入特征集更能代表预测模型特征,模式识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供参考。     

计算机人脸识别技术综述

概述了计算机人脸识别技术的历史及发展现状,讨论了在计算机人脸识别领域占有主流地位的Eigen脸方法(主元素分析方法)、最佳鉴别矢量集法(基于Fisher线性判别准则方法和基于Foley-Sammon变换方法)、Bayesian脸方法、基于傅里叶不变特征法和弹性图匹配法。指出了各个研究方向人脸识别方法, 给出了计算机人脸识别性能评价指标,包括识别率、计算时间、数据存储量和可扩展性等。根据这些性能评价指标,对当前的各种计算机人脸识别技术进行分析评价。讨论结果表明,基于Fisher线性判别准则的最佳鉴别矢量集法,Bayesian脸方法和基于傅里叶不变特征法都有较好的性能,具有一定的应用前景.     

基于组合核函数SVM的说话人识别方法

 鉴于应用支持向量机进行说话人识别过度依赖于选择核函数的问题,提出一种基于组合核函数支持向量机(SVM)的说话人识别方法.对多项式核函数、径向基核函数进行线性加权,构建既具有全局核函数优点又具有局部核函数优点的组合核函数,并通过多重网格搜索调节权重系数使组合核函数适用于当前数据分布,确定组合核函数SVM 的最优参数,实现对说话人的有效识别.对TIMIT 数据集和含噪声数据集的仿真实验显示,基于组合核函数SVM 的说话人识别性能明显优于单一的多项式核函数、径向基核函数和线性核函数.     

Star pattern recognition method based on neural network

Star sensor is a sensitive instrument for determina-tion of a spacecraft attitude with high accuracy. The in-strument can determine the spacecraft 3-axis attitude through the recognition of observed stars. It measures star magnitude and star coordinates in the spacecraft coordi-nate frame. The measures are then compared with a refer-ence star catalog to obtain the attitude information of the spacecraft[1,2]. The purpose of star pattern recognition is to identify the corresponding relations bet…     

一种改进YOLOv3的手势识别算法

为了解决YOLOv3算法在手势识别中存在识别精度低及易受光照条件影响的问题,提出了一种改进的YOLOv3手势识别算法。首先,在原来3个检测尺度上新增加1个更小的检测尺度,提高对小目标的检测能力;其次,以DIoU代替原来的均方差损失函数作为坐标误差损失函数,用改进后的Focal损失函数作为边界框置信度损失函数,目标分类损失函数以交叉熵作为损失函数。结果表明,将改进的YOLOv3手势识别算法用于手势检测中,mAP指标达到90.38%,较改进前提升了6.62%,FPS也提升了近2倍。采用改进的YOLOv3方法训练得到的新模型,识别手势精度更高,检测速度更快,整体识别效率大幅提升,平衡了简单样本和困难样本的损失权重,有效提高了模型的训练质量和泛化能力。     

基于元学习的语音识别探究

目前,高准确率的语音识别需要在大规模语料库上进行学习才能获得,然而大规模语料库的构建成本较高,某些语言很难采集到充足的语料,因此,基于小规模语料库的语音识别已成为目前挑战性的研究问题.元学习是模仿人类利用已有经验快速学习新知识的机器学习方法,在机器视觉单样本学习任务中表现出明显的优势,已成为新的机器学习研究热点.将元学习应用于单样本语音识别是解决基于小规模语料库语音识别这一挑战性问题的有效途径,在TIMIT和佤语数据库上,开展了基于Reptile元学习算法的单样本孤立词语音识别研究.实验结果表明,该算法能有效地提升模型收敛速度与泛化精度,从而提升了模型的学习能力,说明元学习方法有助于解决小规模语料语音识别这一挑战性问题.     

网络时代的人脸识别技术及其在舰船上的应用

人脸识别技术是当前国内外一项热门研究课题 ,广泛应用于机器人视觉、人机对话、通信、人口管理、安全和准入等场所。本文介绍了人脸识别的几个研究和应用领域 ,给出了当前流行的各种人脸探测方法 ,阐述了各自的缺点和适用范围 ,探讨了人脸识别技术在舰船上的应用 ,另外还简单介绍了人脸识别的研究工作