基于分数阶微积分的黏弹性材料变形研究

黏弹性材料的变形行为更加复杂,为了合理地描述黏弹性材料的横向-纵向应变关系,利用分数阶微积分,建立了分数阶横向-纵向应变关系,并推导了等应变率加载时的相应公式,又根据新关系构建了分数阶体积应变公式,为黏弹性材料横向应变及体积应变的求解提供了一种新方法.通过验证,发现该模型能够描述黏弹性材料的横向-纵向应变关系及体积应变,不仅能够表现高分子聚合物等应变率拉伸初期的体积微缩现象,还能反映岩土材料的剪缩剪胀现象.     

大体积温控混凝土的施工措施研究

本文探讨了混凝土内部应力方面的问题,对混凝土温度缝产生的原因、现场混凝土温度的控制和预防裂缝的措施进行等进行分析,并从降低．控制浇筑温度等保证措施,通过大量试验和生产控制及成功应用于工程实际,说明温度裂缝是可以通过加强温控混凝土的施工得到控制的。     

煤矿岩体分级定量指标的相关关系研究

文章对淮北临涣煤矿收集的矿井巷道岩石样本进行点荷载、超声声速和抗压强度试验,通过对试验结果的相关分析,说明岩石标准抗压强度与超声声速、点荷载的相关性,得到抗压强度、超声声速和点荷载之间的函数关系式;由测量数据计算岩体完整性系数、岩体体积节理数和岩石质量指标修正的岩芯采取率,并分析其相关关系。     

考虑流变特性的正常固结土一维固结分析

引入修正的孔隙比变化值和时间对数的线性关系式来描述正常固结饱和黏土固结过程中的流变现象,修正了太沙基一维固结方程,并给出了有限体积法数值计算格式．据此探讨了流变参数对正常固结土固结过程的影响．计算结果表明,流变效应延缓了黏土层的整体孔压消散进度,降低了固结速度,并且出现了类似曼德尔效应的现象,即在加载的初期,在远离排水面的地方,超孔压有所升高．同时,计算结果还表明,荷载大小也会影响到流变固结进程．     

面向CPU+GPU异构计算的SIFT

依据图形处理器(GPU)计算特点和任务划分的特点,提出主从模型的CPU+GPU异构计算的处理模式.通过分析和定义问题中的并行化数据结构,描述计算任务到统一计算设备架构(CUDA)的映射机制,把问题或算法划分成多个子任务,并对划分的子任务给出合理的调度算法.结果表明,在GeForce GTX 285上实现的尺度不变特征变换(SIFT)并行算法相比CPU上的串行算法速度提升了近30倍.     

基于体积力法的船体自航性能数值预报

为实现船舶自航性能的快速预报,应用计算流体力学（CFD）方法,采用一种便捷的描述型体积力模型替代螺旋桨的作用,分别在无舵实船自航点和有舵模型自航点2种条件下对MOERI(Korea Research Institute for Ships and Ocean Engineering)集装箱船(KCS)的黏性自由面流场进行了数值模拟.依据等推力法、敞水计算和螺旋桨敞水曲线等,计算船体自航性能相关参数.计算结果与试验结果吻合良好.研究结果表明,使用描述型体积力法可以便捷而较为准确地预报船体自航性能.     

多层次约束的矢量地图匹配导航算法

针对航空用线状目标的矢量地图匹配问题,提出了一种多层次约束的矢量地图匹配导航算法（MLC-VMMA）.该算法利用差角作为线状目标的匹配特征量,依次根据距离、顺序和误差等多层次约束条件来减小可行解空间的大小,完成在具有旋转、平移、缩放变换下的矢量地图匹配.仿真结果表明,MLC-VMMA适用于小尺度缩放变换下的矢量地图匹配,具有较高的可靠性与导航精度.     

互联网技术领域科研合作网络分析

首先,对中国知网收录的互联网技术领域中的所有论文作者进行统计,建立了科研合作网络,运用统计学方法对其网络基本特征进行了初步的分析.然后,应用复杂理论方法进行实证分析,发现该复杂网络具有无标度特征.最后,计算了5个较大的内部连通子网络的聚集系数、直径等网络参数,发现它们呈现小世界特征.研究结果对于获取科技信息、凝聚创新思想、共享研究资源有一定的参考价值.     

水利工程中防止大体积混凝土裂缝的措施

介绍了江尖水利枢纽工程概况,探讨了大体积混凝土裂缝产生的原因,通过对节制闸底板施工的仿真计算,提出了将后浇带改为加强带、掺入微膨胀剂、节制闸廊道顶板增加温度钢筋、确定合理的施工顺序、优化混凝土配合比、严控骨料质量、混凝土分层浇筑、加强混凝土养护等措施,有效解决了大体积混凝土产生裂缝的问题。     

基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法

基于多尺度几何分析的表面缺陷特征提取方法中,常用的可分离二维Wavelet基是各向同性的,无法有效表示图像的纹理和边缘,且通常对多尺度分解系数所提取的特征不全面.提出基于非下采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的特征提取方法,并应用于冷轧带钢表面缺陷自动识别.首先用NSCT对缺陷图像进行多尺度多方向分解;然后将子带图像输入PCNN迭代点火,计算点火图的熵序列作为子图的特征,合并各子图特征得到原图的特征向量;最后用支持向量机进行分类识别.该方法能够全面准确提取缺陷图像信息,尤其是纹理边缘等方向信息,且方法可并行实现,PCNN不需要训练.利用从生产线现场采集的缺陷图像对文中方法进行了试验,识别率达95.44%.