大型高功率激光装置下装系统的碰撞检测

分析了大型高功率激光装置在线可替换单元装校过程的特殊性,建立了基于区域划分的下装系统的方向包围盒,在包围盒的计算中引入闵可夫斯基和的概念,并在其基础上对分离轴的选择进行优化组合,结合碰撞的局部性原理,构建了一种动态的OBB(Oriented Bounding Box)层次树检测方法,经过中国大型高功率激光装置下装系统的装校仿真实践,结果表明这种划分区域的连续检测方法高效可靠。     

基于内在特征和能量约束的曲面网格投影算法

为了在生成六面体网格时将源曲面的网格有效投影到目标曲面,文中提出了一种基于内在特征和能量约束的曲面网格投影新算法.首先通过网格参数化方法将源网格和目标基准网格投影到平面上,然后利用网格内在特征表示方法和网格变形能量将平面上的源网格映射到目标基准网格上,并最终投影到目标曲面上获得目标网格.应用实例表明,该算法稳定可靠,可...     

附加约束奇异Lagrange量系统的量子化理论

 研究了含附加约束奇异Lagrange量系统(约束奇异系统)的量子化,给出了该约束奇异系统修改的Dirac-Bergmann算法,分析了系统的经典正则对称性,研究了它的路径积分量子化和量子对称性质,通过实例说明经典理论中对称性和守恒律的关系在量子理论中不再有效.     

采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.     

约束优化问题的一种对偶性刻画

首先对一类集合,从两个不同的侧面刻画了集合沿某个方向的极小极大问题,并阐述了极小值与极大值相等的条件.对应于经典的优化问题,借助于目标函数的上图,将原问题与对偶问题对应于某个集合的极小极大问题,得到强对偶定理.最后,对Hilbert空间上的一类约束优化问题进行了刻画,得到了这一类约束优化问题的强对偶定理,进而可以通过对偶问题求解原问题.     

封闭环形连续钢箱梁人行天桥不同减振方法的研究

针对某钢箱连续人行天桥特殊的结构形式及振动特性,建立空间有限元模型,以跨中竖向位移及加速度减振率为标准,通过理论计算比较TMD减振效果与频率调整法减振效果,结果表明对于该桥频率调整法减振效果远远优于TMD减振效果,可见TMD减振系统并不是适用于所有结构,所得结论可供同类桥型减振设计参考使用.     

带固定效应半变系数面板数据模型的约束岭估计

研究带固定效应的半参数变系数面板数据模型在参数部分附加约束条件下的估计问题,结合Profile最小二乘估计和岭估计,分别建立模型参数部分和非参数部分的约束岭估计量,并给出参数部分约束岭估计量的均方误差和大样本性质。     

约束空间近似正交的空间填充试验设计方法

试验设计空间存在约束是一种广泛存在的实际工程问题, 针对现有的约束空间试验设计方法存在生成设计点数不灵活, 算法优化时间长、效率低, 适用约束类型有限, 设计准则单一等问题, 提出一种约束空间近似正交的空间填充试验设计方法。基于设计点之间的距离和相关系数值构造试验设计准则, 通过改进的随机坐标交换算法进行方案求解。所提算法适合凸约束、非凸约束、解析约束、非解析约束等多种类型的约束, 而且适用于多维度的不规则试验设计空间。示例分析表明, 与现有方法相比, 所提算法具有优良的空间填充特性和较好的正交性。     

脉冲射线束成像关键技术

脉冲射线束成像是研究惯性约束聚变等核反应装置性能的核心测量技术之一,测量对象为MeV中子、伽马射线束,时间尺度从ns到μs,空间尺度从亚mm到10 cm.本文介绍了西北核技术研究所近年来在发展脉冲射线束成像技术、研制成像系统所取得的主要进展.设计了非对顶双截锥大视场厚针孔和高探测效率编码孔,发展了大面积图像转换屏和阵列式中子图像转换屏,研究了MeV中子、伽马射线束图像转换屏的基本性能,提出了选通型像增强器基本设计要求,系统研究了快响应像增强器的时间选通特性和空间分辨特性,基于一种特殊的全局快门驱动时序设计,研发了百ns曝光双帧CMOS相机,研制了一种针对百ns时间尺度射线源的触发与时间关联系统,包括触发探测器、定时探测器、同步机和快门发生器等,与射线源特征时间关联精度一般为3–5 ns.对超快时间分辨、超高空间分辨、高维成像等脉冲射线束成像技术发展方向进行了讨论.     

非约束环境下的实时人脸检测方法

在不受限制的场景下,人脸检测大多部署在移动端或者边缘设备上,这些设备计算能力低且内存较小.使用无锚检测思想,基于CenterNet无锚检测器,提出以人脸为点的检测方法.不需要人工预先设置锚框,也不需要使用非极大值抑制来后处理,模型变得简单且高效.模型的骨干网络使用改进的ShuffleNetV2,轻量级网络保证了模型参数...