弹性三脚架的模态试验研究

本文探讨了机枪弹性三脚架模态试验研究的基本方法.经试验获得了某重机枪弹性三脚架在不同状态、不同方向的固有特性参数.     

基于等高线的图像特征表达

结合多尺度图像分解技术和等高线理论提出了一种图像特征表达方法.该方法的独特之处在于将经验模态分解技术应用于图像的梯度模,而不是直接应用于图像本身.对梯度模图像进行经验模态分解,获得表示图像不同尺度下变化信息的固有模态函数,取携带丰富图像特征的前两个固有模态函数进行叠加,对叠加后的固有模态函数求取等高线,以实现对图像特征的提取和表达.实验结果表明,这种图像特征表达方法,不仅可以捕获图像中不同灰度变化属性信息,而且可以获得图像的几何结构,对图像的弱特征信息也有较好的表示能力.     

基于多分辨率动态模态分解的电磁信号时频-能量分析

针对电磁信号时-频-空间-能量分析不兼容的问题, 提出一种基于分解时空域电磁辐射信号的数据驱动方法来分析复杂电磁环境。首先, 使用多分辨率动态模态分解方法将复杂电磁信号以不同的分辨率分离为不同时空尺度的模态分量。然后,利用时频分布对各模态瞬时频率和能量特征进行采集。这种动态的分解分析方式能快速侦测电路和电子系统的多方面电磁环境状态, 具有不需要先验数据训练, 不受时频分辨率限制, 可以实时分析和降低数据维数等优点,且提取的动态模式及其频谱分别在空间域和时域具有明确的物理意义。仿真实验显示, 重组信号和原信号的平均误差在-18 dB以下, 证明了所提方法的可行性和优势。     

基于VMD-BO-BiLSTM的猪肉价格预测模型

基于猪肉价格的非线性与波动性特性,提出一种基于变分模态分解（variational modal decomposition, VMD）和贝叶斯优化（Bayesian optimization, BO）的双向长短时记忆（bidirectional long short-term memory, BiLSTM）网络的猪肉价格预测方法。首先采用变分模态分解对数据进行预处理,将数据分解为具有相对简单波动的子序列;然后通过贝叶斯算法对双向长短时记忆网络模型的第1、2隐含层神经元数目、学习率和批次大小进行寻优,根据寻优的结果建立预测模型。实验结果表明：VMD-BO-BiLSTM方法的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为1.101 214、1.466 100、0.040 631、0.987 760,相比传统单一的LSTM,BiLSTM模型精确度更高,有更高的适用性,适合对猪肉价格预测。     

律则必然性对层级个体化问题的回应

金在权总结了“层级个体化”方法论问题,它是否构成对突现的本体论拒斥？本质上,问题离不开基于逻辑必然性的反事实推理,其有效性依赖于不相容场景与反事实条件的解释相关性。通过模态反驳模式展开其逻辑结构,研究发现,解释相关性建立在层级由彼此分离的尺度区间所实现的必然模态之上,然而,适应度函数、物理律则显示了层级在连续尺度上分布的律则必然性,这反驳了该模态推论。本文为科学技术与社会领域的研究对层级给出一般说明的可能提供了辩护。     

基于误差修正与深度强化学习的原油期货价格预测研究

准确预测原油价格一直都是政府管理决策部门、投资主体和学术界关注的重点.然而由于货币政策、地缘政治等多样化风险因素相互作用,原油价格表现出更加复杂的非线性特征,使得原油价格预测面临着前所未有的挑战.本文以INE和WTI原油期货市场为研究对象,通过基于数据分解、强化学习集成策略和误差修正技术构建的原油价格预测模型(PVMD-QSBT-ECS)开展实证研究.首先运用自适应权重的粒子群优化算法(particle swarm optimization, PSO)优化的变分模态分解(variational mode decomposition, VMD)对原油期货价格序列进行分解;然后利用Q学习算法(Q-learning, QL)确定堆叠式长短期记忆网络(stacked bidirectional long short-term memory, SBiLSTM)、双向门控循环单元(bidirectional gated recurrent unit, BiGRU)和时域卷积网络(temporal convolutional network, TCN)的最优权重组合以构建集成预测模型,而后对预测结果...     

基于深度时间卷积神经网络的风电功率预测

为了提高风力发电预测的准确性,依据某近海地区风电场出力数据,提出基于深度时间卷积网络的风电功率组合预测模型;利用自适应集成经验模态分解对风电功率序列进行特征提取,得到若干本征模态分量,通过排列熵相关理论计算各模态分量的复杂度,根据复杂度进行序列重构,并输入至改进余弦退火算法优化的深度时间卷积网络中进行风电功率分析与预测...     

CAE分析在汽车引擎盖优化设计中的应用

本文以某皮卡车发生引擎盖开裂问题为例,探讨CAE分析在汽车引擎盖优化设计中的应用.首先,对某皮卡车发生引擎盖开裂的问题进行描述,然后从建立模型、模态分析、强度分析、优化设计等几个方面出发,探讨CAE分析在实际问题中的应用.     

粘弹性约束阻尼夹层结构的模态综合法

用有限元法对约束阻尼夹层结构进行动力分析时,自由度数很高。尤其粘弹材料特性随频率而变化,导致计算费用昂贵,较难实现。本文提出用分层模态综合法对其进行动力分析,使自由度大规模降低。算例表明,结果与六阶微分方程及有限元解吻合良好。在此基础上,发展了模态分批迭代法解决粘弹材料复模量随频率变化引起的非线性特征值问题。