成兰铁路特长深埋隧道岩爆段应力特征

为了探究高地应力环境下深埋隧道岩爆发生机理,掌握岩爆孕育规律,通过现场测试、数值分析及室内实验,对平安特长深埋隧道岩爆段围岩的二次应力场进行了分析,探明了隧道岩爆发生的力学机制,并运用经典应力岩爆判据指标,预测判断出岩爆发生强度及位置。研究表明：隧道侧壁处存在较大的压应力,是造成岩爆发生的主要原因;高地应力条件下,由于结构面等不利因素的存在,造成掌子面中部处原岩应力突发释放而引发高烈度的岩爆;在岩爆区段进行应力释放孔的布置,能够有效地释放原岩应力,减少岩爆发生的可能性。相关研究成果能够深化人们对于高地应力环境下岩爆发生机制的认识,为类似工程岩爆的防控及建设提供科学依据。     

苯丙氨酸的太赫兹光谱测试与理论研究

采用太赫兹时域光谱（THz-TDS）技术,在室温氮气环境下对固态苯丙氨酸进行了光谱测试,获得了样品在THz波段的特征吸收谱,发现苯丙氨酸样品在有效光谱范围（0.2～2.2 THz）内有两个明显的特征吸收峰,分别位于1.23和1.99THz处.用从头算理论,在HF/6-31G水平下对苯丙氨酸分子进行结构优化和频率计算,得到了样品在0.1～10 THz的振动频谱.在有效光谱范围内,理论计算结果与实验相互对应且符合较好,同时根据计算结果对实验中特征吸收的振动模式进行了指认.     

基于双转移网络的深度特征重排图像修复算法

为对图像中大面积缺失区域进行合理的结构修复和精细的纹理填充,提出了一种基于双转移网络的深度特征重排图像修复算法.首先提取缺失图像的特征并还原图像纹理细节;然后根据编码器特征估计缺失内容,提出基于解码器特征的内容损失函数,减少全连接层的解码器特征与缺失区域编码器特征之间的距离,保证合成图像语义的准确性和结构的合理性.在公...     

流缺失标记环境下的多标记特征选择

在监督学习实际任务中,特征的高维性、标记的动态性和缺失性为监督学习带来严峻的挑战。为解决这些不足,提出流缺失标记环境下的多标记特征选择算法。首先,为解决缺失标记的影响,通过学习标记相关性填补不完整的标记矩阵。其次,利用稀疏学习方法为每个新到达的标记选择类属属性。然后,根据已到达标记的类属属性,通过计算得分选取一个有代表性的特征子集。最后,在11个基准数据集上进行一系列实验表明,所提算法能选择有代表性的特征子集,且分类性能较优。     

基于边缘特征的绝缘子故障检测

针对绝缘子图片的一致性较差且绝缘子故障特征的不可预知性问题,提出了基于绝缘子边缘特征的故障检测算法。首先基于纵坐标方向连续单像素边缘提取算法,实现绝缘子骨架提取与伪边缘过滤;然后采用改进的Canny算法,通过基于多峰梯度直方图的阈值分割和边缘跟踪,解决边缘的连通性与伪边缘之间相斥的问题,实现边缘特征的精确提取;最后基于均匀采样的边缘特征点计算角度的算法,通过绝缘子边缘特征的按片匹配,实现绝缘子的缺陷检测。对高速铁路接触网巡检车采集的406张运营线路绝缘子图片进行测试验证,结果表明本算法检测的精确度达到99%,召回率达到98.7%。本方法适用于拍摄正常及过度曝光情况下的绝缘子检测,满足运营维修保养的要求,可为绝缘子故障检测提供参考。     

不可压饱和粘弹性多孔介质中的Rayleigh波

基于多孔介质和粘弹性理论,研究了不可压液体饱和粘弹性多孔半空间中的Rayleigh 波.在流相和固相物质微观不可压、固相骨架服从宏观积分型本构关系和小变形的假定下, 利用Helmholtz分解,得到了Rayleigh波的弥散方程.数值考察了表面透水和不透水两种情 形下,饱和标准线性粘弹性多孔介质中材料参数对Rayleigh波相速度、衰减率等的影响.发 现固相骨架的粘性对Rayleigh波的相速度和衰减率的数值有显著影响,但对于不同的表面透 水情况,其影响规律是不同的.     

基于特征加权的神经网络集成及其应用

泛化能力是机器学习关注的基本问题之一.特征加权是特征选择的更一般情况,它能更加细致地区分特征对结果影响的程度,往往能够获得比特征选择更好的或者至少相等的性能,已经成为普遍的提高学习器的泛化能力的方法之一.该文提出一种基于特征加权的神经网络集成方法FWEART,该方法通过自适应遗传算法的优胜劣汰机制为输入属性确定了特征权值,提高了集成中各个体Category ART网络的精度和差异度,从而提高了神经网络集成的泛化能力.在UCI标准数据集上验证了有效性后,FWEART被应用在地震序列类型预报上,取得了较好的预报效果.     

基于特征模型的预测函数控制

传统的预测函数控制通常采用一阶的预测模型,该预测模型不能完全表征被控对象,因此使得传统的预测函数控制的鲁棒性受到一定限制．特征模型是一种比动力学模型简单,但能表征被控对象特征的模型．该文针对预测函数控制算法的缺陷,提出利用二阶特征模型来构成预测模型．通过工程建模获取了被控对象的特征模型,实现了基于特征模型的新型预测函数控制,并通过与采用一阶预测模型的预测函数控制进行比较．理论分析与实验结果均表明,采用特征模型的预测函数控制具有比一阶预测模型更好的控制效果,该算法在SUPCON-JX300X集散控制系统上实现．     

基于CSAGA-LSSVM算法的坦克驾驶模拟训练数据分类挖掘

利用坦克驾驶模拟器进行训练是提高操作技能的重要方法。针对以往驾驶模拟训练采用统计分析方法难以从复杂训练数据中发现知识和规律的不足,提出CSAGA-LSSVM算法对坦克驾驶模拟训练数据进行分析。首先选择关键点快速生成Shapelets,以减少候选Shapelets数量;其次,根据距离和时间间隔对Shapelets进行组合,增强特征辨识能力;然后,设计自适应遗传算法,动态调整交叉、变异概率,寻找最小二乘支持向量机最优参数解,提高分类结果的准确性;与其他分类方法进行实验对比,验证了CSAGA-LSSVM算法的可行性与有效性。最后,将算法应用于某型坦克驾驶模拟器换挡操作数据的分类挖掘,提取不同训练水平人员的操作特征,促进指导个性化训练。     

陕西省气排球运动发展现状研究

在新的社会经济背景下,由硬式排球转变来的气排球运动具有集健身、娱乐、休闲等特性深受人们喜爱。气排球运动还具有安全性高、参与人广、技术全面、身体素质要求低等优势,因此气排球运动在全国飞速发展。但气排球运动因种种原因在陕西省发展却不尽人意。为响应国家全民健身的号召,也为了气排球运动在陕西省得到更好的发展,特撰此文与学者共勉。