发生风雨激振拉索表面水膜形态数值分析和实测初探

结合Lemaitre斜拉索表面水膜风致形变解析算法,对数学模型中拉索运动方程进行修正,使其能计入拉索风致运动对表面附着水膜形态的影响,通过差分方法对方程进行数值求解,并进行参数分析:研究拉索表面水膜在重力、表面风压、表面摩擦力、表面张力作用下的形态变化,得到拉索发生风雨激振时表面水线的运动规律及形态变化.采用超声波探测仪对拉索表面水膜进行动态测量,实时获得拉索风雨激振形态下表面水膜动态响应数据,通过与水膜运动数值算法结果进行对比一定程度上探讨了圆截面斜拉索风雨振发生机理.     

基于时序逻辑的复杂环境下无人机运动规划算法

本文主要考虑基于时序逻辑的无人机运动规划问题。一般地，解决该问题的算法包括两个阶段:上层综合阶段生成一条可行的离散规划;低级综合阶段结合离散任务规划设计无人机的控制输入。但是当第一阶段失败时，即线性时序逻辑(LTL)任务在当前环境中无法实现时，我们希望系统能够进行一定的调整。本文提出了一种任务重规划算法，在深入理解模型检查原理的基础上，利用初始任务自动机生成一个松弛乘积自动机，进而获取有效的离散任务规划;同时设计一个自动机的权重函数，确保该规划在最小程度上违背初始任务所提出的约束。本文提出的重规划算法解决了时序逻辑在复杂环境中无法实现的难题，扩大了时序逻辑在无人机运动规划中的应用范围，同时增加了系统的鲁棒性。     

基于动态语义记忆网络的长尾图像描述生成

图像描述生成任务旨在基于输入图像生成对应的自然语言描述。现有任务数据集中大部分图像的描述语句通常包含少量常见词和大量罕见词，呈现出长尾分布。已有研究专注于提升模型在整个数据集上的描述语句准确性，忽视了对大量罕见词的准确描述，限制了在实际场景中的应用。针对这一问题，提出了基于动态语义记忆网络(DSMN)的长尾图像描述生成模型，旨在保证模型对常见名词准确描述的同时，提升模型对罕见名词的描述效果。DSMN模型能够动态挖掘罕见词与常见词的全局语义关系，实现从常见词到罕见词的语义知识迁移，通过协同考虑全局单词语义关系信息及当前输入图像和已生成单词的局部语义信息提升罕见词的语义特征表示能力和预测性能。为了有效评价长尾图像描述生成方法，基于MS COCO Captioning数据集定义了长尾图像描述生成任务专用测试集Few-COCO。在MS COCO Captioning和Few-COCO数据集上的多个量化实验表明，DSMN模型在Few-COCO数据集上的罕见词描述准确率为0.602 8%，召回率为0.323 4%，F-1值为0.356 7%，相较于基准方法提升明显。