变形总和法对群桩分析的适用性

以明德林公式应力解及浅基础中的变形分层总和法理论为基础，推导出桩－台－土共同作用方程，经计算验证，此方法适用于群桩的分析．     

拧紧力矩对复合材料层合板与金属板连接强度影响

航空发动机结构复杂，状态变量多且相互之间存在着严重非线性特征，传统的基于物理失效模型的方法难以精确地预测发动机的剩余寿命（RUL）。针对此问题，采用改进的卷积神经网络(CNN)方法对发动机剩余寿命进行预测。预测过程通过建立退化模型，给每个训练样本添加RUL标签；为了更好地提取发动机使用过程中状态变量与剩余寿命之间的相关关系，使用不同的一维卷积核提取序列趋势信息特征；将特征输入构建的卷积神经网络得到剩余寿命的预测值。为了验证方法的有效性，在NASA提供的涡轮风扇发动机仿真数据集(C MAPSS)上进行了测试，并与深度信念网络等方法对比，结果表明改进的卷积神经网络拥有更高的精度。     

局部紧拓扑半群上概率测度卷积幂的一个强极限定理

设S是局部紧第二可数Hausdorff拓扑半群,μ∈P(S)是S上的概率测度,本文利用不变测度证明了卷积幂序列{μ“}的一个强极限定理.     

线性Volterra方程的渐近周期解

研究了线性卷积型Ｖｏｔｅｒｒａ方程的渐近周期解问题，给出了渐近周期解存在的充分条件。     

基于卷积神经网络的合成孔径雷达图像目标识别

为了解决现有合成孔径雷达(SAR)图像目标识别算法识别率不高、泛化能力不足的问题,提出一种基于卷积神经网络的SAR图像目标识别模型CMNet网络。通过设计针对SAR图像特点的特征提取网络,在损失函数中引入中心损失与Softmax损失联合监督训练过程,兼顾类内聚合和类间分离,提高算法精度和泛化能力。网络模型中所有卷积层后引入批量归一化层加快模型收敛速度、防止过拟合。实验使用美国运动和静止目标获取与识别数据库进行测试,10类目标平均识别率达到99. 30%。结果表明,提出的CMNet网络模型具有较高的识别率和泛化能力,在公开数据集上取得较好结果。     

Carlson-shaffer线性算子的一些应用

用Hadamard卷积定义了亚纯多叶函数类∑P上的Carlson-shaffer算子Lp（α，c），并给出了它的某些具体的应用。     

两种同位素活化产生同一放射性核的核反应截面测量问题研究

根据人工放射性的生长与衰变规律,推导出一个用于计算两种同位素活化产生同一放射性核的核反应截面之和公式,在此基础上分析讨论了有关文献中的相关问题,澄清了有关概念,给出了正确的处理方法和表示方法.最后,用实验结果与理论分析结果进行了比对,说明理论分析结果是正确的.     

金属材料表面微裂纹萌生的概率分析

利用片状石墨铸铁ＨＴ２０－４０为对象并在应力控制条件下进行了低温和高温低周疲劳试验，应力波型选用Ｃ－Ｐ型（拉伸保持）和Ｃ－Ｃ型（拉压保持）。采用晶界破坏阻抗模型对表面微裂纹萌生和扩展的随机行为作了分析和讨论，表面裂纹萌生时间和角度计算结果与实验相符合。     

多重卷积算法下的精度优化分配研究

提出了一种按多重卷积算法进行精度分配时,利用最小经济夹角,并以公差等级作为寻优单位的精度优化分配方法,大大减少了寻优次数.不仅使精度分配结果更为精确.而且运算迅速、简便,使其更为实用。     

频域自适应数字滤波器LMS算法的研究

本文应用 DFT 的“重迭保留”法和循环卷积定理、LMS 算法原理,导出了频域自适应滤波的 LMS 算法的公式。通过分析该算法的性能,并与时域LMS 算法作比较,证明了频域自适应滤波的 LMS 算法的可行性。