T(1,1,1,h)形树的伴随多项式及其恒等式

把具有度序列是（１,１,１,１,２,２,…,２,４）的树称记为Ｔ（１,１,１,ｎ）,给出并证明了树Ｔ（１,１,１,ｎ）的伴随多项式的计算公式     

基于多目标优化的混合动力系统DOH参数匹配

以一款并联式混合动力系统为研究对象,提出一种基于混合度(DOH)进行动力性、经济性、排放性的多目标优化参数匹配方法。建立综合整车各性能指标为价值函数,选定DOH为匹配设计变量,采用粒子群优化算法(Particle Swarm Optimization ,PSO)进行优化,获得不同权重系数下的优化DOH,同时权衡部件成本进而选定最佳DOH进行参数匹配,并开展回归实验验证,其结果表明：和优化前相比,最高车速提高了19.7%,每加仑行驶的里程提高了10.9%,排放量降低了19.8%。     

Influence of Water-soluble Azo Initiators on Cationic Latex particles

Batch cationic emulsion polymerization was carried out with styrene(St)and butyl acrylate(BA)as non-ionic monomer,Cetyl trimethyl ammonium chloride(CTAC)as emulsifier,and Azobis isobutyl amidine hydrochloride(AIBA)or Azo diisopropyl imidazoline hydrochloride(AIBI)as initiator.The effects of amount and molecule structure of initiators on latex particle size,PDI and particle morphology were analyzed.Results showed that higher initiator amount resulted in smaller particle size and higher PDI.Besides,smaller particle size were obtained when AIBI was used as initiator.     

多特征融合的视频目标深度跟踪

针对现有基于卷积神经网络跟踪中需要大量离线训练以及在线更新耗时的问题,提出了一种多特征融合的视频目标卷积跟踪算法。算法首先设计了一种浅层前向自学习卷积网络提取目标候选区域的局部卷积特征;然后计算融合了空间信息的颜色直方图特征;在此基础上,采用归一化加权方法在全连接层融合卷积特征和全局颜色特征形成目标的表观描述;最后基于粒子滤波算法,通过计算目标模板与候选目标之间的相似度,估计目标位置。采用OTB-2013公开测试集验证所提跟踪算法的性能,与8种主流目标跟踪算法进行了分析对比。实验结果表明,本文算法的目标跟踪精度和跟踪成功率在多种场景下取得了不错的性能,在保证跟踪精确率的前提下,跟踪鲁棒性优于其他算法。可见提出的多特征融合的卷积跟踪算法通过提取所跟踪视频的自身特征生成卷积器而无需进行大量离线训练,且与手动特征进行融合增强了目标的表达能力,这种策略具有一定的借鉴性。     

基于粒子群优化的图像去噪算法

本文提出了一种基于PSO优化的非局部平均去噪算法,该算法以Non-Local means算法处理图片,以滤波参数h作为PSO的粒子,以PSNR的函数模型作为PSO中的目标函数,以群智能算法优化去噪效果.通过仿真,该算法比传统算法有更好的视觉效果和更快的速度,达到了算法的最佳性能.     

基于粗糙集优化支持向量机的泥石流危险度预测模型

为准确预测泥石流危险度,提出了基于粗糙集理论(RS)的粒子群算法(PSO)优化支持向量机(SVM)模型。首先离散化泥石流样本数据形成初始决策表,利用粗糙集理论对10个泥石流危险度影响指标进行属性约简,将约简后的泥石流指标数据归一化处理作为支持向量机的学习样本,通过粒子群算法寻优获得最佳支持向量机模型参数,最终建立基于粗糙集的泥石流危险度预测的优化支持向量机模型。并将构建的RS-PSO-SVM模型用于对测试样本的预测,结果表明：在相同训练样本的条件下,RS-PSO-SVM模型、PSO-SVM模型及RS-PSO-BP模型三者的预测准确率分别为：87.5%,87.5%,75%,说明RS-PSO-SVM模型和PSO-SVM模型具有比RS-PSO-BP模型更高的精度。此外,尽管RS-PSO-SVM模型和PSO-SVM模型具有相同的预测精度,但是由于进行了属性约简,RS-PSO-SVM模型可以有效提高运行效率,降低模型复杂度。     

软土地基上填土土坡滑动颗粒流模拟

采用颗粒流方法的基本理论,结合软土地基上填土土坡稳定工程实例,利用二维颗粒流程序(PFC2D)对土坡的接触应力场和位移场进行了模拟。根据土坡位移场的变化来确定滑动面的位置和形状,克服了传统连续介质力学的宏观连续性假设,这比传统土坡临界滑动面搜索方法更加合理。颗粒流方法模拟的滑动面近似为对数螺旋面,这与滑坡后实测的滑动面形状比较吻合。基于瑞典圆弧滑动法和颗粒流位移场得到的滑动面,计算和比较了土坡稳定的安全系数。     

基于多目标粒子群算法的主动座椅悬架滑模控制器设计

为提高汽车的乘坐舒适性和行驶稳定性,对车辆主动座椅悬架提出一种基于多目标粒子群算法的滑模控制器设计方法。首先,在建立三自由度1/4车辆主动座椅悬架系统模型的基础上设计了满足李雅普诺夫稳定性理论的滑模控制器;其次,基于滑模控制到达条件和滑模面的稳定条件结合Hurwitz稳定判据选择合适的滑模面参数;然后,以汽车悬架动挠度、轮胎动载荷和控制器控制力输出为约束,形成以座椅质心垂直加速度、座椅悬架动行程以及轮胎动位移为控制目标的多目标优化问题,对滑模控制器参数进行优化设计;最后,在MATLAB环境下基于多目标粒子群算法进行求解,并进行数值仿真模拟。仿真结果显示,经过多目标参数优化后各目标值明显减小,表明基于多目标粒子群算法的滑模控制器参数优化显著地改善了汽车的乘坐舒适性和行驶稳定性,为汽车主动座椅悬架系统的研究提供了理论依据。     

颗粒组构对黄土压缩特性及其粒间状态的影响

为研究不同颗粒组构黄土的压缩特性,取五个不同地区的黄土过0. 075 mm筛以制作固结试样,通过压缩固结试验,揭示颗粒组构对黄土的压缩指数、压缩模量的影响规律,以及时间-变形和应力-应变的发展规律。再结合骨架孔隙比的概念,从微观结构的角度解释颗粒组构对黄土压缩特性的影响。试验结果表明:黄土颗粒组构中的黏粒含量对其压缩性有显著影响,随着黏粒含量的增加,黄土的压缩系数增大,压缩指数也增大,压缩模量随黏粒含量的增加而减小,且在黏粒含量20%左右急剧变化;随着黏粒含量增加,黄土试样的变形量相对增大,变形达到稳定的时间也相对较长;黏粒含量对低应力水平下的应力-应变关系影响较大,黏粒含量越高,应变随应力的增加而增长越快。用粉粒间孔隙比es表示骨架孔隙比,黏粒含量越高,黏粒在粉粒间赋存位置更复杂,对骨架孔隙比的影响越大。     

结构刨花板胶粘剂研究

研制了一种新的胶粘剂-NLPF-84酚醛树脂胶粘剂，主要用于结构刨花板。NLPF-84酚醛树脂胶粘剂用于制造结果刨花板，可达到如超过加拿大结构刨花板标准（CAN-3-047-M85）.