关于差分一致性函数的一点注记

具有差分一致性的函数在编码中有重要的应用。文中注记中提供了几个平面函数及一些几乎完全非线性函数。并且利用作者发现的一个关于Dickson多项式的有趣等式,找到了一些幂函数的差分一致性的上界。当有限域的特征小于11时,证明了这个上界是最好的。     

利用EMD方法提取太阳活动周期成分

EMD(经验模态分解)方法在处理非线性及非平稳时间序列时表现出了很大的优势和应用潜力.利用EMD方法研究太阳活动周期,对110年(1894-2003)和55年(1949-2003)的太阳黑子数月均值进行分解,分别得到一系列模式和一个趋势项,其中都可能包含有1.3至1.4年周期分量,25至30个月QBO(准双年振荡)分量,11年太阳周分量和22年Hale周分量.其中11年周期分量幅度最大,变化特征与太阳黑子数原始数据具有很高的相似性.不同于传统方法,EMD方法给出了太阳活动在不同时间尺度上各自分离的变化特征.      

具有复合非线性特征不确定系统的自适应反推控制

针对一类具有复合非线性特征的不确定系统,提出了一种自适应反推多滑模近似变结构控制方案.基于模型分解的方法建立了具有复合非线性特征的执行器模型.论文设计径向基函数神经网络近似系统的未建模项,借鉴Nussbaum增益设计技术解决控制增益未知的问题,使用自适应律估计不确定干扰和神经网络近似误差的上边界.自适应近似变结构控制能...     

基于改进粒子群算法的旋翼无人机三维航迹规划

针对标准粒子群算法因为惯性因子固定导致航迹规划不理想,以及固定斜率粒子群算法惯性因子斜率调节不灵活的问题,在算法中引入折线斜率惯性因子形式,使其斜率根据需要可以进行灵活调节,提高算法对旋翼无人机三维航迹的规划成功率,且减小航迹长度。首先,根据旋翼无人机实际飞行环境建立三维果园环境模型,根据路径长度、躲避障碍、飞行范围和航迹高度范围来构造适应度函数;然后,分析了标准和固定斜率粒子群算法的原理,找到了算法的缺陷,对其进行了改进,并给出了详细的实现步骤。数据对比显示：在进行旋翼无人机三维航迹规划时,相比于其他两种粒子群算法,折线粒子群算法对于航迹规划的成功率和航迹长度有明显改善。     

结构/非结构网格中的数值优化计算

非结构网格因其在处理外形方面所具有的特殊优越性而倍受关注.在结构/非结构网格中做了粘性流动的数值优化计算,优化计算包括单目标和双目标气动优化,以及反设计计算,即从初始翼型不断修型而实现给定翼型的外形及压力分布的目标.算例及其结果分析证明了该方法用于翼型的修型和设计计算的有效性.      

FDTD-Diakoptics时域模函数分析

时域模函数的选取是使用Diakoptics技术分析微波结构的一个重要步骤.二维贝塞尔函数系作为Diakoptics技术应用于开放式微波结构中的时域模函数是适宜的.将一维傅里叶-贝塞尔函数展开定理扩展到二维,对二维傅里叶-贝塞尔函数系的完备正交性进行了分析证明,从而阐述了贝塞尔函数系作为时域模函数的有效性.最后比较采用二维傅立叶－贝塞尔函数系做模函数的FDTD-Diakoptics计算结果与传统FDTD计算结果,二者吻合良好.      

基于自相关函数的自然纹理图像分形维数的估计

提出了一种估计分形维数的新方法,并利用该方法估计自然纹理图像的分形维数.分形维数是描述图像粗糙程度的主要参数.将分数布朗运动推广到离散情况,研究离散高斯噪声的自相关函数的性质.根据自相关函数的性质,获得估计分形维数的自相关函数方法.合成分形图像和自然纹理图像被用来检验该方法的准确性,并与计盒方法进行了比较,结果显示自相关法是准确的和有效的.      

超高层建筑表面脉动风压空间相关特性试验研究

通过对某超高层建筑模型同步测压风洞试验,分别从时域和频域对模型各表面典型测点脉动风压水平和竖向空间相关性系数、以及水平和竖向相干函数进行了全面深入分析.与相关参考文献中提出的经典风速相干函数表达式进行了比较,给出了侧风面脉动风压相干函数考虑涡旋脱落影响的新的数学模型,拟合了公式参数,得到的结果可为建立更为精细的气动力模型所参考.     

改进RBF网络及其在悬索桥吊索损伤定位中的应用

研究了RBF网络行为的过拟合现象,提出了基于R2+准则与Jackknife校验的改进算法。以润扬大桥南汊悬索桥为背景,在对其吊索损伤分析的基础上,构建了RBF损伤定位网络。研究表明,本文提出的改进RBF网络可以较好地对吊索进行损伤定位。     

对抗黑盒攻击的混合对抗性训练防御策略研究

随着深度学习模型在无人驾驶等安全敏感性任务中的广泛应用,围绕深度模型展开的攻防逐渐成为机器学习研究的热点。黑盒攻击是一种典型的攻击场景,在攻击者不知道模型具体使用结构和参数等情况下仍能进行有效攻击,是现实场景中最常用的攻击方法。因此,分析深度学习模型的脆弱性并设计出更加鲁棒的模型来对抗黑盒攻击成为迫切需要。而传统基于单模型的单强度和多强度对抗性训练方法,在抵御黑盒攻击时性能十分有限;基于多模型的集成对抗性训练方法在抵御高强度、多样化攻击样本效果也不理想。本文提出一种基于贪婪强度搜索的混合对抗性训练方法,实验结果表明,所提出的混合对抗性训练能够有效抵御多样化的黑盒攻击,性能优于传统的集成对抗性训练。