自复位学校建筑抗震韧性区域评估用数字孪生模型

在区域层面上对具有自复位模块结构的学校建筑进行抗震损伤和恢复力评估研究，建立了一个基于Python语言的从结构非线性分析到损伤程度可视化演示用的数字孪生模型。Python语言也是目前通用于机器学习模型训练的编程语言，方便在该数字孪生模型中引入人工智能模型来代替结构仿真计算，通过使用实时监测地震动和结构响应数据结合人工智能模型进行区域灾害响应和功能恢复快速评估。结构损伤和恢复力分析结果（如不同地震下修复成本、修复时间、不可修复的概率等指标）通过生成shapefile在地理信息系统（GIS）软件中进行三维可视化，从而对采用自复位模块结构的学校建筑结构群在区域范围上进行抗震韧性定量评估。该模型的计算模块包括区域建筑结构清单生成、简化数值模型建立、地震响应非线性分析、结构响应参数生成、建筑结构易损部件定义、地震损失概率模型评估以及区域灾害损失的结果输出。这里的基于概率模型的学校建筑结构地震损失评估采用了FEMA P-58方法，并使用了Pelicun软件包进行计算。以旧金山湾区近2 000栋学校建筑作为案例，对假定使用偏心支撑框架自复位结构作为抗震结构体系的学校建筑群进行了抗震韧性评估，研究了通...     

PBNA： An Improved Probabilistic Biological Network Alignment Method

Biological network alignment is an important research topic in the field of bioinformatics. Nowadays almost every existing alignment method is designed to solve the deterministic biological network alignment problem.However, it is worth noting that interactions in biological networks, like many other processes in the biological realm,are probabilistic events. Therefore, more accurate and better results can be obtained if biological networks are characterized by probabilistic graphs. This probabilistic information, however, increases difficulties in analyzing networks and only few methods can handle the probabilistic information. Therefore, in this paper, an improved Probabilistic Biological Network Alignment（PBNA） is proposed. Based on Iso Rank, PBNA is able to use the probabilistic information. Furthermore, PBNA takes advantages of Contributor and Probability Generating Function（PGF） to improve the accuracy of node similarity value and reduce the computational complexity of random variables in similarity matrix. Experimental results on dataset of the Protein-Protein Interaction（PPI） networks provided by Todor demonstrate that PBNA can produce some alignment results that ignored by the deterministic methods, and produce more biologically meaningful alignment results than Iso Rank does in most of the cases based on the Gene Ontology Consistency（GOC） measure. Compared with Prob method, which is designed exactly to solve the probabilistic alignment problem, PBNA can obtain more biologically meaningful mappings in less time.     

QK空间上紧的复合算子的性质

本文研究了QK空间上紧的复合算子Qφ的两个性质.论文给出了如果在D上的符号函数φ的上确界小于1,则Cφ在QK空间上是紧的.还限定了在φ为某些条件下,Cφ在QK空间与Bloch空间上的紧性是等价的.     

内燃机配气机构传动链脱节概率

以某型发动机配气机构传动链为研究对象,应用随机摄动和概率可靠性等分析方法,建立了配气机构脱节概率可靠性数学模型.当配气机构基本随机变量为正态分布时,提出了传动链脱节的可靠性分析方法.通过算例分析获得了凸轮在不同运动阶段的传动链脱节概率,以及在不同转速下的脱节失效概率,并且随着转速升高传动链发生脱节的概率也会升高,与实际情况相符合,进一步表明了所提方法的正确性.此外,通过分析脱节的原因,提出了为降低脱节概率而应采取的方法,为今后内燃机配气机构传动链的可靠性设计提供了理论依据.     

径向基SVM核参数混沌优化及工程应用

采用混沌优化算法,对支持向量机回归建模中的径向基核参数进行优化,找出了具有较强推广能力的径向基核参数.结合直线电机结构参数与性能输出模型的建模实例,证实了所研究方法用于工程建模是有效的.     

齐型空间上Herz空间中的分数次极大算子

本文主要给出了分数次极大算子在齐型空间上Herz空间中的有界性:设0相似文献   

锥度量空间中两对非相容映象的一个新的公共不动点定理

 自锥度量空间的概念被提出以来,已经有数位学者对其结构和性质进行了探讨.研究了锥度量空间中非相容映象对,并利用非相容映象对的性质和压缩条件得到一类映象的公共不动点定理,其结果推广了相关文献的结果.     

城市绿地植物群落空气负离子浓度及影响要素研究

通过对上海市6种典型城市绿地植物群落夏、秋两季空气负离子浓度的测定,分析了季节因素和群落因素对空气负离子浓度的影响关系,并重点进行了群落因素对空气负离子浓度影响的定量分析研究.研究结果表明:(1) 城市绿地植物群落空气负离子浓度受到季节和群落两个因素的协同作用;(2)城市绿地植物群落夏季的平均负离子浓度高于秋季;(3)...     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.