几何相似体应力-应变分布相同时的载荷关系

为了保证几何相似模型与原件具有完全相同的应力-应变分布,必须对几何相似模型施加与实际构件成对应比例的各种载荷,因此需要寻求几何相似模型在应力-应变分布完全相同时各种外加载荷的比例关系。从相似理论入手,以2端固支的矩形梁下表面边线中点的应力解析表达式为基础进行推导,得出相应的理论载荷关系,并用算例在弹塑性状态下验证了所得关系的正确性。得到的结论是:对于2个几何相似构件,若几何相似系数为kl,则当外加集中载荷的载荷系数为kl、均布线载荷的载荷系数为kl、均布面载荷的载荷系数为1时,2构件的应力-应变分布完全相同。     

矩阵的弱相似性及其应用

推广了矩阵环Mn(F)中相似性概念，提出了矩阵的弱相似概念，研究了它的基本性质，获得一些有趣结果，此外，指出了文[3]的一个错误，给出了Laffey-Choi一个关键引理的矩阵式的证明。     

金融时间序列分形维估计的小波方法

讨论了金融时间序列的性质,通过实际数据说明,金融时间序列具有两个重要特性——统计自相似性和非平稳性.利用正交小波变换的方法,给出了其分形维的估计方法.最后,实证分析了国内金融市场,并应用此方法分别得出了上证综合指数序列过程和深证成分指数序列过程的分形维.     

固体类流态与地震的相似性研究

固体类流态的研究能够为地震机理研究和地震预报提供一种动态的具有物理意义的方法.作者应用OLYMPUS显微镜和安装在该显微镜上的PanasonicF10高速摄像机,拍录到在常温常压下固态合金中存在的除气、液、固三态之外的运动状态———类流态.应用Sandbox方法和VC 程序实现了图像的数据化和动力学过程的研究,并对地震形成过程中裂缝丛集、扩展和类流态胞区产生裂纹进行对比分析.在绝对分形一致的情况下,应用类流态振荡的时间序列检验四川和新疆等地区1996年～2001年的地震发生情况,符合效果较好.从而为地震预报和孕震机理等方面研究提供了一种动态的具有物理意义的新方法.     

用解析方法建立两个三角形的亲似对应(Ⅰ)

本文解决的是射影几何中建立两个三角形亲似对应的问题.本文对亲似对应问题进行了分析,根据亲似对应的特点,将问题简化,并在此基础上推导出建立两个三角形亲似对应的数学公式及计算方法.     

系统功能语法与语篇分析

本文首先讨论了系统功能语法语篇分析的基本理论,包括语言的三大纯理功能及其各自实现的子系统、语篇分析的两个层次以及"语境→语篇→评价("联系语境变量)的分析步骤,并用该模式分析了一个完整的语篇。分析表明用系统功能语法框架对语篇进行分析可以揭示语篇深层含义,可以解释语篇的语义和文体特点。     

决策树在文本分类中的应用

介绍了文本分类的思想,探讨了通过决策树学习来对文本进行有效分类的过程。     

城市规划辅助审批系统中的相似度研究

城市规划的审批是一件难于量化的工作，它受政治经济等多方面因素影响，是城市规划领域关注的一大焦点．本文尝试将CBR技术用于城市规划辅助审批，让政府的审批依据达到历史与现实的统一．实现CBR的一个关键是相似度的设计，本文结合城市规划辅助审批领域的特点，设计了可行的方案，并应用于实际的办公系统中．     

自主式交通系统功能架构优化密度峰值聚类算法

自主式交通系统(autonomous transportation system, ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明：该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统...     

基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。