Fluid inclusions evidence for differential exhumation of ultrahigh pressure metamorphic rocks in the Sulu terrane

Since the discovery of coesite and diamond inclusions in eclogites from the Dabie-Sulu orogen, east-central China[1―3], this largest ultrahigh pressure (UHP) metamor- phic terrane in the world has attracted extensive scientific interests. A number of hydrous minerals such as zoisite, phengite, magnesite and talc have been found in the UHP rocks, showing that fluids have played an important role in this type of extreme metamorphic evolution[4―8]. Sev-eral techniques have been applied to th…     

微分方程f′(x)=a/f(b/x)的求解问题

对文献[3]考察了微分方程f′(x):af(b/x)的求解问题,本文解决了形如f′(x)=a/f(b/x)的微分方程的求解问题。     

基于Mumford-Shah模型的图像处理

讲述了偏微分方程的基础数学理论,诸如：梯度、散度、变分定理、欧拉-拉格朗日方程等知识;然后重点介绍了Mumford-Shah模型及Ambrosio-Tortorelli的近似求解,最后进行了数值试验并展开分析。     

一类扰动系统的多重周期解

论文研究一类带依赖于时间变量和小参数的扰动项的时滞微分方程具有给定周期的多重周期解的存在性,将此类微分系统转化成Hamilton系统,运用渐进凸Hamilton系统理论及Morse指标理论的一些结果得到了此类扰动系统的多重周期解的存在性,此结论推广了此类方程在没有扰动项时的结果.     

一类多时滞中立型方程描述的神经网络渐近稳定时滞依赖判据

通过引入适当的Lyapunov-Krasovskii泛函,给出一类由多时滞中立型方程所描述的神经网络的稳定性判据,该稳定性判据不仅与离散性时滞相关,而且依赖中立型时滞,由于稳定性判据基于线性矩阵不等式,因此其求解方法可以使用各种凸优化算法,使用Matlab工具箱中的线性矩阵不等式算法,给出数据仿真实例,验证了方法的有效性.     

关于微分差分方程的非平凡周期解的存在性

考虑微分差分方程θ′(t)=-g(θ(t))[f(θ(t-τ))+f(θ(t-2τ))]的周期解的存在性.通过讨论方程的常微分对偶系统的周期解,得到了该方程存在非平凡周期解的充分条件.     

非奇异Hermite矩阵流形上的Jacobi场

讨论了非奇异Hermite矩阵流形H(n)的几何结构.定义其上的黎曼度量,给出了流形H(n)上的α-对偶联络和α-曲率张量.从微分几何的角度,研究流形H(n)上的Jacobi场,进而考虑测地线的收敛性,并举例说明结果.     

损伤材料的热塑性本构关系及对柱壳破裂问题的应用

从应变等价原理和线性温升软化近似出发,得到了有关的材料参数的表达式．通过本构关系的内变量理论导出了一个含损伤和温度软化效应的增量型塑性本构方程．然后将所得到的本构方程应用于内部爆轰加载下钢管的破裂问题中,并给出了相应的计算流程．进行了具体的数值计算并分析了有关规律．计算结果和实验结果符合得比较好     

基于分数阶微分Frangi的夜间车道线检测

基于机器视觉和图像处理的夜间车道线检测一直是该领域的研究难题,即使是近年的深度学习方法,检测精度只能达到50%左右.为此,研究了一种新的算法,根据车道线的特点和车辆的行驶速度,将视频中多幅图像融合到一幅图像中;利用图像的特点,在区域合并中识别出有效的车道线检测区域;将有效区域分割成新的图像后,采用基于Frangi和Hessian矩阵的算法对图像进行平滑和增强;为了提取车道线的特征点,提出了一种新的分数阶微分模板进行车道线特征点检测,该算法根据车道线在图像中可能的位置,从4个方向检测特征点;在检测出候选点后,应用递归Hough直线变换得到候选车道线,为了确定最终的车道线,一条车道线的角度应介于25°～65°之间,而另一条车道线的角度应介于115°～155°之间,否则,通过降低线点数的阈值继续进行Hough直线检测,直到获得两条车道线为止.通过对数百幅夜间车道线图像的测试,并与深度学习方法和传统的图像分割算法进行比较,新算法的检测准确率可达70%.