近地面层中通量廓线关系的适用性研究

本文采用了三种不同地表条件下的实测风速廓线资料,分别进行了近地面层中通量廓线关系的适用性检验,从中选择了适合本试验条件的通量廓线关系。结果表明:(1)在稳定大气层结条件下,风速廓线曲率β<0.9时,Yamamoto′s模式最适合,而当β≥0.9时,Lettau′s模式最适合;(2)在不稳定大气层结条件下,当风速廓线曲率β<1.05时,Dyer′s模式最适合,而当β≥1.05时,Webb′s模式最适合。     

具有共振腔的喷嘴紊流射流特性试验研究

对带有共振腔的特种喷嘴进行了试验研究。试验得到了脉冲射流并给出了定量数据。这种脉冲射流除了具有脉冲性能外,还同样具有一般射流的特性。射流结构分为初始段和基本段,且在基本段中射流存在自模性。本文给出了其数学表达式以及轴心速度沿喷距的变化规律。文中给出的脉冲射流的定性和定量结果将有助于射流技术的发展及其在喷射钻井中的应用。     

相似理论在塑性成形的实验模拟和计算机模拟中的应用

本文根据相似理论,提出了塑性成形实验模拟和计算机模拟的相似准则,讨论了应变不相等的近似模拟的条件,分析了分别用小变形理论和有限变形理论进行塑性成形计算机模拟时相似准则的差别.     

ART－2神经网络分类器的研究

ＡＲＴ神经网络是按照自适应谐振理论建立的一种自组织的人工神经网络，本文通过分析ＡＲＴ神经网络的结构，发现其用于模式识别中有很好的聚类特性，但在数据处理过程中有部分数据量丢失的现象，也就是说，非常重要的幅度信息没有被考虑到。本文提出一种新的结构和相应的新算法，并成功地把这种结构和算法用到分类器设计中。这种结构增加了一套幅度调整子系统对幅度信息先进行匹配，选出合适的几个类别来限定以后的分类；然后再根据相位信息来进一步从可选类中选出最相近的类来，这样系统进入谐振状态，开始网络系数的调整。如果其中任何一个步骤失败，即不能满足预先给出的阈值，我们就开劈新类或放弃这个样本，由于原先系统的运算量主要分布在网络的注意子系统的迭代过程和搜索过程、调整子系统的校验过程中，加入幅度调整子系统减小了搜索范围，因此运算量明显减少。实验表明新的网络结构用作模式分类时能适应更一般的情况，而且其分类速度也有明显提高。     

基于共邻节点相似度的加权网络社区发现方法

为实现加权网络的准确划分,发现真实的社区结构,提出一种基于模块度和共邻节点相似性的层次聚类社区划分方法IEM.首先,定义两节点间基于共邻节点的相似度.之后,基于该度量快速聚合当前节点和与其关联紧密度最强的邻居节点以形成初始社区,并进行社区扩展.最后,以最大化网络模块度为目标进行社区合并以优化划分结果.算法通过形成初始社区、扩展社区、合并社区三步,实现了加权网络合理有效的社区划分.以加权模块度作为社区划分质量的评价标准,在多个数据集上的实验结果表明,IEM算法优于加权CN、加权AA、加权RA.同时,与CRMA算法相比,IEM算法对加权网络社区划分的有效性和正确性更高.     

基于深度学习的城市区域短时交通拥堵预测算法

城市的交通拥堵已经成为了各个城市中的普遍现象,严重影响了城市日常交通以及人们的出行。针对城市区域交通流的研究与分析,本文为了准确的对城市交通状态进行预测,通过网格划分的方法,把城市区域划分为多个区域,根据城市交通数据流的时空特征,提出了一种基于深度学习的城市交通拥堵预测模型（CS-Transformer）。该模型通过使用卷积神经网络(CNN)提取基于网格划分的城市区域交通数据的空间特征,然后采用全连接神经网络增强模型的表达能力,再通过相似性位置编码机制(SPEM)把位置信息加入交通数据中,最后运用Transformer网络捕捉交通数据的时间依赖特征。用成都市出租车GPS数据对模型进行验证,结果表明该模型预测结果优于卷积神经网络（CNN）、Transformer和CNN-Transformer等模型,以均方误差（MSE）为评价指标,将测试集中交通路网的平均预测精度分别提高了 19.6%、26.3%和10%。     

基于Dropout改进的SRGAN网络DrSRGAN

超分辨率作为一种经典的视觉任务,在多个领域有着广泛的应用。随着深度学习中无监督学习的发展,以及生成对抗网络(generative adversarial network, GAN)的提出,超分辨率技术又得到了进一步的提高,但是相关网络仍旧存在过拟合、泛化性弱等诸多问题。以超分辨率生成对抗网络(super-resolution generative adversarial network, SRGAN)为基础,受研究Dropout在经典超分辨率网络中影响的相关论文启发,在SRGAN中加入Dropout层并研究其对生成图像质量的影响,采用峰值信噪比(peak signal to noise ratio, PSNR)和结构相似性(structural similarity, SSIM)评估图像质量。实验结果表明在合适的Dropout参数下,网络重建图像具有更好的视觉效果,PSNR能够达到0.4左右的提升同时SSIM也有提高,从训练过程中不同迭代次数生成图像的比较发现改进后网络缓解了训练不稳定问题。将Dropout层加入超分辨率网络不同于以往的方法,为改进此类网络提供了一个新的思路。     

基于相似度的三参数区间灰数决策方法

为了解决复杂决策环境中的多属性群决策问题,考虑问题的灰数特质及决策者的心理因素,提出了基于相似度的三参数区间灰数决策方法。首先,从区间长度和重心的角度出发,提出了相似度计算公式。其次,考虑决策者与环境的关系,建立基于相似度的决策者心理认知场,引入数据势理论,求得决策者权重;结合距离公式和熵权法求得属性权重;最后,构建了基于前景理论、相似度和逼近理想解排序法(Technique for order Preference by Similarity to ideal solution,TOPSIS)相结合的方案决策模型。采用算例证明了模型具有优化方案之间的差异度的效果,并验证了可操作性及合理性。     

一种新的结构特征全参考图像质量评价方法

提出一种基于单演信号理论提取结构特征的全参考图像质量评价方法。方法首先利用单演信号理论将图像分解为幅值、方向和相位3个特征分量,构造单演相位一致映射图和特征分量相似度比较函数;然后对相位一致映射图进行Riesz变换,其变换后的一阶、二阶系数作为结构特征相似度比较函数,最后将单演信号的特征分量和结构特征相似度比较函数归一化加权计算得出最终的图像质量评价值。实验结果表明,由于单演相位一致具有较好的抗噪声能力,特征分量和结构特征相似度更加全面考虑到对于人眼感知图像结构的重要性,因此评价结果与图像主观质量评价具有较好的一致性。