功能梯度双材料复合悬臂梁受集中剪力作用的弹性力学解

采用应力函数的方法,求解了功能梯度双材料层合悬臂梁在端部受集中剪力作用下的弹性解.该梁中含有两个功能梯度层,每层的弹性模量均可以沿厚度方向独立变化,对任意的变化梯度均成立,当退化至各向同性材料时,与已有的单层悬臂梁理论解一致.该方法具有一般性,可推广至功能梯度夹芯梁的求解.     

沥青路面老化与温度场引起的模量梯度研究

由沥青路面老化与温度引起的模量梯度是造成路面Top-Down裂缝的主要原因,为对Top-Down裂缝进行开裂预估,本文通过计算路面不同深度的平均温度得出路面的温度场分布,研究沥青路面老化随龄期、温度、空隙率和深度的发展变化规律,建立老化预估模型。根据老化预估模型中沥青粘度与沥青混合料动态模量的关系,得到沥青混合料随老化时间、温度、深度、空隙率变化的梯度模量。研究结果表明:通过全寿命沥青路面结构的老化预测模型、沥青粘度与沥青混合料动态模量的关系式,可建立不同老化程度和动态模量之间的关系。     

基于图像表面梯度的翻拍检测

经过翻拍后的篡改图像能够轻易绕过现有的图像篡改检测系统,这对图像真实性的检测构成严重的安全威胁.本文基于翻拍过程中两次使用相机进行拍摄而引入的非线性响应,使用Lib-SVM设计图像分类器判别翻拍图像和真实图像.翻拍后图像表面梯度值与真实图像相比会产生非线性变化,这使翻拍图像表面梯度值产生异常.本文基于图像表面梯度特性提取相关特征值,使用支持向量机分类器进行翻拍图像和真实图像的判别.实验结果表明,本文提出的特征分类效果良好,可以正确检测翻拍图像.     

一类新的修正PRP共轭梯度法

提出一类带有新参数公式的的修正PRP共轭梯度法.该方法能自动保证参数公式的非负性.在适当条件下,证明了算法在广义Wolfe-Powell线搜索和Wolfe-Powell线搜索下全局收敛,初步的数值试验结果表明新方法有较好的应用前景.     

一种基于HOG与LBP双特征融合模型的人脸年龄估计方法

人脸图像的年龄估计关键步骤在于提取特征,但各种复杂因素的影响诸如生长地域、生活习惯、遗传基因等,均会使得最终的估计结果值产生偏差,为此提出一种双特征融合模型来刻画人脸由于年龄变化而产生的不同特征,将梯度直方图(HOG)和局部二值模式(LBP)共同作为特征描述算子进行特征提取,再将二者进行特征融合,构成更为精确的年龄估计模型,随后采用支持向量回归的方法得到年龄回归函数.将所提实验在人脸数据集上,结果表明该模型可以快速且较为准确地对人脸图像进行年龄估计,较之于单独提取HOG特征,可将年龄估计的平均误差缩小0.7岁,较之于单独提取LBP特征可将年龄估计的平均误差缩小1.2岁,且该融合模型对幼儿期至青少年期的年龄估计表现效果最佳,平均估计误差在3.91岁;成年至中年期效果其次,平均估计误差在4.41岁;老年阶段人脸的平均估计误差为5.80岁.     

基于旅客列车开行及停站方案的客流分配

客流分配是评价旅客列车开行方案的一个重要方面。通过分析旅客对列车选择行为的影响因素,旅客根据自己的意愿选择出行方案,考虑旅客乘坐列车的消费水平及拥挤费用,消费层次较高的旅客选择费用较高、旅行时间较短的乘车方案,消费层级较低的旅客选择费用较小的乘车方案,最终每个路段上的客流达到一个平衡状态。通过构造基于开行方案及停站方案的换乘网络,根据路段路径阻抗,利用梯度映射法进行求解该网络的客流分配模型,最终获得各OD对之间的多条出行路径方案。     

附有空间误差梯度信息的虚拟基准站服务技术

为了克服传统虚拟基准站服务技术在长距离定位服务和全域范围服务中存在频繁换站,以及严重依赖互联网通讯的不足,利用现有RTK （real-time kinematic）设备兼容互联网模式和电台模式的基本条件,通过空间误差模型分析,将空间误差梯度信息附加在差分服务数据中,并结合互联网、共生调频数字广播和特高频无线电广播等技术手段,实现了面向全域范围的差分数据播发;同时,给出了传统虚拟基准站有效服务距离的计算模型. 实测结果显示:设定空间误差修正质量对流动站坐标各方向精度影响小于1 cm2的情况下,中纬度平原地区虚拟单基站网络站间距或者传统虚拟基准站服务的换站距离可以达到5 km;利用单个功率低于2 W的信号终端实现了27 km的远距离数据播发,突破了传统虚拟基准站服务需要数据交互且单个虚拟基准站有效服务距离只有几公里的限制,可满足包含数十公里通讯盲区的全域高精度定位应用需求.      

基于梯度推进决策树的日维度交通指数预测模型

城市交通运行监测和预测是掌握交通运行变化特点,制定缓解交通拥堵策略的重要工作,其结果能为公众提供有效的路况信息,亦为政策措施的制定和效果评估提供重要支撑.有别于传统的短时交通预测,本文提出的预测模型不是针对相邻时段的运行状态预测,而是更长跨度上,针对日级别高峰时段交通运行状态的预测.构建了包含时间周期、特殊天气、节假日、限行、大型活动等因素的多维度影响因素集;以长期历史交通指数构建数据训练集,提出了基于梯度推进决策树的日维度路网状况预测模型.应用最优模型进行验证,结果表明,模型预测精度可达 90%以上,与其他 4种回归模型的对比分析也显示,本文所提出的模型在各项评分中均表现最优,说明其更适合于大样本、多因素的回归分析.本文所提出的日维度预测模型对提升城市路网运行质量、缓解交通拥堵具有重要的应用价值.     

基于改进梯度相似度核的交通图像去雾算法

雾霾天气下,交通图像采集设备获取的降质图像含有较多噪声,图像边缘不突出,整体偏暗且对比度不高,灰白不清。针对传统交通图像滤波和去雾算法存在着滤波效果和边缘保持能力不能兼顾,容易出现噪声斑块,导致去雾后图像质量较低的问题,在传统梯度双边滤波基础上,设计了一种新的梯度相似度核,提出了基于改进梯度相似度核的雾霾天气下交通图像去雾算法。新算法首先将采集的含雾图像转换到Lab颜色空间,提升色域宽度,再利用改进梯度相似度核和空间相似度核分别计算图像中每一像素点与滤波框内临近像素点的梯度相似度和空间相似度权值,根据权值对图像进行滤波处理,然后将其转换到RGB颜色空间。最后根据大气光散射模型和暗通道先验原理,对滤波后的交通图像进行去雾处理,得到复原图像。试验结果表明：与传统双边滤波和梯度双边滤波算法相比,使用新算法处理后的复原图像峰值信噪比、归一化灰度差平均提升了13.25%、9.41%和21.76%、22.7%。新算法在保证了滤波效果,避免“噪声斑块”的同时,能够尽可能保持图像边缘细节信息,提升了雾霾天气下交通图像的去雾质量,对加强交通监控,保障交通安全有十分重要的应用价值和现实意义。