水位涨落过程中海堤(土石坝)渗流分形分析

渗流问题一直是困扰水工建筑物健康发展的难题。随着建筑物使用年限的增长、运行环境的改变,渗流常常发生在堤防、土石坝中。利用有限元软件对不同水位下的海堤进行数值模拟,将分形理论应用于水位涨落过程渗流数据中,对相同单元节点处渗流产生的总水头H、渗流压力P以及渗流流速v曲线的盒维数进行分析,并通过Matlab编程计算出不同关系曲线对应的分形维数。结果表明:总水头分维D_H,渗流压力分维D_P以及渗流流速分维D_v随水位的变化而变化,且各分维值随水头变化明显与水位涨落成正比。采用分维值表示水位涨落过程中渗流因素是一种简洁、准确、科学可行的方法。     

岩石表面轮廓线坐标数据分形维数算法探讨

对岩石表面轮廓线对应的原始数据采用多种分维计算方法进行分析,并利用MATLAB平台编程计算各类岩石表面轮廓线坐标数据的分形维数,结果表明采用计盒维数法可靠可行。岩石表面纹理维数越大则粗糙程度越复杂,据此可为路面层石料的优选提供新的方法和指标。     

分形元胞自动机在自组织临界性中的应用

基于元胞自动机分形模型，探讨了散粒体自组织临界性（SOC）的机制．不同级配散粒体单面坡的已有试验表明，散粒体的SOC与非均匀系数有关．应用分形理论计算了沙堆颗粒级配的分维数，结果表明，呈现SOC的沙堆，颗粒级配具有分形特征．进而假设：若大尺度非均匀沙系统的组构特征具有分形特性，系统也能呈现SOC．为解释此假设，建立了既能表征非均匀系数又具有分形组构特征的元胞自动机沙堆模型．数值模拟表明，元胞排列方式服从分形时，沙堆模型呈现SOC，而等间隔排列的模型不呈现SOC，结果与假设一致．最后对SOC的判据进行了讨论，认为系统组构特征具有分形特性是大尺度非均匀沙系统呈现SOC的必要条件．     

细集料形貌的分维数评价及沥青混合料性能试验

采用体视显微镜与面光源结合的细集料形貌测量方法获取五种细集料在0.003 mm/pixel分辨率下的颗粒图像,运用颗粒分维模型,以分维数表征细集料形貌特性,开展了细集料形貌及其对沥青混合料性能影响的研究.分析结果表明:细集料分维数服从三参数威布尔分布且不同细集料的分维数具有显著差异;细集料分维数与沥青混合料的体积参数具有显著的线性相关性;随着分维数的增大,混合料的极限弯拉应变和冻融劈裂强度比均是先增加后减小,在一定范围内存在最大值;但细集料分维数对混合料高温稳定性的影响并不明显.     

基于分形理论的通乡镇公路建设水平评价方法研究

采用分枝维数分析方法着眼于乡(镇)的通达程度,对于通乡(镇)公路建设水平进行评价.对于通乡(镇)公路,当分枝维数和系数的计算结果分别达到1.1～2和1.79～2时,路网具有最优的连通性,并且这一取值能够满足县域经济发展和城镇化的需要.评价结果可以更有效地指导下一阶段,特别是“十二五”期间通乡(镇)公路的建设.     

基于分形小波理论的纹理分割研究

为了更有效地描述图像纹理特性,在深入研究现阶段各种纹理分割方法的基础上,提出了基于分形小波维数的纹理分割方法.该方法通过提取分形小波维数,将分形的方法和小波理论结合,提取了图像的分形特征参数,然后利用分形小波维数进行图像分割,并用实验证明该方法的有效性及实用价值.     

An Improved Singularity Computing Algorithm Based on Wavelet Transform Modulus Maxima Method

IntroductionA recent finding is that noise signal may con-tain hidden information.Such information promis-es to be of application value(forecasting suddencardiac death in patients,or analyzing financialmarkets fluctuation,or predicting the properties ofelectric devices).We must use some approachesfor extracting such hidden information from noise.Conventional approaches include analysis ofmeans,standard deviations and other features ofhistograms,along with classical power spectrumanalysis.Thos…     

基于形态学分形维数的输电线路故障选相方法

输电线路故障信号是一种典型的非线性信号,分形几何理论为描述非线性故障信号的特性提供了一个有力的分析工具。针对传统分形维数的局限性,本文提出了一种基于局域均值分解（local mean decomposition,LMD）-形态学的分形维数-Elman神经网络的输电线路故障选相新方法。该方法通过对故障电流进行相模转换后,对单一线模分量进行LMD分解得到若干乘积函数（product function,PF）分量,然后选取前4个PF分量进行数学形态学的分形维数估计,最后形成特征向量作为Elman神经网络的输入参数。仿真试验表明：提出的故障分类识别方法能快速、准确地识别各类故障,并且不易受故障初始角、故障位置和过渡电阻的影响,与传统的BP神经网络相比,Elman神经网络具有更好的效果,为准确判断输电线路故障选相提供了一种快速有效的新方法。     

基于灰色关联分析的密级配沥青混合料分形维数研究

针对AC-16沥青混合料,应用灰色关联分析方法,研究粒组集料含量与沥青混合料分形维数之间的关联程度,根据关联度的大小,将粒组分为四类,每一粒组类别与分形维数的关联程度相同.以粗糙集理论为基础,对粒组进行约简,选出了影响AC-16沥青混合料分形维数的关键粒组,通过控制与关键粒组对应的筛孔通过率,即可改变分形维数,进而调整沥青混合料的路用性能.     

分形滤波及其在铁路信号中的应用

电气化铁路的发展使列车接收到的铁路信号质量有所下降, 为了在强干扰的环境中可靠地解调出有用的铁路信号, 必须采用有效的滤波技术来抑制这些干扰。基于分形维数概念, 提出了一种新的模糊控制滤波方法, 该滤波方法可以根据信号的特征动态地调整模糊控制参数的取值, 对铁路移频信号仿真结果表明, 滤波效果良好, 对于复杂信号的滤波应用前景广阔