基于模糊C均值聚类的二维直流电阻率与射频大地电磁联合反演

为结合直流电阻率（direct current resistivity, DCR）与射频大地电磁（radio-magnetotelluric, RMT）法反演优势,开展了二维DCR与RMT数据联合反演研究。在经典最小结构模型正则化的基础上,采用平衡算子调节两个数据间的权重,引入模糊C均值（fuzzy C-means, FCM）聚类对电阻率模型进行约束,根据数据均方根误差自动调整FCM聚类项的权重,提高了联合反演效果。通过单独反演与联合反演结果的对比,分析了两种方法的反演能力,总结了联合反演的优势。模型试算表明,DCR与RMT数据联合反演得到的电阻率模型较单独反演更接近实际模型,FCM聚类约束的应用可进一步提高联合反演的效果。     

基于网格映射技术的弹性密封垫孔洞设计研究

针对密封橡胶在压缩情况下易发生翘边而严重影响管片接缝防水效果的问题,基于ABAQUS/Standard中的网格映射技术,建立了超弹性橡胶密封垫的压缩数值模型,对7种不同开孔形状、开孔率、孔洞排列方式的密封垫开展轴向压缩数值模拟。结果表明：在整个压缩数值模拟过程中,弹性橡胶密封垫接触面应力呈现两端大、中间小的多峰值W形分布;闭合孔为圆角三角形的密封垫相较于其他开孔形状的密封垫,平均接触应力最大值提升86.8%;开孔率为0.294的密封垫相较于其他开孔率的密封垫,平均接触应力最大值提升92.6%;错孔排列的密封垫相较于对孔排列的密封垫,平均接触应力最大值提升25.2%;相较于敞开孔构型变化,闭合孔构型变化对接触应力的影响更大,两者同一工况下平均接触应力最大可相差85.2%。     

弱左型B半群的真覆盖

弱型B半群是在半富足半群范围内的广义逆半群.该文利用弱左型B半群真覆盖的定义,给出了弱左型B半群真覆盖的相关性质.特别地,得到了相应于弱左型B半群作用在幂单幺半群上的真覆盖的结构定理.     

基于不确定性测度的犹豫模糊决策模型

针对已有犹豫模糊熵测度计算复杂、区分能力弱等问题,在综合衡量犹豫模糊元自身不确定性及其所表达信息不确定性的基础上,以凸组合的形式设计了混合型犹豫模糊熵和交叉熵测度。混合型犹豫模糊交叉熵测度用于度量两个犹豫模糊元之间的区分程度,它和混合型犹豫模糊熵测度一起统一于犹豫模糊元的不确定性测度。与已有的犹豫模糊不确定性测度相比,混合型熵测度具有结构简单、物理意义明确、区分能力强等优势;而混合型交叉熵测度则具有自然的对称性。然后,基于混合型犹豫模糊熵和交叉熵测度构建了属性权重未知条件下的多属性决策模型,并将其应用于无人机作战效能评估。     

一种新型三水箱太阳能热水系统及控制策略

在传统集中式双水箱太阳能热水系统的基础上,提出一种引入补水加热水箱的新型三水箱太阳能热水系统,并进一步开发了相应控制策略,以在太阳辐射量较低和较高情况下均可充分利用该水箱蓄存太阳能并对补水进行加热,从而实现系统太阳能保证率的提升和辅助热源运行时间的减少. 为探究所提系统的运行性能,建立了TRNSYS仿真模型并通过实验对其进行了验证. 在该模型的基础上,对该系统运行性能及相应影响因素进行了分析. 研究结果表明,与传统系统相比,所提系统全年太阳能保证率的相对提升率为22.42%;单纯增大补水加热水箱体积并不会使得系统全年太阳能保证率不断提升,因此实际应用中应综合考虑系统全年太阳能保证率与初投资以合理选择补水加热水箱体积;在不同用水行为模式下所提系统与传统系统相比均可更为充分地利用太阳能. 此外,针对长沙地区某居住建筑的经济性分析显示,与传统系统相比,采用所提系统后年运行费用降低了18.31%,相应投资回收期为0.66年.     

神经网络校正的EKF在高超声速目标跟踪中的应用

针对临近空间高超声速目标高度非线性、强耦合、高机动、时变参数、和独特气动特性等特点,综合运用军事运筹学理论与方法、系统建模技术、神经网络技术以及计算机仿真等,提出基于神经网络校正的扩展卡尔曼滤波(EKF)算法,并在高超声速目标跟踪中进行了应用研究。采取神经网络的学习能力来克服卡尔曼滤波发散问题,通过卡尔曼滤波后加一级误差处理环节使滤波收敛。仿真结果表明:该算法在目标发生较大机动时仍能保持较高的跟踪精度。     

水质分析中的精密度─偏性分析质量控制试验

通过对“铬酸钡比色法测定水中硫酸盐”分析方法进行的精密度、偏性试验,介绍了该试验在水质分析质量控制中的应用．     

离散正交小波包及其在噪声抑制中的应用

研究有限长序列的小波包处理和噪声抑制的方法,方法用正交共轭滤波器构造有限维内积空间的正交值和分解及有限长离散小波包,分析了噪声的小波包分解系数的特性,并提出小波包变换域降噪的方法。     

分形编码中的最优压缩映射

提高传统分形压缩编码的性能。方法将分形变换编码建模为一个不等式约束条件下的非线性规划问题,将压缩射条件作用到最优射的求解过程中,得到全局意义上的最优压缩映射,给出了该模型及相应的求解算法,对算法收敛性,初始点选择等问题进行了讨论。     

一种神经网络实现GPS导航定位算法

目的 研究ＧＰＳ接收机状态解算的估计方法。方法 利用Ｈｏｐｆｉｅｌｄ神经网络对ＧＰＳ接收机数据进行处理,结果 以统计自述平均误差和均方根误差作为衡量性能的指标,神经网络方法与迭代量小均方误差算法相比较定位误差减小,结论利用神经网络实现ＧＰＳ接收机状态解算是可行的,且与迭代最小均方误差算法比较,可提高定位精度。