钢管混凝土构件的力学性能分析和计算

给出钢管混凝土结构计算的基本条件，对构件在临时荷载作用下的力学性能进行了分析和计算     

结合遗传算法的聚类神经网络

许多聚类算法有两个缺点：１）采用某种距离作为相似性测度。类别接受域为球形，不能与复杂模式分布匹配；２）对确定合理类别数不能提供任何帮助。采用最大似然准则的聚类算法其类别接受域为球形或椭球形，可以与模式的分布匹配更好。在计算似然值时使用先验概率，能为确定合理的类别数提供依据。本文的贡献是把遗传算法结合到基于最大似然准则的神经网络聚类算法中，解决聚类中心的初值选择问题并获得最优聚类。     

射线方程及最大熵图像重建方法的应用研究

为了探测电磁波在地层中传播时吸收场的变化，采用程函方程计算弯曲射线的曲率，用最大熵算法作为反演方法。计算实例表明这种方法效果是明显的。     

抛物型方程广义解的弱最大值原理

本文考虑了一类拟线性抛物型方程,对广义解证明弱最大值原理成立。     

一类一阶椭圆型方程组的最大值原理

文中证明了一类二阶椭圆型方程组的最大值原理,利用这个结果,获得了一类一阶椭圆型方程组的最大值原理。     

夹具设计中的一面两销定位

本文在关于“一面两销”定位诸多讨论的基础上,提出设计时必须满足的四个基本条件。并在此前提下,探讨和总结“一面两销”的多种设计方法,并对其他有关问题作了说明。     

颗粒群组方法中关键参数的选取

为了深入了解颗粒群组方法的特点,提出了修正最大群组数方法,研究了颗粒群组方法中的两个关键参数(体积增量和最大群组数)对数量密度和体积分数的影响.结果表明:传统最大群组数在计算颗粒数量密度时比较准确,修正最大群组数在计算颗粒体积分数时比较准确.随着颗粒体积增量的增加,传统最大群组数得到的颗粒数量密度的预测值降低,而颗粒体积分数的预测值增加.随着颗粒体积增量的增加,修正最大群组数得到的颗粒数量密度的预测值下降,而颗粒体积分数的预测值呈振荡趋势.     

正交Haar变换的眉毛识别方法

【目的】提高现有眉毛识别方法的识别效率。【方法】采用快速正交Haar变换模板匹配算法(FOHT),设计一种基于正交Haar变换的眉毛识别方法;同时,使用最大标准子模板和自适应阈值解决了FOHT算法只能处理标准模板且需要手动设置阈值的缺陷。【结果】所构建的眉毛识别方法比原方法效率提高约32%。【结论】正交Haar变换的眉毛识别方法实时性强,具有一定的实用价值。