美姑河流域牛牛坝公路泥石流灾害防治

牛牛坝公路泥石流属于粘性泥石流,沉积区洪积扇典型,沉积物淤埋厚度12～25 m,泥石流在沉积区冲淤变动、加积特性显著,爆发周期3～5a.提出了泥石流隧道治理技术,拟定了治理结构方案,并进行了结构计算.以泥石流隧道附近的泥石流沟为对象,运用流-固耦合有限元数值模拟方法,分析了泥石流初始状态及峰值流量状态泥石流隧道及邻近泥石流沉积物内大主应力的变化规律,发现泥石流隧道顶部泥石流峰值流量出现8s以后沉积物及隧道结构内的大主应力才达到峰值.治理工程于2003年底修建完成,4a来经历了2次泥石流检验.现场观测发现,该防治工程治理效果显著.     

变换域时间序列相似性搜索

在时间序列的研究中，经常需要计算二个序列的相似程度。由于序列变化的多样性和，复杂性，结果通常不能很好地满足要求。采用变换法则对时间序列进行从时域到频域的转换，再将转换后的数据按照一定的规则变换成字符序列；利用求最长公共子序列的方法计算三个序列的匹配度，实现时间序列的相似性搜索。     

滇黔桂低温成矿域基底岩石的锆石年代学研究

陇要超基性岩的变质岩捕虏体,为探讨滇黔桂低温成矿域的基底岩石组成提供了极佳的线索．初步的碎屑锆石SHRIMP和LA-ICP-MS年代学研究显示,原岩沉积时代的下限约为430Ma,相当于晚志留世一早泥盆世,该组锆石可能主要来源于盆地南侧坍塌的早古生代晚期（广西期）造山带;沉积物源区地壳可能主要存在-430Ma,-520Ma,-770Ma,-860Ma,-960Ma,-1100Ma和-2500Ma等七组地壳或再循环地壳组分;对于深厚覆盖区之下的基底岩石类型及其性质,深源岩石包体能够提供其他研究对象无法提供的直接证据．     

基于灰色信息的支持向量域分类算法

当被识别的样本包含有未确知性的灰信息时,传统的SVDD算法无法对其类别作出判别.针对这一问题,并考虑到SVDD算法是一种基于样本间距离测度的判别方法,提出了一种针对灰信息样本进行判别的支持向量域数据描述算法-GSVDD算法,该算法利用区间数对未确知性的灰信息进行表达,将区间运算引入到SVDD算法中,以区间距离取代原来的确定性距离,从而对灰信息目标样本进行识别.理论分析和实验结果均表明,该算法是有效和可行的.     

基于域适应与分类器差异的滚动轴承跨域故障诊断

基于数据驱动方法诊断滚动轴承故障时,不同工况下的数据特征分布差异会导致模型诊断性能严重下降.针对这一问题,提出了基于域适应与分类器差异的滚动轴承跨域故障诊断方法.首先利用卷积神经网络对带标记的源域样本和无标记的目标域样本进行特征提取;然后通过2个全连接分类器进行故障分类;最后通过分步优化分类损失、域最大平均差异损失和分...     

基于低秩交叉重构的领域自适应算法

为了解决现有领域在自适应方法中忽略了整个数据域内部结构的信息和源域与目标域之间的差异问题,提出了一种新的基于低秩交叉重构的领域自适应方法.通过对源域和目标域的交叉重构来构造新的源域与目标域,使得同类数据相互交织,缩短了同类数据之间的距离; 通过对重构矩阵施加低秩约束,将2个域的同类数据对齐,以此来充分挖掘源域和目标域同类数据之间的内在结构信息,并利用该结构信息来学习分类器,从而取得更好的跨域识别效果.在5个公开数据集上的实验结果表明:该方法具有较高的跨域识别准确率.     

利用单次快拍数据自适应处理的最小二乘算法

针对直接数据域最小二乘算法存在有效阵列孔径损失及自适应方向图旁瓣电平较高等不足,提出一种利用单次快拍数据进行自适应处理的改进算法.该方法基于直接数据域最小二乘箅法所得的权值,构造出一个变换矩阵,并对阵列接收的单次快拍数据样本进行预变换处理.形成子阵级输出后.根据噪声增益最小化准则,对各子阵进行自适应波束的形成,从而充分利用了所有阵元信息,不仅提高了有效阵列孔径,而且明显改善了阵列抑制严重非平稳干扰的性能.计算机仿真结果表明了该方法的有效性.     

基于锥模型的非单调自适应信赖域算法

基于锥模型,结合提出的新的自适应技术,建立了一个求解无约束最优化问题的非单调自适应信赖域算法.当试探步不被接受时,采用非单调线搜索,减少了计算量.充分利用包含当前迭代点信息的新的自适应策略调节信赖域半径.在适当的条件下,证明了算法的全局收敛性和Q-二阶收敛性.数值试验表明该算法是有效的.     

相对几乎SR紧性及其与其他相对紧性的关系

定义了L-余拓扑空间的相对几乎船紧性,讨论了相对几乎册紧性与几乎册紧性之间的关系,用网和覆盖等工具对相对几乎职紧性进行了刻划,并系统地研究了相对几乎船紧性的性质．最后,研究了相对几乎册紧性与相对良肾性、相对SR紧性、相对强之紧性之间的关系．     

等式约束优化的投影拟牛顿法的非单调信赖域算法

提供了分解投影拟牛顿法结合非单调信赖域算法求解非线性等式约束优化问题。在合理的条件下，证明了算法的整体收敛性，通过引进二阶矫正步克服了MARATOS效应，使算法保持了局部超线性收敛速度。