梯度功能材料层梁受机械/热载作用的结构特性分析

本文建立了梯度功能材料层梁模型，采用分层剪切理论对梯度功能材料悬臂梁进行了分析。取材料为各向异性，材料参数沿梯度方向变化，利用界面连续条件，边界条件，得出了结构的变形与应力。结果表明，载荷分布对结构中的应力数值有很大的影响，存在优化的梯度系数使得结构具有最大的承载能力。     

新舟60飞机起飞性能分析

从新舟60(MA60)的飞机飞行手册(AFM)和飞行机组操纵手册(FCOM)入手,分析了限制最大起飞重量的因素和起飞速度的选择方法,着重讨论了MA60最大起飞重量的限制因素,并以MA60从广汉至兰州的航线飞行为例分析了最大起飞重量和起飞速度的确定方法。     

基于多GPU的大型线性和非线性方程组的求解(英文)

在处理工程问题时,常常需要对线性或非线性方程组进行求解。对于实际应用中经常遇到的大型方程组进行求解则需要相当长的时间。使用图形处理器(GPU)代替传统的CPU,将多块GPU通过操作系统进行协调,并将PBi-CGstab方法和Inexact Newton方法进行适合多GPU并行的改造以此作为多GPU求解器的核心算法,加速求解大型线性和非线性方程组。本文的多GPU求解器在成倍扩展了单GPU求解器允许的计算规模的同时取得了令人满意的加速比。     

半自由声场和混响声场等效转换方法研究

从结构振动场和声场之间的关系出发,计算声激励下的结构响应;通过分析混响声场和半自由声场的基本特性,用试验法获得了声激励下结构模态和不同声场的空间相关系数,利用广义载荷响应等效理论,给出了典型结构在不同声场转换关系下的等效转换关系。     

一种新的空间多维关联规则模型与算法

空间对象具有自相关、连续性、多尺度等特点,导致空间关联规则挖掘与传统的统计关联规则挖掘不同,不存在统计的“事务”,挖掘更加复杂。本文用基于空间相关的影响域来创建“空间事务”,以代替传统关联规则挖掘中的事务,建立了一种新的应用于挖掘空间多维数据的空间多维关联规则模型(Spatial multidimensional association rules model,SMARM)。设计并实现了一种新的挖掘算法SMARBIA,用基于影响域、空间支持度等剪枝技巧,克服了空间多维关联规则挖掘过程中候选项目集庞大的困难。实验表明,该算法能有效地减少候选项目集而获得较好的性能。     

基于形态学梯度矢量的图像边缘提取算法

图像的边缘在很大程度上可以用梯度的概念来解释和描述,而现有的形态学梯度边缘检测算子抹煞了梯度的矢量性。文章提出了一种新的图像边缘提取算法:在边缘检测部分提出了具有方向估计的形态学梯度算子,且从理论和实际应用两个方面给予证明。并将模糊处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现。同时在图像分割部分改进了最佳阈值化分割,利用小范围的边缘梯度各方向上的最佳阈值化进行调整,使图像的边缘更加完整、清晰。     

前馈神经网络的一种简单共轭梯度学习算法

针对前馈神经网络学习误差函数维数高、计算复杂度大的特点,对梯度下降BP算法加以改进从而构造出一种简单共轭梯度下降算法(MPARTAN算法).该算法计算复杂度不高于动量BP算法, 与FR共轭梯度法相比,该算法的稳定性好,又具有共轭梯度法的优点,收敛速度快.文中给出了该算法的收敛定理,并用2个实验例子比较了动量BP算法、FR共轭梯度法和MPARTAN算法的计算结果.     

面向多属性条件的空间对象检索算法

针对现有空间索引不能满足多样化的检索需求,提出两种新型空间索引,能够同时面向空间属性、文本属性与划分属性进行空间对象检索。将分类技术应用于空间对象检索中,提出了基于划分索引与IR-Tree的混合索引以及先划分索引再IR-Tree的索引方法,不仅满足了多样化的空间检索需求,而且有效地解决了传统空间索引更新维护代价大的问题。基于真实的北京市POI数据集进行实验,结果表明本文提出两种索引是有效的且检索效率高。与传统空间索引相比,提出的空间索引很好地解决了具有划分属性的空间对象检索问题,并且具有较高的检索效率。     

超声速粘性剪切流空间稳定性对称紧致差分数值分析

用一类高精度对称紧致差分格式数值离散一阶改型三维可压粘性扰动方程,对导出的非线性离散特征值问题采用二阶修正Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ边值迭代局部解法,实现了超声速剪切流的线性空间稳定性分析。基于对流Ｍ数、Ｒｅ数、速度比、密度比等参数研究,讨论了压缩性效应、粘性效应、超声速扰动快／慢模态等,结果显示超声速粘性剪切流的弱不稳定性同多种影响因素密切相关。     

图象序列中机动目标的形心跟踪

从边检测边跟踪的角度探讨了图象序列中机动目标的形心跟踪问题,深入分析了强高斯噪声背景下目标形心估计的统计性质及用于形心估计的图象预处理方法。指出经典的图象二值化变换分割后作形心估计的方法面临着估计偏差和方差的矛盾,提出了用自适应交互三模型(ATIMM)跟踪图象序列中机动目标的方法,同时发现在了解目标形状的条件下,空间匹配滤波,二值变换点集聚类和 ATIMM三者的结合对图象序列中的机动目标具有最好的跟踪性能。