多层均匀材料复合结构的声反射透射特性研究

采用传递矩阵方法,依据层界面上应力和振速的连续性,从理论上推导了2种典型的任意多层均匀材料复合结构的反射透射系数公式,研究了一些常用复合结构形式的声反射和透射特性,数值计算结果表明,有橡胶层的多层复合结构的吸声效果取决于各层材料的声学性质、厚度以及声波的入射角.     

基于风险矩阵的公路工程招投标风险评价

公路建设飞速发展,但其招投标过程存在很多问题和风险因素,对招投标人产生很大的影响。为了最大限度地确保工程质量、提高资金使用效益,必须科学合理地对公路工程招投标风险进行分析。结合公路招投标的特点,运用风险矩阵的方法对其进行了综合评价,提出风险因素的计算方法。     

利用矩阵的初等变换求矩阵的一种简易方法

本文利用初等变换给出了一种已知矩阵的特征值、特征向量求此矩阵的一种新方法。     

交通流分配中利用矩阵迭代法计算最短路径的一点改进

全有全无的最短路径法是进行交通流分配的一种方法,矩阵迭代法可以用来计算加权有向图的最短路径,对于一个n节点的加权有向图,传统方法最多须迭代n-1次,而利用改进方法,即在迭代过程中直接由D^2r’计算出D^2r＇＋1,最多迭代次数只需‘log2^n-1’或‘log2^n-1’＋1次,对于大规模节点数的加权有向图尤其适用．     

RNA二级结构的数学表示及其应用

根据RNA二级结构的基本序列在3-D空间中定义了使核苷酸集与点集之间一一对应的映射,进而利用这个映射在3-D空间中得到了RNA二级结构的新的3-D有向图形表示,然后基于3-D有向图形表示把RNA二级结构转化为特征向量序列和L/L矩阵,提取特征向量序列的夹角余弦和的平均值和L/L矩阵的不变量（特征值）,并作为特征向量来刻画RNA二级结构,最后利用特征向量之间的距离来描述序列或结构的不变性来分析了AIMV-3等九种病毒的RNA二级结构的相似性,得到了比较好的结果.     

钢轨非对称廓型的设计方法

为科学确定钢轨非对称廓型,指导打磨作业,基于经典的轮轨接触几何学和接触力学,建立了以等效锥度、接触应力水平和打磨量等为评判依据的设计与评价方法,以比选确定最优打磨方案.实例分析表明,这种方法综合考虑了不同打磨方案对曲线通过性能、滚动接触疲劳和打磨成本等关键因素的影响,可以为目标廓型的选择提供参考.     

基于影响矩阵的桥梁合理设计状态的确定

在分析基于线性、非线性调值计算的影响矩阵法的基础上,深入剖析影响矩阵法在斜拉桥、系杆拱桥、自锚式悬索桥及预应力混凝土梁式桥合理成桥状态确定中的应用,提出一些较具实用价值的计算方法,可为桥梁设计提供有益的参考。     

基于秩最小化矩阵去噪的船舶轨迹重构方法

针对船舶自动识别系统(Automatic Identification System,AIS)在实际应用中存在错误数据频发、数据丢包等问题,本文提出一种基于秩最小化矩阵去噪的船舶轨迹重构方法,利用去噪实现轨迹重构,同时,实现对轨迹的去噪和缺失补全。该方法通过线性插值实现经度对齐,将轨迹数据转化为轨迹矩阵,从而补全轨迹中的缺失值。由于补全结果存在非常大的误差,因此,引入PLR(Patch-Based Low-Rank Minimization)算法去噪,消除误差。同时,为进一步提升补全效果,通 过2D-VMD(Two-Dimensional Variational Mode Decomposition)算法将矩阵分解为不同频率的IMF(Intrinsic Mode Function),并分别进行PLR去噪,合并去噪结果,得到最终重构后轨迹。本文以长江武汉段水域船舶AIS轨迹为研究对象,通过实验证明该方法在不同缺失比例以及随机缺失和连续缺失两种情境下具有鲁棒性和较强的稳定性;并与 HALRTC(High-Accuracy Low-RankTensor Completion)、TRMF(Temporal Regularized Matrix Factorization)等方法进行比较,结果表明,该方法相较于HALRTC等方法具有更高的精度,并在高损失率下表现出较好的重构效果。     

北京市共享单车出行的时空规律与需求预测研究

基于北京市摩拜单车的工作日骑行数据,利用非负矩阵分解算法(NMF)从时间和空间两个维度深入探究共享单车的出行规律,并构建逆序群体稳定性指标(RPSI)改善k值选择过程。利用得到的出行规律,运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的出行需求进行预测,并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模型的结果进行对比。研究结果表明,共享单车可分为5种基本的出行模式,每个区域的出行都可以由这5种出行模式的线性组合来表达,其中的系数代表了每一种出行模式的强度和随时间变动情况。依据这5种出行模式的时间特征和空间特征,分别确定其出行含义：通勤出行中居住地到地铁站的出行;通勤出行中地铁站到工作地点的最后一公里连接;居民其他的非通勤出行行为,如休闲娱乐活动等;回程通勤出行中从工作地点到地铁站;回程通勤出行中从地铁站到居住区的最后一公里连接。最后,模型预测结果的对比分析显示,本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型。     

既有桥桩对盾构引起地表沉降槽的变形影响

针对预测盾构开挖引起的地表沉降槽变形曲线,通常采用Peck公式或其修正公式,但该公式没有考虑邻近桥桩刚度对地表沉降槽变形的影响。采用Midas GTS NX建立三维有限元模型,分析不同桩径和桩-隧道间距对地表沉降槽曲线的影响,提出一种适用于预测盾构近距离侧穿桥桩时地表沉降槽的偏态分布曲线。以长沙地铁5号线圭塘站至高桥南站区间为工程背景,将有限元计算结果和现场实测值与偏态分布曲线值进行对比分析。研究结果表明：当L/D<1.8时,地表沉降槽变形曲线会呈现明显偏态分布,整体地表变形会在桩基附近出现“绕桩”现象。采用偏态分布曲线可以较好地预测邻近桥桩影响下盾构开挖引起的地表沉降槽变形,可为此类工况修建盾构隧道提供参考。