以变形控制为原则的陡坡路段桥梁桩基础设计方法研究

基于变形控制原则的桥梁设计方法,可以在保证桥梁荷载的基础上,合理减少桥梁的桩基数量,为桥梁施工节约相应成本。本文以陡坡地段的桥梁桩基设计为例,利用离散微积方程,构建桩基础设计模型,并对其进行仿真分析。结果显示,提出的桥梁桩基础设计方法,可以大幅度提高桩基设计的准确率,将其最大误差控制在10%以内。同时,通过对桩基础压力的细化分析,可以提高桥梁桩基础设计的准确性。     

基于数字图像的大空隙沥青混凝土离散元模型

为了从细观角度深入分析大空隙沥青混凝土性能,利用CT扫描获取PAC-13大空隙沥青混凝土内部图像,将三维重构的切片图像和CT横向扫描图进行阈值分割,通过体视学理论选取与真实级配最相近的图像作为集料、空隙结构提取对象,建立了像素边长为0.5 mm的离散元模型,并进行单轴压缩虚拟测试.结果表明:三维重构切片图的级配误差比横向扫描图级配误差小了约20%,重构的切片图级配更具代表性;该模型实现的虚拟单轴压缩试验强度值与室内单轴压缩试验强度值相差小于3%,该模型具有很好的可靠性,这种数字图像建模的方法为研究大空隙沥青混凝土内部细观结构提供了参考.     

北京市碳排放强度预测研究——基于离散二阶差分方法分析

碳排放强度的降低是当前我国低碳行业研究的重点.在系统总结国内外碳排放研究现状的基础上,分析碳排放的影响因素,随后详细论述本文所运用的碳排放预测方法——离散二阶差分方程预测模型(DDEPM).随后应用DDEPM方法,针对1990—2013年北京碳排放强度的相关数据进行预测分析,并且利用两种模式对北京2020年碳排放强度进行对比预测分析,通过所得数据,为北京市节能减排提供数据支持与参考.     

带一般微分算子的二阶奇异边值问题的正解

用锥拉伸与压缩不动点定理,研究带一般微分算子的二阶奇异边值问题,其中线性微分算子的函数系数也允许具有奇异性.在非线性项满足超线性或次线性条件下,得到了该问题至少存在一个正解,并给出一个实例检验所得结果的有效性.     

广域六角格兵棋地图构建方法与机动推演应用

兵棋推演是预演战争、模拟作战的科学方法，全球化趋势对兵棋推演的推演范围和灵活程度提出了更高要求。采用六边形全球离散格网系统建立广域多尺度兵棋地图，并在推演案例中检验了其作用。首先，提出栅格及矢量数据六角格量化方法；其次，建立环境要素与作战要素联合作用的部队机动时间效能模型，设计了最优路径规划算法；最后，构建兵棋地图，并以部队海陆两栖机动推演为例加以验证。实验结果表明，六边形全球离散格网系统兼具数据建模和分析计算功能，既可被用于构建海陆广域多尺度兵棋地图，又可作为作战推演的统一计算框架，弥补了传统兵棋地图空间范围受限、尺度变换不灵活的缺陷，具有较好的应用前景。     

离散加权信源与熵密度偏差的极限性质

利用熵密度偏差，研究了服从几分分布的离散加权信源的极限性质，其主要结果推广了离散信源Shannon－Mcmillan定理。     

欧洲大型强子对撞机或明年三月重启

<正>据欧洲核子中心(CERN)一发言人称,2013年2月停机升级的大型强子对撞机(LHC)有望在明年3月底重新启动。在停机期间,科学家对LHC进行了大规模的基础设施优化,为以后更高能量的运行做着准备工作。预计,升级后的LHC其质子束将以每束7万亿电子伏(TeV)的能量在环中循环,有助于科学家在新一轮的运行中搜寻新的物     

滑翔在蝴蝶谷之上

正在绿宝石海岸巡游,乘坐滑翔伞翱翔在土耳其最美的海面上。其实来到费特希耶,完全是被它的名字吸引。对于我来说,"费特希耶"这个名字念起来本身就有种奇异的异域风情,更重要的是《孤独星球》的土耳其一册中,还用上了秀气的青山环抱中,松林掩映下,如镜一般的碧水间停泊着一艘小船的照片,以及"蝴蝶谷"、"绿宝石海岸"这样极具诗意的名字,毫无疑问是非常诱惑人的。费特希耶是土耳其的古镇,土耳其南部漫长而曲折的海岸线就在古镇费特希耶形成了一个曲线优美的海湾,叫做"死海"——以至于很多人都以为这里是     

离散时间延迟更新过程赤字的n阶折现因子矩

研究离散时间延迟更新过程的赤字分布,利用折现罚金函数展开讨论,给出赤字的n阶折现因子矩的解析表达式与应用.     

Higher-order principal component pursuit via tensor approximation and convex optimization

Recovering the low-rank structure of data matrix from sparse errors arises in the principal component pursuit （PCP）. This paper exploits the higher-order generalization of matrix recovery, named higher-order principal component pursuit （HOPCP）, since it is critical in multi-way data analysis. Unlike the convexification （nuclear norm） for matrix rank function, the tensorial nuclear norm is stil an open problem. While existing preliminary works on the tensor completion field provide a viable way to indicate the low complexity estimate of tensor, therefore, the paper focuses on the low multi-linear rank tensor and adopt its convex relaxation to formulate the convex optimization model of HOPCP. The paper further propose two algorithms for HOPCP based on alternative minimization scheme： the augmented Lagrangian alternating direction method （ALADM） and its truncated higher-order singular value decomposition （ALADM-THOSVD） version. The former can obtain a high accuracy solution while the latter is more efficient to handle the computationally intractable problems. Experimental results on both synthetic data and real magnetic resonance imaging data show the applicability of our algorithms in high-dimensional tensor data processing.