系泊型浮体运动的无网格法数值模型

针对系泊型浮体在运动中可能出现的绳索保持绷紧、由绷紧变松弛、保持松弛和由松弛变绷紧等4种状态,基于移动粒子半隐式法基本流固耦合模型,提出了一种刚体运动状态判定机制。对浮体受到绳索牵引而运动受限的情况提出了一种处理方法:按体积分的形式计算流体对浮体的压力、重力和它们的力矩,求解刚体动量方程和转动量方程得到浮体的速度和角速度,浮体因受到绳索作用而径向速度降为零,浮体以切向速度绕绳索固定端旋转。对用单绳系泊的二维浮体在孤立波中的运动进行了数值模拟,捕捉到了上述4种运动状态,可以观测到绳索保持绷紧时绳索与浮体的固连点的轨迹为一段圆弧。同时,浮体在水平、竖直和转动方向3个自由度的运动信息均可以从计算结果中提取研究。数值模拟结果符合物理原理,模型的建立扩展了移动粒子半隐式法的应用范围,为模拟固体运动受限制的流固耦合问题提供了思路。     

针对空域明文LSB隐写的消息提取方法

在嵌入消息为明文的情况下,利用中英文字节比特的统计特性,改进了已有的针对空域连续最低有效位(LSB)隐写的消息提取方法,提高了提取消息的准确度;提出了一种针对空域随机LSB隐写的消息提取方法.该方法首先求出恢复隐写密钥的唯一解距,然后穷举隐写密钥空间,对每个密钥确定长度为T的隐写路径,提取此隐写路径上像素的LSB,并从该LSB序列的第一个比特开始间隔7采样获得一条子序列,若该子序列为全0或全1,则该密钥为真密钥,否则为伪密钥;同时还研究了漏检的情况.实验结果表明了本文方法的可行性和有效性.     

基于SPCE061A单片机的嵌入式语音识别系统设计

设计一款嵌入式语音识别系统,该系统硬件平台以凌阳公司的SPCE061A为核心。采用离散隐马尔科夫模型识别算法对非特定人的孤立词语音识别。实验结果表明,该系统对非特定人孤立词识别率达90%以上,性价比高,可应用于许多场合,有一定的市场前景。文章阐述了该系统各个电路模块及软件流程图的设计。     

锆板轧制模拟的显式动力与隐式静力有限元法比较

针对用作核燃料元件金属包壳的锆合金板建立三维有限元模型,分别运用显式动力与隐式静力有限元法实现了轧制加工的数值模拟.对两种模拟方法下轧制后工件的几何尺寸、接触面上的轧制压力分布等计算结果进行了分析与比较.研究结果表明:通过选取合理的质量放大因子,显式算法的计算效率远高于隐式算法;而隐式静力方法的计算结果比显式动力方法更加平滑;在轧板中部和远离接触表面处,两种方法所得轧制后工件的尺寸吻合得很好;并且两种方法所得稳定轧制阶段的工件表面接触压力分布总体上较为吻合.所做工作可为核燃料元件轧制数值模拟方法的合理选取提供参考.     

基于HMM的煤与瓦斯运动状态预测

介绍了隐马尔科夫模型(HMM),并将该理论引入到煤与瓦斯运动状态预测的研究中,以工作面瓦斯浓度正常值C、瓦斯浓度峰值P、峰值浓度与正常值之比B、两次采掘前后峰值浓度之比P的非接触式动态指标作为观察变量输入,煤与瓦斯的运动状态作为隐含变量输出,基于HMM提出一种新的预测煤与瓦斯运动状态的方法,通过实例训练预测,预测结果与实际监测趋势一致,且能实现提前预报.     

基于Baum-Welch算法HMM模型的孤词算法研究

介绍了隐Markov模型原理,它是用来描述含有未知参数的Markov过程,是描述随机过程统计特性的概率模型。在此基础上,设计了基于HMM模型的孤词检测实验,通过优化实验模型,采用Baum-Welch算法解决HMM模型的训练问题,找到HMM模型估计参数λ值,这在数学角度上等价于其他线性预测系数。此实验在减少不必要的HMM训练的同时,降低了算法复杂程度。为了测试Baum-Welch算法的有效性,进行了数据仿真实验,结果表明该算法是有效的。     

渐近非扩张映像隐式迭代序列强收敛性

在具有一致凸且Gateaux可微的Banach空间中,证明了渐近非扩张映像隐式迭代序列的强收敛性,并对收敛的条件作了统一处理,完善和改进了相关的证明方法.     

飞行员使用HUD的行为模式识别研究

为了研究飞行员在使用平视显示器执行不同飞行任务时的行为模式,提出了一种包括飞行员眼动、头部运动和手部运动多种特征的行为识别框架。首先,开展行为模式研究实验,通过眼动仪获取眼部运动和头部运动,通过基于视频的手动跟踪获取手部运动。之后采用实验得到的结果对模型进行训练和测试。最后,对比了条件随机场和隐动态条件随机场在不同特征下的识别效果。结果表明,采用眼动特征加手部特征时,隐动态条件随机场模型对不同飞行任务的识别效果较好。     

一种自适应确定隐层节点数的增量半监督超限学习机算法

单隐层前馈神经网络中,隐层节点个数是影响网络的学习能力和复杂程度的重要因素.在实际应用当中,如何确定网络的隐层节点个数仍然是一个开放的问题.在半监督超限学习机(SS-ELM)的基础上,本文提出了一种增量半监督超限学习机(ISS-ELM)算法,对于给定的学习精度,该算法能够逐个或者成批地增加隐层节点,并自适应确定隐层节点...