基于属性权重的关系数据库数字指纹算法

分析了在数字指纹系统中引入属性的必要性和可行性。介绍了基于属性权重的关系数据库数字指纹算法,适用于版权保护中的叛逆者追踪。通过把重要的属性赋予高的权重确保实现重要的属性多水印。最后,就抗同谋攻击等分析了算法的性能。实验证明该算法对于各种常见的攻击具有较好健壮性。     

三维四步法编织复合材料结构的计算机仿真

针对三维四步法编织技术特点,分析了编织纱线的空间位置,通过计算机模拟编织纱线运动,并采用Bézier曲线对纱线运动轨迹进行拟合,利用计算机图形技术对三维编织结构进行显示,获得了一种设计与实现三维四步法编织复合材料的计算机仿真方法.根据编织工艺参数间的关系,在UG软件中实现了参数化设计,可方便生成不同编织尺寸和编织角情况下的三维编织预制件及复合材料的实体模型,所建立的实体模型形状和编织物真实结构非常接近,表明本文的仿真方法具有很好的效果.     

基本随机变量的重要性测度及其概率密度演化算法

为进一步完善当前的基本变量的重要性分析,在单一的矩独立的重要性测度指标的基础上,建立了一个新的矩独立的重要性测度指标体系,该体系包括基本变量的总重要性测度、平均总重要性测度、主重要性测度和平均主重要性测度,用以衡量不同要求下基本随机变量对系统或模型输出响应整体不确定性的影响程度.给出了各个重要性测度指标的定义,分析了各个重要性测度指标的工程意义和适用范围.结合概率密度演化方法高效、准确的优点,提出了一种基于概率密度演化方法的重要性测度求解方法.文中算例证明:所提指标体系相比当前指标体系更加全面合理,所提方法能在高精度求得各重要性测度结果的基础上大幅提高计算效率.     

复合材料层合板冲击及冲击后疲劳寿命预测方法(英文)

现有含冲击损伤复合材料层合板的寿命预测方法是建立在冲击后复合材料层合板的疲劳性能基础之上的,导致模型和方法不具有通用性。因此,针对含冲击损伤的复合材料层合板,基于逐渐累积损伤理论和无损单向板的疲劳特性,建立一种具有普遍适用性的三维逐渐累积损伤的疲劳寿命预测方法。该方法可对不同铺层参数、不同几何尺寸以及不同冲击条件下层合板的疲劳寿命进行预测。为了在缺少冲击试验时也能实现受到冲击载荷后层合板的疲劳寿命预测,对层合板在冲击载荷及冲击后疲劳载荷作用下的破坏进行全程分析,将预测得到的冲击损伤状态用于分析冲击后的疲劳寿命。同时基于全程分析的方法,开发了参数化的复合材料层合结构冲击及冲击后疲劳破坏模拟程序。与试验对比,最大误差为7.78%。     

弹药保温试验现状及存在问题

叙述了温度对弹药的影响,和弹药保温试验的必要性。介绍了现行弹药保温试验现状。提出了弹药保温试验存在的问题和建议。     

钢管混凝土拱桥有限元模型修正

建立了某钢管混凝土拱桥的有限元模型,通过计算模态分析获得了该桥的计算模态频率.对该桥实施了环境激励下的动态测试,通过实验模态分析获得了该桥的前两阶实验模态频率.采用基于灵敏度分析的有限元模型修正方法,以弹性模量和截面面积等物理和几何参数为对象,依据试验数据修正了钢管混凝土拱桥的有限元模型,修正之后模态频率误差最大值由22.6%降至3.3%.     

IC10合金本构关系的神经网络模型

为研究IC10合金在不同温度、不同应变率下的流变规律,本文利用材料试验机(MTS809)测得IC10合金在很宽的温度范围(25~800°C)和不同应变率(10-5~10-2s-1)内的应力-应变曲线。试验结果表明,在小于800°C及小应变率条件下IC10合金的流变行为表现为应变硬化。基于试验数据,本文建立了IC10合金本构关系的BP神经网络模型,该模型以应变值、应变率及温度作为输入量,流变应力为输出量。与试验结果比较表明,BP神经网络模型的预测精度较高,说明该模型可以精确地预测IC10合金在不同温度、不同应变率下的流变行为。     

生成矩形毛坯最优两段排样方式的递归算法

提出一种递归算法生成矩形毛坯两维两段排样方式。这种算法将板材分成两段,同一段中所有条带的长度和方向都相同,二段的条带方向相互平行或垂直,不同尺寸的毛坯可以在一根条带中出现。通过递归在段上生成最优条带布局,隐式地讨论所有长度的段,确定所有两段组合的价值,选择价值最大的一个组合作为最优解。计算结果表明,该算法在计算时间和材料利用率两方面都有效。最后,一个实际问题的解表明:使用该算法,材料利用率较高。     

Delta算子系统极点有圆形区域约束的鲁棒控制

研究Delta算子描述的不确定线性系统闭环极点有圆形区域约束的鲁棒控制,基于Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,对Delta算子不确定系统进行状态反馈设计,导出满足闭环极点圆形区域约束的状态反馈控制律存在的充分条件,用一个线性矩阵不等式的可行解给出了状态反馈控制律的参数化表示．具体算例说明了试方法的有效性．     

小波神经网络在板形板厚控制系统中的应用

带材轧制是一个复杂的非线性过程,针对板形和板厚控制相互耦合等特点,本文提出了一种基于小波神经网络的自适应控制新算法。文中系统由两个小波神经网络组成,分别实现综合系统的模型辨识和控制。由于小波变换的紧支性及神经网络的非线性映射能力,模型辨识能准确地辨识板形板厚系统的动态特性,控制器能产生较为复杂的控制规律。仿真结果证明,该板形和板厚控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制。