钢筋混凝土简支T型梁桥损伤识别的数值模拟

针对实际工程中大量钢筋混凝土简支T型梁桥的损伤、老化问题,对这类桥型进行损伤识别理论的研究。在建立典型T型梁桥有限元模型的基础上,采用便于T型梁桥工程应用的柔度差指纹和损伤确定准则组合成新的识别流程,成功地对钢筋混凝土简支T型梁桥主梁的损伤识别进行了数值模拟。考虑现有检测技术的限制(有限测点及测试噪声的干扰),利用MONTECARLO方法量化了噪声干扰对识别结果的影响。模拟分析的结果揭示了对该桥型进行损伤识别的特点并为其实际的损伤辨识提出了建议。     

指纹技术在确定交通事故驾车人中的应用

针对交通事故调查中驾车人确定的难点,提出将指纹技术应用于其中,以有力地支持事故调查的顺利完成;并对指纹技术的理论原理、操作方法、应用程序作了系统的探讨。     

溢油指纹数字化鉴别方法

数字化鉴别法借助于计算机技术具有处理效率高、易于存储等特点,近年来,运用该方法对溢油指纹进行鉴别分析受到越来越多的关注。介绍了聚类分析、主成分分析、判别分析、t检验法、相关分析、重复性限法等数字化鉴别方法的基本概念以及这些方法应用于溢油指纹鉴别的原理、步骤等,对这些数字化鉴别分析方法的适用条件、优缺点等进行分析比较,以期为更好地将数字化鉴别方法应用于油指纹鉴别分析奠定基础。     

基于广义柔度曲率矩阵对角指标梁桥结构损伤识别研究

为了构造梁桥结构损伤识别指标,基于广义柔度曲率矩阵,对广义柔度矩阵元素按行列两次差分得到广义柔度矩阵曲率,分别取损伤前后广义柔度矩阵曲率的对角线元素构建广义柔度曲率矩阵对角指标;再对广义柔度曲率矩阵列元素分别求1-范数和2-范数,分别将损伤前后矩阵列范数向量相减得到另外2个损伤识别指标,从而构造出3个新的损伤指标。采用简支梁算例对比验证这3个指标,进一步通过2种不同截面简支梁的损伤对比,分析新构造的广义柔度曲率矩阵对角指标的敏感性和适用性。最后,参考某连续刚构桥检测资料及其修正后的基准模型,应用新构造的广义柔度曲率矩阵对角指标,进行梁桥结构损伤识别数值模拟和验证分析。研究结果表明：3个新指标均能够识别出单损伤和多损伤工况的损伤位置和损伤程度。综合比较,广义柔度曲率矩阵对角指标效果最好;对于变截面梁桥损伤识别,广义柔度曲率矩阵对角指标有很好且稳定的识别效果;且广义柔度曲率矩阵对角指标能识别测点间部分损伤。归一方法对广义柔度曲率矩阵对角指标的损伤程度识别有轻微影响。结合广义柔度曲率矩阵对角指标和损伤程度计算,可以准确识别三跨连续刚构桥主梁损伤位置和损伤程度。     

基于深度强化学习的车车通信智能频谱共享

在城市轨道交通列车通信系统中,车车(Train-to-Train,T2T)通信是以列车为中心的新一代列控系统通信模式。与传统的以地面控制设备为中心的车地(Train-to-Ground,T2G)通信模式相比,T2T能降低系统的复杂度以及通信时延,提升列车运行效率。但为保障列车运行的安全性,当前的城市轨道交通列车通信系统中,车车通信与车地通信是并存的。为解决车车通信与车地通信并存场景下,通信链路资源复用引起的干扰问题,论文基于深度强化学习算法,提出了一种智能频谱共享方法。该方法以车车通信链路作为智能体,将频谱共享建模为多智能体深度强化学习(Multi-Agent Deep Reinforcement Learning,MADRL)模型。同时,由于传统深度强化学习对经验池的依赖,为提高经验池的稳定性,引入了能表征智能体行动轨迹的低维指纹信息。在该方法中,多个智能体采用分布式协作的方式与列车所处的通信环境进行交互,以此来迭代优化神经网络参数,使智能体获得的累计奖励不断提升直至收敛。最后,利用训练好的深度强化学习模型,智能体能够联合选择最佳的通信频谱和传输功率。在Python环境下的仿真结果表...     

面向低质量指纹图像的增强算法及应用

在自动识别系统中,为了消除噪声以提高指纹图象的质量,采用梯度法计算指纹图像的方向图,通过构造一组方向滤波器对指纹图像进行滤波,然后提出了一种针对方向滤波后的指纹图像消除噪声的方法,试验结果表明了该方法的有效性和实用性.     

基于指纹技术的计划生育管理系统的设计

主要介绍计划生育及生殖保健管理系统的构建及功能模块的设计技术，重点叙述系统应用的指纹和图像处理技术，多层分布式系统的设计及数据的远程传送以及系统在实际中的应用。     

对我国海事系统油指纹库建设的思考

文中阐述了我国海事系统油指纹库建设现状及油指纹库的作用,结合油指纹库在溢油污染事故调查处理的应用,对当前海事系统的油指纹库建设存在的主要问题和不足进行了简单分析,并针对性地提出几点建议。     

Study on chromatographic fingerprint of sarcandra glabra （Thunb.） by microwave-assisted extraction coupled to HPLC/DAD

Microwave-assisted extraction (MAE) was used for extraction of effective components of sarcandra glabra (Thunb.), and then chromatographic fingerprint of sarcandra glabra (Thunb.) was studied by high performance liquid chromatography/diode array detector (HPLC/DAD). The conditions of MAE were optimized by an orthogonal experiment, and then the authentication and validation of the chromatographic fingerprint were conducted. Nine peaks were identified as common peaks in the fingerprint chromatograms, and isofraxidin was considered as a reference compound and quantified. Relative standard deviations of retention time and peak area of each component were less than 3% and 8%, respectively. Similarity and difference analysis were conducted by use of PCA and relation coefficient. Twenty batches of sarcandra glabra (Thunb.) samples from two different producing areas could be classified into two different groups in the PCA model. The results showed that MAE-HPLC/DAD method was simple, efficient and stable for the study of complex chromatographic fingerprint of sarcandra glabra (Thunb.), which could provide more reliable and precise information for quality evaluation.