基于工业CT的混凝土集料二维及三维轮廓表征方法

利用工业CT获取沥青混凝土试件内部结构断层图像,通过数字图像处理手段将图像内颗粒的二维轮廓提取出来,采用傅里叶描述子表征颗粒轮廓,结合等效直径概念确定了合理的采样间隔角度,对傅里叶变换阶数n的取值进行了定性的分析,并用图形及决定系数R2来描述拟合优劣程度,分析了可能失效的情形。采用球面调和变换对颗粒的三维表面轮廓进行表征,分别对球面调和变换阶数n′及采样点的不同取值效果利用三维可视化进行了比较,探索了其R2随阶数n′及采样点大小的变化规律。结果表明:阶数n′取25～30比较合适;球面调和变换可以更准确地表征集料颗粒的三维轮廓及局部细观特征,并且颗粒的三维轮廓用此方式表征有利于计算机建模的需要,有利于混凝土虚拟试验工作的深入开展。     

波浪检测与特性参数分析试验研究

本文介绍了一种通过检测波浪的垂方、北向和西向位移,对位移数据和波浪进行统计分析,进行傅立叶变换研究其功率谱密度和方向频率分布的方法,并对之进行了试验研究.该研究对船舶耐波性的研究、海洋工程的规划设计和海洋气侯预报具有重要意义.     

���ڷ������۵Ķ�ʱ��ͨ��Ԥ���㷨

城市交通诱导与控制需要短时交通流预测作为依据,当预测时间小于5 min时,常用的短时交通流预测方法往往难以满足精度要求. 为了提高短时交通流预测的精度,针对短时交通流的非线性特征,采用基于分形的方法可以缩短预测时间、提高预测精度. 在G-P算法基础上,本文利用欧式模定义相空间任意两点间的欧式距离,并采用筛选法计算备选点的欧式距离,以此提高计算速度,使预测2 min内的交通流成为可能. 以北京西直门至阜成门段一天的断面交通量为实例,应用基于分形的短时交通量预测算法,对712个有效数据点的后30点进行预测,预测精度达到92％以上.     

冲击荷载下粘弹性地基上弹性道面板响应分析

建立了冲击荷载作用下粘弹性地基上弹性道面板力学计算模型,较真实地反映了工程的实际情况,对自由边界条件下板的运动方程,采用有限傅立叶变换等手段进行了求解。并对比了其与弹性地基模型上道面板的弯沉,说明地基粘性效应限制了板的冲击挠度的发展,对工程设计的改进具有一定意义。     

基于粗集和神经网络耦合的短时交通流预测

比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型。首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测。通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度。     

用于阵列波导光栅设计的傅里叶光学修正算法

以傅里叶光学为基础,应用菲涅耳-惠更斯原理推导出了用于设计阵列波导光栅解复用器的数学模型;分析了菲涅耳近似条件对光场在自由传输区进行高斯远场衍射的影响;提出了一种基于四阶量化误差的修正算法,并和传统的傅里叶光学法及StigmaticPoints法进行了比较分析;设计了一个具有0.4nm通道间隔的1×256信道阵列波导光栅解复用器,结果表明,得到的器件参数与实际设计值相吻合.     

一种基于整数小波变换的彩色图像盲水印技术

提出了一种在静止的彩色图像中嵌入盲水印的鲁棒算法,用彩色图像作为数字水印的载体,将有意义的二值图像作为水印图像,利用人类视觉系统(HVS)特性,综合考虑水印的鲁棒性和不可见性,将水印信息嵌入到小波分解的低频域(LLn),通过理论分析和实验结果证明:算法满足水印的抗JPEG压缩攻击、复杂度较低、实用性较强、对原图的影响较小,具有可行性和有效性等特点。     

基于时间序列相似性搜索的交通流短时预测方法

为了进一步提高交通流短时预测的效果,在分析现有预测模型存在问题的基础上,设计了1种基于时间序列相似性搜索的交通流短时多步预测方法.利用界标模型对交通流时间序列数据进行模式表示,在历史数据库中搜索与当前交通流时间序列相似度较高的历史时间序列,进而确定与预测时刻相对应的历史数据,利用回声状态网络模型实现交通流的短时多步预测.采用某特大城市快速路5 min采样间隔的交通流量数据进行实验验证和对比分析.实验结果表明,回声状态网络模型的预测精度分别比ARIMA模型和BP神经网络模型提高了6.25%和3.85%,以时间序列相似性搜索结果作为模型输入数据能够进一步提高交通流短时预测的精度.      

基于离散小波变换和人类视觉系统的数字水印算法

通过对人类视觉系统(HVS)的亮度特性、频域特性、图像类型特性的研究,提出一种基于离散小波变换和人类视觉系统数字水印算法,将秘密信息嵌入到小波变换不同的方位系数中.实现了水印信号在图像信息中的嵌入与提取,达到隐藏秘密信息的目的.实践证明该算法能提高水印的不可见性,同时具有很强的鲁棒性.     

基于小波神经网络的路段短时交通流预测

应用BP神经网络来对路段短时交通流进行预测,预测精度和收敛速度都不是很理想,为了克服BP神经网络自身存在的非线性逼近缺陷,依据小波的时频域特征,将小波变换和BP神经网络结合起来,提出一种基于小波神经网络的短时交通流预测方法,给出了具体的网络学习算法,并结合实地调查数据进行了对比测试,分析结果证明了小波神经网络模型对短时交通流预测的有效性．