基于累积损伤过程的随机需求下订购时间间隔模型

将累积损伤过程运用于固定订购时间间隔模型中,把订单的出现看成库存系统受到的冲击,把订单产生的随机需求量看成给库存系统的冲击带来的损伤,以求得最低期望单位时间成本为目标,建立C(T,K)成本模型,最后用一个算例展示了当成本最低时的最优订购时间间隔和初始库存水平。     

软土的循环累积变形模型研究

基于上海地区饱和软土的动三轴试验成果,通过对累积变形影响因素及累积变形发展规律的分析,引入等效循环动应力水平的概念,建立能综合考虑列车荷载循环次数、静偏应力和和动偏应力的耦合作用、固结方式等影响因素的软粘土循环累积变形模型.结合试验成果对模型进行验证,确定不同试验条件下模型中的试验系数.研究结果表明:此模型能够很好地反映多种因素对软土循环累积变形规律的影响;此模型仅适用于软土正常固结且循环应力比小于临界循环应力比的情况;为提高模型计算和预测的精度,用室内试验确定模型中的试验系数时,应采用与现场实际相符的加载和固结条件.     

ST12材质焊接工字形钢支撑滞回性能数值模拟

为研究罕遇地震情况下钢支撑的滞回性能,在已有试验研究的基础上,开展了数值模拟研究.详细分析了失稳发展过程及失稳形式、最大抗压承载力、屈曲后承载力、跨中最大横向变形、循环累积耗能等性能指标.总体上,数值模拟结果与试验结果及相关规范、文献结果吻合较好,且数值模拟结果的离散性要小于试验结果,验证了数值模拟分析的可信性.基于此...     

基于Web社会网络的节点间关系多样性分析

多样性是描述社会网络中节点行为的一个重要特性,通过对典型的大规模Web社会网络DBLP数据源提取,构建了一个大型SCN(科研合作网络),针对该网络节点间的关系进行建模与量化分析,利用节点度的累积分布、相关性、结构洞、聚类系数等网络结构特征参数,实证分析得出真实社会网络中的节点间关系具有多样化的特性,其多样性指标分布呈指...     

荷兰试验新型智能路灯可自动调亮度诊断故障

据英国《每日邮报》近日报道,荷兰代尔夫特理工大学目前正在校园内测试一套能够自动调节亮度和诊断故障的智能路灯系统。这套系统不但比现有系统节电80％,维护费用也更为低廉。     

莱斯衰落信道下 MQAM 信号调制方式自动识别方法

针对受莱斯衰落影响的4QAM、16QAM、32QAM、64QAM、128QAM、256QAM六类信号,分别研究了卷积神经网络（CNN）模型以及特征参数结合深度神经网络（DNN）分类器模型的调制方式识别性能。CNN模型需要大量带标签的数据集以及很长的训练时间才能获得较好的识别性能,而特征参数结合深度神经网络分类器模型所需训练时间较短,但其分类性能受限于特征参数的设计。针对以上问题,研究了混合高阶矩作为特征参数集,再将DNN作为分类器对多进制正交幅度调制（MQAM）信号进行识别的方法。仿真结果表明,该方法在低信噪比情况下对受莱斯衰落影响的MQAM信号识别准确率高于CNN模型,且分类准确率上限明显高于采用高阶累积量作为特征参数的方法。     

一种基于多级神经网络分类器的沉积相识别方法

由于油层沉积特性本身的多样性和复杂性，造成了沉积相各类别之间测井曲线形态差异较小，这无疑增加了识别难度。针对这一问题，给出了一种新的沉积相识别方法，该方法通过将神经网络和多级分类器相结合，有效地提高了识别精度，最后用实例验证了该方法的正确性。     

具有累积优势度的对数最小二乘排序法

在层次分析中提出一种具有累积优势度的对数最小二乘法，并讨论了和其它排序方法的关系。     

基于高阶累积量的LCP-GLSTBC-OFDM信号调制识别

提出了频率选择性衰落信道条件下基于高阶累积量的LCP(Linear Constellation Precoding)-GLSTBC (Group Layered Space-Time Block Coding architecture)-OFDM (Orthogonal Frequency-Division Multiplexing) 信号识别算法，用以区分LCP-GLSTBC结构下的多载波信号(OFDM)和单载波信号(MPSK、MQAM)。该算法不需要预先知道信号和信道噪声的先验信息，也不需要对接收的信号进行解调，只需从接收的中频信号直接进行识别处理，分别求出接收信号的2阶和4阶累积量，然后构造特征参数消除信道衰落的影响。仿真结果表明：在SNR高于5dB时，对多载波和单载波信号的识别率大于90%。