三角形速度场解析平面变形辊拔与辊挤

文章对平面变形辊拔与辊挤问题建立了运动许可的三角形速度场并获得上界解析解。该解与 Avitzur 以连续速度场得到的上界解进行比较表明,有时本文解法可得到更低的上界值。     

电能质量问题及对策

概述了电能质量问题的产生及日益引起关注的原因，介绍了国际电工委员会(IEC)和电气与电子工程师协会(IEEE)对电能质量的定义，并针对电能质量问题提出了具体对策。     

拖拉机主减速主动锥齿轮轴的辅助设计

本文对拖拉机主减速主动锥齿轮轴提出了一种新的设计方法，为提高该件的设计水平提供了可靠数据．     

基于量子微粒群优化算法的半透明介质光学参数反演

针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关系.计算结果表明：建立的反演模型和采用的QPSO算法可以精确估计折射率和吸收系数,即使人为添加10%的测量误差,反演结果依然具有较强的鲁棒性和准确度.本研究可为半透明介质物性参数获取提供技术参考.     

具有优先级的深度确定性策略梯度算法在自动驾驶中的应用

深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法在自动驾驶领域中应用广泛,但DDPG算法因采用均匀采样而导致低效率策略比例较高、训练效率低、收敛速度慢等.提出了基于优先级的深度确定性策略梯度(priority-based DDPD,P-DDPG)算法,通过优先级采样代替均匀采样来提升采样利用率、改善探索策略和提高神经网络训练效率,并且提出新的奖励函数作为评价标准.最后,在开源赛车模拟(The Open Racing Car Simulator,TORCS)平台上对P-DDPG算法的性能进行了测试,结果表明相对于DDPG算法,P-DDPG算法的累积奖励在25回合之后就有明显提升而DDPG在100回合之后训练效果才逐渐显现,提升约4倍.P-DDPG算法不仅训练效率提升且收敛速度加快.     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

三角矩阵余代数上的有限Gorenstein余表现余模

利用范畴的等价定理和范畴之间的正合函子,给出了三角矩阵余代数Γ=(T _TM_U0 U)上的有限Gorenstein余表现余模的具体形式,并且得到三角矩阵余代数Γ与余代数T及U之间的有限Gorenstein余表现维数的关系Max{G.cp.dimT,G.cp.dimU}≤G.cp.dimΓ≤G.cp.dimT+G.cp.dimU+1。     

灌注桩超声脉冲检测法和判据的研究

本文论述了钴孔灌注桩超声脉中检测法的原理、仪器和方法.分析了当超声脉冲穿过缺陷区时其传播时间、幅值(或衰减)以及接收信号波形所呈现的变化.提出了基于"声时—深度"曲线的缺陷定量判据.即声时差值与斜率乘积判据.该判据能估算缺陷的性质和大小.而且,若将该判据与"幅值—深度"曲线综合运用,则可提高检测和判断结果的精度.     

脉冲示踪法实验误差分析

本文从理论和实验两方面分析了脉冲示踪法中脉冲时间、示踪剂输入和记录仪记录时间差、示踪剂纯度与用量和实验温度对反应器内物料停留时间分布和流动模型参数测定误差的影响,以便在实验中采取相应措施减小或消除误差,获得准确的实验结果。     

一种新的高距离分辨率脉压技术的研究

在频率进步雷达高距离分辨技术的荐,为解决压缩经的限制提出了在子冲引入线性调频体制的新型雷达波形。