潜在表示学习框架下的低冗余多视图聚类算法

基于潜在空间学习的多视图聚类研究得到了较大发展,但其通常忽略了原始数据中冗余信息的存在可能会带来不理想的聚类结果。为解决这个问题,提出一种潜在表示学习框架下的低冗余多视图聚类算法。基于k-means的方法,直接从各视图数据学习其低维表示,由于该低维表示的各个特征相互正交,学习到的低维表示通常含有较少的冗余信息。基于潜在空间的假设,各视图的低维表示可由同一个潜在表示投影得到。将两者结合,就能得到一个具有低冗余信息的统一的潜在表示。设计了一个优化算法来求解目标问题,在多个公开数据集上的实验表明了该算法的有效性。     

多层前向网络在非均匀介质参数识别中的应用

将多层前向神经网络技术和计算力学方法相结合应用于非均匀介质参数识别,提出了一种新的Ｓｉｇｍｏｉｄ函数,使用前网络能较好实现全局最优逼近,采用有限元法获得神经网络训练所需的样本集,然后通过实测点的位移值用三层人工神经网络对非均匀介质进行参数识别,计算机数值实验表明,这种方法是有效的,所得结果具有相当的精度。     

环向加筋圆柱壳轴向不均匀冲击响应

对轴向不均匀冲击载荷下环向加筋圆柱壳的动力响应进行了研究,在考虑了壳体及加筋肋骨骨的剪切变形和转动惯性的情况下,运用Ｈａｍｉｌｔｏｎ原理推导出壳体－肋骨系统的运动方程,并且采用一种半解析有限差分法进行求解,着重探讨了加筋肋骨对环向加筋圆柱壳动力响应的影响。     

跳帧转换编码中的运动矢量修正

在跳帧转换编码中,利用前向向量法进行运动矢量合成可以得到较好的图像信噪比。本文提出了用HAVS快速搜索算法对合成的运动矢量进行修正的方法,同时给出了一个最佳搜索窗口。实验结果表明,在±2像素内,用HAVS算法对合成的运动矢量修正,既能明显提高图像的信噪比,同时又能最大限度的降低计算量。     

模糊神经网络间隔调速模型的研究

提出了一种基于模糊神经网络理论求得动态出口速度的模型，以6层的前向神经网络实现模糊过程使系统具有自学习和自适应能力，能根据列车的实际溜放情况自动调整减速器出口速度。     

三向等压荷载历史后混凝土超声波探伤方法研究

采用两组混凝土立方体试件,对其施加三向等压荷载历史作用,分别测量载前和载后的抗压强度、劈拉强度和超声波速.首先研究了经历过三向等压荷载历史后超声波速的劣化以及混凝土强度与声速的关系.然后,用抗压强度和抗拉强度的劣化来定义混凝土的损伤,研究了损伤与超声波速降低的关系.根据试验数据拟合得到损伤的演化方程,从中可以看出损伤与超声波速的降低之间具有较好的线性相关性,且有明显的超声波速降低临界值.研究表明,根据超声探伤方法测得的声速,结合混凝土经历的荷载历史和配比等因素,可以为工程提供较为可靠的损伤估计值,对实际工程的指导意义重大.     

福州西湖沉积物磷形态垂向变化特征

采用化学连续提取法对福州西湖两个柱状沉积物样品中垂向不同形态磷进行分级提取分析.结果表明:1#样品表层沉积物总磷含量在830μg/g左右,垂向各层总磷呈“S”状分布;2#样品表层沉积物总磷含量在700μg/g左右,垂向各层总磷呈“7”状分布.两个柱状沉积物垂向各层均以无机磷为主,占总磷含量的80%~90%,其中铁磷含量远远高于铝磷和钙磷的含量,占总磷量的50%~60%.两个柱状沉积物垂向各层中闭蓄态磷含量很低,说明沉积物中自然来源的磷很少,主要以人为输入为主,垂向各层磷形态和含量的不同,反映了不同时期和不同程度的人为输入磷的污染.     

城市排水管网GIS空间数据模型研究

根据城市排水的应用要求及基于图论原理,通过对城市排水管网的网络模型的建立与表达,以及管网GIS数据结构的设计.构建以汇水片为单位、检查井为节点,赋管网以权重的有向网络城市排水管网GIS空间数据模型.利用网络流的最大流的值为最小割的容量计算排水管网的排水量,考量现状管网的排放能力.同时,把该模型应用于南京市排水规划地理信息系统建设中.     

关于系数平方增长的带跳BSDE的解(Ⅱ)

进一步讨论了系数b(t,y,q,p,ω)关于|q|为平方增长的倒向随机微分方程(BSDE):Yt=Y ∫Tb(s,ys,qs,p-s,ω)ds-∫T t∫zP~s(z)Ⅱ(dz)ds-∫Tt~qsdws-∫Ttzp~s(z)N~k(ds,dz),t∈[0,T];及反射BSDE的解的极限定理、解的比较定理及解的惟一性定理.并分别给出了例子.     

并发更新环境下的视图维护异常研究

通过对视图维护过程中的更新异常进行分析,发现并发更新是导致视图维护异常的主要原因.在并发环境下,数据更新和模式更新极有可能同时存在,这对视图维护工作带来极大的困难.在实例分析基础上,深入而细致地刻画了模式与数据全面并发的典型情形,为视图维护工作奠定基础.