冲击荷载下高速公路护栏的实验研究和优化分析

通过对冲击作用下的高速公路护栏进行实验研究和有限元分析,探讨了高速公路护栏的动力特征．发现随着冲击位移的增加,冲击速度几乎呈线性下降,冲击加速度很快减少到一个极小值,而能量吸收阶段中前阶段的吸收速度比后阶段快．文中还根据护栏的能量吸收特征和初始冲击力对护栏结构进行了优化设计．结果表明,在所选的各种高速公路缩比护栏模型中,1．3mm厚、0．665m单跨长的三波形梁是最优波形护栏结构．     

基于层次分析模糊特征融合的目标识别

提出了基于层次分析法模糊特征融合的目标识别，给出了确定多因素属性特征参量相对重要性的量化关系和综合模糊推理识别的权重向量求解方法，利用综合模糊评判模型进行辐射源的属性判决识别。通过计算机仿真试验，证实了该方法的有效性。     

增程式电动汽车发动机多工作点控制策略

增程式电动汽车动力系统特殊的结构形式使发动机工作状况不必跟随负载功率需求,发动机控制策略的选择和设计具有多样性。针对目前增程式电动汽车发动机控制策略存在的不足,提出多工作点控制策略,根据行驶过程中的需求功率、车速、电池电量等约束条件,结合万有特性曲线将发动机控制在多个效率较高的优秀工作点上运行,合理设计各工作点间切换逻辑。运用Matlab/Simulink软件完成控制策略模型建立,AVL-cruise软件完成整车、驾驶员以及模拟工况模型建立,两者联合仿真试验结果证明,该策略能在保证车辆动力性、经济性的基础上,减少发动机动态波动,抑制电池大电流充放电,并能够利用路面噪声、空气噪声对发动机噪声的掩蔽效应降低高速行驶时的整车噪声。     

有关特征建模技术的研究

开发基于特征建模的ＣＡＤ系统是实现ＣＡＤ／ＣＡＭ一体化的根本方法,讨论了特征及其分类、特征空间及特征关系等关键技术,提出了基于特征的产品模型,并对其实现做了研究,最后建立了完整的特征模型。     

Lukasiewicz三值逻辑度量空间中的反射变换

在Lukasiewicz三值逻辑度量空间中定义了反射变换φ和(准)对称逻辑公式,探讨了反射变换φ的性质,证明了φ保持逻辑等价关系和(准)对称逻辑公式,且为同态变换.研究了φ在商代数——Lindenbaum代数上诱导的反射变换φ*的性质.证明了φ*是自同构的等距变换,进而讨论了φ*的不动点的性态,得到了4类特殊的不动点形式[A]∨φ*([A]),[A]∧φ*([A]),[A]φ*([A])和[A]φ*([A]).     

岩石薄片三维重建训练图像分析

基于二维图像的砂岩三维重建中,二维图像的空间结构分析是一个至关重要的环节.要成为三维随机模拟的训练图像,二维图像的空间结构统计特征必须满足平稳性和遍历性要求.本文通过多尺度纹理特征分析方法进行训练图像的平稳性分析,利用表征区域分析训练图像的遍历性.实验结果证明,满足平稳性和遍历性的训练图像能得到较好的三维重建结果,并提高了三维重建的效率.     

企业业务流程的结构化建模

分析了组成业务流程的活动之间的关系，提出了活动间信息交流的度量方法，将活动间的结构特征转化成代数矩阵的形式加以表示，据此提出了业务流程的结构模型，并用ISM法进一步分析了该模型所揭示的结构特征，从而为流程的重构提供新的依据．     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.     

RBF-DDA 神经网络用于手写体汉字识别的研究

使用了一种新的神经网络模型———动态衰减调节径向基函数（ＲＢＦＤＤＡ），并结合一种新的特征提取方法来进行手写体汉字识别的研究，通过对１００种汉字、１５０００个样本的初步实验，取得了识别率为９９％的良好结果，表明将ＲＢＦＤＤＡ引入到手写体汉字识别的研究是比较成功和可行的。     

一种基于形状信息描述的图像特征匹配算法

针对已有匹配方法匹配特征点少、图像匹配精度低的问题,提出一种基于边缘形状描述子的图像特征匹配算法。该算法首先利用曲线凸性将图像边缘分割为近似直线段组,再将连接多个直线段的点定义为关键点,将关键点周围直线段组定义为形状特征包,最后利用局部形状特征包中所有点集相对其几何中心的位置关系分布形成描述子。实验结果表明：该算法的图像匹配正确率均高于SIFT算法和Shape Context算法,且对噪声问题不敏感,可应用于基于Hough变换的物体检测。