侧限条件对岩石单轴压缩性能的影响分析

为研究侧限条件对岩石单轴压缩性能的影响规律,借助FLAC3D有限差分软件对位移控制和应力控制两种加载模式下的大理岩试样实施了数值模拟试验。试验实施过程中将侧限条件分为无侧限、单面侧限、邻面侧限、对面侧限、三面侧限和完全(四面)侧限六种工况,试验结果显示:位移控制模式和应力控制模式对岩石单轴压缩性能存在显著区别,两种加载控制模式下岩样的竖向位移均在竖向应力达到相同数值后出现增长速率分离,但前者使试样出现显著的蠕变现象;不同侧限工况下,临空面Y向离面位移的发展可划分为近似线性低速发展和非线性高速发展两个阶段,在位移控制模式下三面侧限条件对应的后期位移发展更为剧烈;最大剪切应变率计算云图显示部分侧限条件下远离侧限面的试样角点优先破坏,但最大剪切应变率数值与侧限数量并非呈线性关系。研究结论对更为精准的确定复杂应力条件下岩土体的强度和形变特征具有一定的参考意义。     

基于小波变换和回归分析的人脸识别

利用小波变换对训练图像和待识别图像进行小波分解,提取低频分量,通过行扫描转化为列向量,作为特征向量;在此基础上,提出利用多元线性回归分析方法,利用最小二乘法获得训练特征与待识别特征之间的线性模型,经由残差分析确定待识别样本的类别．利用ORL人脸库,与支持向量机(SVM)分类器和K-最近邻分类器(KNN)进行了对比实验,实验结果表明本文算法识别精度跟SVM相当,优于KNN．     

基于分块的2DPCA人脸识别方法

将分块理论与2DPCA方法相结合,研究分块二维主成分分析法（M-2DPCA）在人脸识别中的应用.对人脸图像矩阵进行分块,用形成的子图像矩阵直接构造总体散布矩阵并求解对应的特征向量,利用提取的特征向量对图像进行特征的提取与分析,进行人脸识别.基于Yale人脸数据库的实验显示,在相同训练样本和特征向量条件下,M-2DPCA...