速流结构汇流槽板动力性能研究

速流结构是治理公路大型泥石流的有效技术类型,由汇流槽和速流槽组成.汇流槽在泥石流冲击作用下的受荷性能是速流结构应用的关键技术之一,本文建立了汇流槽板质量-阻尼-弹簧动力学模型,据此运用结构动力学方法构建了汇流槽板的挠曲线方程和动力学方程,为汇流槽板结构强度设计及变位控制设计提供了依据,其成果于平川泥石流防治工程中得到成功应用.     

两类圈的广义Mycielski图的邻强边色数

设G是简单图,V(Mn(G))={v01,v02,…,v0p;v11,v12,…,v1p;…;vn1,vn2,…,vnp};E(Mn(G))=E(G)∪{vijv(i 1)k|v0jv0k∈E(G),1≤i,j≤p,i=0,1,…,n-1},则Mn(G)称为G的广义Mycielski图,其中,V(G)={v0i|i=1,2,…,p}.本文得到了Mn(Cm)的邻强边色数,其中,Cm是m阶圈,且m≡0(mod 5)或m≡0(mod 6).     

基于神经网络技术的汽车齿轮分组研究与实践

针对基于具有相同工艺路线的齿轮分组问题,采用了神经网络技术解决方案.结合某汽车公司某子公司多品种齿轮的生产实际,通过对齿轮特征的分析,进行分类编码.就齿轮的自动分组问题进行神经网络设计,通过学习、训练网络,得到一个智能化的齿轮分组机制,从而确定了一种新齿轮的工艺路线.     

基于KPCA和ANFIS的色彩校正

提出结合核主成分分析（KPCA）和自适应神经模糊推理系统（ANFIS）的色彩校正（KPCA_ANFIS）算法.首先将数据通过核函数映射到高维空间,再通过KPCA提取主成分,最后通过ANFIS学习达到色彩校正的目的.实验结果验证了ANFIS用于色彩校正的可行性和有效性,KPCA_ANFIS算法的精度和鲁棒性均优于传统ANFIS.对测试数据（训练数据）的平均误差、最大误差和标准差较传统ANFIS分别下降了37%（45%）,34%（40%）和35%（40%）.     

一种新的复杂细胞启发下的特征提取方法

鉴于V1区复杂细胞具有提取外界刺激不变本质的能力,设计了一个提取目标图像局部不变特征的方法.该方法首先使用提出的无监督算法（PCICA）,从图像中学习出类似于复杂细胞感受野的滤波器集合.然后利用这些滤波器组成的复杂细胞描述子,提取目标图像各个位置的不变特征.最后对图像特征图进行分块统计,将各区域的直方图序列作为图像的最终描述.测试结果表明,PCICA具有类似于快速独立分量分析算法（FastICA）三阶收敛的特点,从图像中学习出的滤波器集合,表现出复杂细胞感受野的拓扑结构.这些滤波器对于局部图像的微小变化并不敏感,对于检测不变特征十分有利,并在MNIST手写体数据库上取得0.84%的识别错误率.     

基于串行分类器的车牌字符识别

在特征提取的基础上,对采用Bayes分类器和支持向量机的车牌字符识别方案进行比较,提出在Bayes分类器的基础上,再利用支持向量机对Bayes分类器不易区分的车牌字符进行识别的二级串行分类器融合的改进方案,在一定程度上既克服了Bayes分类器对车牌字符识别率低的问题,又解决了支持向量机识别速度慢的问题,可滿足车牌字符识别实时性和高识别率的要求。     

关于图的两类边控制数

引入了图的反符号边全控制的概念．设G=（V,E）是一个图,N（e）表示G中与e相邻的边集,函数f：E→{＋1,-1},如果对任意e∈E（G）均有∑f（e’）≤0,其中e’∈N（e）,则称,为图G的一个反符号边全控制函数．而γ’st（G）=max{∑f（e）｜f为G的反符号边全控制函数,e∈E（G）称为图G的反符号边全控制数．分别给出了图的反符号边全控制数和^符号边控制数的一个界限,并确定了轮图的反符号边全控制数和完全偶图Km,n的珏符号边控制数的下界．     

基于串行分类器的车牌字符识别

在特征提取的基础土,对采用Bayes分类器和支持向量机的车牌字符识别方案进行比较,提出在Bayes分类器的基础上,再利用支持向量机对Bayes分类器不易区分的车牌字符进行识别的二级串行分类器融合的改进方案,在一定程度上既克服了Bayes分类器对车牌字符识别率低的问题,又解决了支持向量机识别速度慢的问题,可满足车牌字符识别实时性和高识别率的要求。     

大直径钻孔灌注桩的承载力发挥特征分析

以某工程大直径桩为研究对象,采用现场试桩、理论分析计算相结合的方法,对大直径深长钻孔灌注桩的承载力发挥特征进行了研究,主要包括以下几个内容：（1）进行了4根大直径桩静载荷试验,获得了各试桩的极限承载力;（2）通过在桩身埋设钢弦式钢筋计,量测得各级荷载下桩身的内力变化情况;（3）通过计算得出桩身轴力和桩侧摩阻力沿桩身的分布规律以及桩侧摩阻力和桩端阻力的发挥情况,并以此为基础研究了桩基荷载传递特性及侧摩阻力发挥规律。     

基于MATLAB的真空开关电弧图像处理

为了滤除在应用CCD对真空开关电弧图像诊断时带来的各种噪声影响,增强真空开关电弧图像的特征细节,提出了运用MATLAB对真空开关电弧图像处理的方法.运用中值滤波方法对电弧图像中椒盐噪声干扰处理;然后运用坎尼算子对电弧图像边缘进行了检测;最后对电弧图图像灰度变换增强处理.结果表明：通过MATLAB图像处理技术使真空开关电弧图像在主观视觉和客观标准评价上均取得良好效果,为其形态及内部等粒子体参数的诊断提供了有效的手段.