一种基于独立成分分析和径向基神经网络的人脸识别新方法

提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法。独立成分分析可以从高阶上消除特征数据的相关性,改进了主成分分析方法只能从2阶上消除数据相关性的弱点;最终特征数据的分类由RBF神经网络来实现。在人脸数据库上的实验结果表明该新方法的识别性能较其他方法有了很大提高。     

基于模糊综合函数的飞行计划与雷达航迹关联

文章针对飞行计划航迹准确推算的困难和传统飞行计划关联算法的缺陷,利用飞行计划、起飞报、位置报等报文较为准确的推算出计划航迹,并根据关联特点,运用模糊综合函数航迹关联算法的思想,建立了仿真模型,解决了关联问题。仿真结果验证了该算法的科学性、可行性。     

高频雷达信号的双线性时频分布性能研究

针对海杂波背景下高频地波雷达的目标探测问题,采用时频分析方法研究对海杂波中的非平稳多分量目标探测。讨论了海杂波背景下的目标检测问题,以及信号的双线性时频分布,通过仿真研究了时频分布性能,尤其是核函数抑制多分量目标的交叉项作用。仿真结果显示,伪Wigner-Ville分布较Wigner-Ville分布对于交叉项的抑制作用较大,而平滑伪Wigner-Ville分布降低交叉项的效果更好。     

基于改进Copula 的海上运输关键节点应急保障能力评估

海上运输关键节点的应急保障是最大限度减少突发事件造成损失的重要方面. 考虑影响海上运输关键节点应急保障能力各因素之间的关联性,因素变量分布情况的影响,以及多维变量导致Copula 函数的参数求解困难等问题,构建基于因子分析(Factor Analysis)和 Copula 函数(FA-Copula)的海上运输关键节点的应急保障能力评估模型,对海上运输关键节点应急保障能力进行评估,分析不同因素的影响. 计算结果显示：整体对比来看,应急能力比较好的是直布罗陀海峡、马六甲海峡和巴拿马运河,比较差的是苏伊士运河;从其中提取的公共因子FA1 来看,马六甲海峡比较好,苏伊士运河比较差;对不同因子变量联合分布比较发现,不同因子变量分布会对结果产生不同的影响.     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪.     

平面二维k-ε紊流模型不同壁函数的对比及研究

在平面二维紊流模型中壁函数起到连接流固的桥梁作用,克服了边界附近网格过密的困难,也是紊流模型应用中的一个重要环节,因此壁函数的选择对模型的模拟结果起着至关重要的作用。将3种不同形式的壁函数引入平面二维k-ε模型中,对丁坝绕流进行了数值计算,并将计算结果与实测数据进行了对比,从流场、流速、紊动动能分布及紊动耗散率等方面对3种壁函数进行优选验证,结果表明对数率壁函数优于其他两种形式的壁函数,其数值计算结果更接近实测数据。     

基于功能损伤的复杂电磁环境下炮兵目标毁伤评估

为适应复杂电磁环境,提高炮兵指挥员“科学决策,量敌用兵”的水平,依据目标在复杂电磁环境下的特点,综合利用了指数法和D-S理论等方法,分别对典型目标、电磁敏感目标和系统目标进行了功能损伤性毁伤评估。     

应用广义拟余能原理研究流固耦合问题(英文)

水动力学与固体力学交叉的流固耦合理论是船舶与海洋工程结构响应分析与直接设计的重要工具.本文应用卷变积方法,按照广义力和广义位移之间的对应关系,将弹性动力学的基本方程卷乘上相应的虚量,然后积分,代数相加,并考虑到体积力和面积力均为伴生力,建立了非保守系统初值问题的两类变量的广义拟余能原理.应用广义拟余能原理研究流固耦合问题,分析了结构的动力响应,给出同时求解力类量和位移类量两类变量的计算方法.     

Analysis of velocity fluctuations and their intermittency properties in the surf zone using empirical mode decomposition

We consider here surf zone turbulence measurements, recorded in the Eastern English Channel using a sonic anemometer. In order to characterize the intermittent properties of their fluctuations at many time scales, we analyze the experimental time series using the Empirical Mode Decomposition (EMD) method. The series is decomposed into a sum of modes, each one narrow-banded, and we show that some modes are associated with the energy containing wave breaking scales, and other modes are associated with small-scale intermittent fluctuations. We use the EMD approach in association with a newly developed method based on Hilbert spectral analysis, representing the probability density function in an amplitude–frequency space. We then characterize the fluctuations in a stochastic framework using a cumulant generating function for all scales, and compare the results obtained from direct and classical structure function analysis, to EMD–Hilbert spectral analysis results, showing that the former method saturates at large scales, whereas the latter method is more precise in its scale approach. These results show the strength of the new EMD–Hilbert spectral analysis method for data presenting a strong forcing such as found in shallow water, wave dominated situations.     

有限元可靠度方法在桥梁工程中的应用

一次二阶矩法是目前求解结构可靠性分析的主要计算方法之一．该方法要求功能函数对随机变量的偏导运算。然而对于以有限元方法分析为主的桥梁结构．无法对其隐式功能函数进行显式求导．限制了一次二阶矩法的应用。本文给出了隐式功能函数可靠度的随机有限元解决方案．考虑了有限元方法和可靠度方法结合使用过程中,经典一次二阶矩法的改造问题。算例表明,该方法能够适用于基于有限元的结构可靠度分析,并在求解过程中给出随机变量的敏感系数。