多媒体传感器网络中被动目标定位算法

针对被动目标定位问题,提出了一种多视觉感知节点协同定位算法.与传统的视觉目标定位方法不同,该算法无需进行训练或特征识别,而是各个节点基于机器视觉理论,将目标投影为定位平面上的一条直线,并使用Hough变换将该直线映射为Hough空间中的一个离散点,最后对离散点进行正弦曲线拟合,拟合参数即为目标的最终位置估计.根据视觉感...     

有协变量的推广增长曲线模型中协差阵的最小模估计

对于有协变量的推广增长曲线模型：Y=χ1B1W1 χ2B2W2 B3W3 R，其中，μ(W2)∈μ(W1)，而对W3没有任何限制，本文利用最小模原理和一般射影定理得到了可估参数函数tr(C∑)的无偏不变最小模二次估计(MINQE(U，I))．     

鞋楦高速数控加工的列表曲线B样条刀具半径偏置方法

针对鞋楦高速加工要求,提出了采用B样条曲线对离散数据进行刀具半径偏置的方法．通过矢量分析判别,实现了测头半径偏置曲线的光顺,并直接进行加工刀具半径二次偏置,获得精确的刀具中心轨迹。针对二阶连续曲线拐点的偏置计算误差,对偏置曲线自相交现象进行了判断和处理,解决了样条曲线高速加工存在的过切和少切问题．     

盾构隧道施工对管片环和地表沉隆变位的影响研究

结合某地铁区间盾构隧道所处围岩地质状况,引入荷载释放系数,采用三维有限元法对盾构隧道施工所引起的隧道应力场和位移场、管片环整环变形、地表三维沉隆变位与横、纵向沉隆曲线分布变化规律进行了深入研究,得到如下结论:(1)隧道施工将引起呈带状分布于隧道拱顶的较大管片环应力,且该应力随施工进程增幅较小。(2)管片环最大和最小位移分别呈带状分布于盾构隧道拱顶和拱底,且随着掌子面的前行略有增加并渐趋稳定。管片环呈横向变形趋势发展,拱顶下沉量最大,拱腰外扩量次之,而拱底隆起量最小。(3)随着掌子面的逼近,前方约15m处地表形成隆起,随后下沉且该沉降速率较大,两侧土体向隧道中线移动,地表沉降槽较大但渐趋稳定。     

Ne－H_2碰撞的作用势研究

用Ｔａｎｇ－Ｔｏｅｎｎｉｅｓ势模型（Ｔ．Ｔ，势模型）构造了Ｎｅ－Ｈ＿２碰撞系统的势函数，并计算了相应的势参数．势阶参数和势能曲线的计算结果与实验数据较好地符合．     

济南市工业"三废"排放的环境库兹涅茨曲线特征分析

选取济南市1994-2003年经济与环境数据,建立单位GDP污染排放量模型和人均GDP污染排放量模型,分析工业“三废”与人均GDP增长的环境库兹涅茨曲线(EKC)。从模型模拟结果看,单位GDP污染排放量总体呈现下降趋势,表明济南市产业结构在十几年的演变过程中发生了明显的变化。发现济南市经济发展与环境污染水平的关系总体上符合EKC特征;济南市经济目前仍处于工业化进程的中期阶段,环境污染物排放量EKC的转折点尚未达到。     

单桩荷载与位移曲线规律分析

首先提出利用分层位移迭代法计算单杠荷载与位移（桩顶沉降），即Ｐ－ｓ曲线的方法，然后分析单桩Ｐ－ｓ曲线随桩长Ｌ、直径Ｄ、桩身材料弹性模量Ｅ和极端阻力Ｒμ的变化规律，发现一些重要特征和新的规律，最后利用实测结果进行了验证。文章对制定桩的静载试验规则和合理设计桩基础，具有重要意义。     

基于遗传算法和神经网络的远程减速机故障诊断系统的设计

通过对减速机故障形式的分析,采用BP神经网络建立故障诊断模型,利用遗传算法优化神经网络权值、阈值、网络结构,将遗传神经网络模型应用到远程减速机的故障诊断的设计中,比较单一的神经网络和遗传神经网络的训练误差曲线,得出遗传神经网络在训练速度和准确性上远远高于神经网络训练模型.     

中厚板轧后超快速冷却系统流量自动标定技术

中厚板轧后超快速冷却系统通常采用流量-开口度曲线来加快集管流量调节速度,同时曲线标定精度直接影响集管流量调节精度.以应用于多家中厚板厂的一种新型超快速冷却设备为例,分析其电动调节阀的调节特性,给出流量-开口度曲线自动标定的有效方法.结果表明,利用该自动标定方法对集管进行流量-开口度曲线标定,在增加标定曲线维护便捷性的同时,改善了流量-开口度曲线的控制速度和精度,为提高流量控制速度和精度提供强有力的技术手段.     

低合金超高强度钢跨尺度疲劳失效行为分析

为了研究40CrNi2Si2MoVA低合金超高强度钢的跨尺度疲劳失效行为,以约束应力区描述材料的损伤过程,以跨尺度应变能密度因子作为疲劳裂纹扩展的控制参量,建立宏微观跨尺度疲劳裂纹扩展统一模型。采用上述模型,利用光滑试样(应力集中系数Kt=1)的试验S-N曲线,拟合出疲劳模型中的材料参数。当考虑材料微结构对疲劳寿命的影响时,该模型可精确再现出疲劳试验数据的发散特性。利用该模型对不同应力集中系数下(Kt=2,3)含缺口试样的疲劳寿命进行了预测,理论计算结果与试验结果吻合良好。研究结果表明,合金钢材料的初始缺陷及微结构的演化特性,对疲劳寿命有显著影响,是疲劳试验数据发散的主要原因。