多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

三次映射的全局分叉与浑沌

本文研究了一维三次映射ｘ→Ｆλ（ｘ）＝ｘ＾３－λｘ的全局分叉与浑沌。证明了当λ＞１＋３√２／２时，存在一个Ｃａｎｔｏｒ集。对任何的ｎ≥３，Ｆ＾ｎλ至少产生两次鞍结分叉。每次鞍结分叉后，又有两对称的周期培化序列产生。各位化序列发生的次序十分复杂，但均有相同的Ｆｅｉｇｅｎｂａｕｍ数。同宿和异宿分叉导致了多个不同的浑沌集的形成。     

位错动力学和固体湍流

研究了外场作用下，位错的非线性动力学，导出了混沌的阈值，讨论了系统的级联分叉以及通向混沌的途径，并在参数平面δ／ａ－Ω上，给出了系统的混沌区和非混沌区。     

基于高精地图的物流配送车路径规划与跟踪控制

为了解决园区等场景下无人车多途经点配送问题,提出了一种基于矢量化高精地图的车道级全局路径规划、生成和跟踪控制方法。考虑配送车往返途经点顺序对行驶路径总长度的影响,基于高精地图采用A*算法计算各配送点间的最优路径,在此基础上,利用动态规划算法求解经过多个配送点的全局最优路径。应用贝塞尔曲线对规划的路径进行平滑,并根据道路曲率设定不同路径处的参考行驶速度,进而生成车道级的可用于跟踪的目标轨迹。利用车辆二自由度模型设计模型预测控制器进行轨迹跟踪,实现低速物流配送车的自主控制。在 CarSim/Prescan/Simulink联合仿真平台和实车平台上对提出的规划控制方法进行了试验。结果表明,相比传统的依据最近配送点策略确定的路径,所提出的方法搜索出的路径长度平均缩短了 6.15%。所设计的轨迹跟踪控制器能确保配送试验车与目标轨迹的横向偏差在 0.25 m 以内,航向角偏差在5°以内。     

鱼雷定深航行稳定性的分叉分析

鱼雷定深运动方程含有诸多的非线性项，用传统的分析方法对其稳定性进行研究有较大难度。运用非线性科学中的分叉理论，选定鱼雷定深运动方程中的某一流体动力系数扰动值为分叉参数，系统地分析在经典比例微分深度控制系统作用下，鱼雷在退化平衡点处的航行稳定性。利用中心流形定理，推导出系统状态变量解析表达式，对系统 Hopf分叉进行分析，并进行仿真验证。结果表明，流体动力系数变化使定深航行产生 Hopf分叉，并给出了确保鱼雷稳定航行的流体动力参数取值范围。     

考虑多人相互影响的舰船通道最短路径规划

将时间维引入既定舰船通道网络,把考虑多人相互影响的动态最优路径规划问题转化为时间依赖网络中的最优路径搜索问题。首先,论文的算法为所有人员随机生成走行路径,为了预测网络中的弧(路段)的走行时间,按人员速度从慢到快的顺序依次计算并记录人员到达路径中的各路段首节点的时刻,先记录到的人员将成为后记录到的人员的动态障碍。然后,将遗传算法与网络中弧的走行时间预测方法相结合,借助遗传算法的个体多样性天然地解决了人员走行任意性问题,因而获得了全局动态最优路径算法,并仿真计算了两人以及三人的最短时间路径;经与不考虑人员间相互影响时获得的最优路径相比较,论文的算法获得了人员遇到障碍时(或跟行或绕行)的最优走行路径。最后,借助时间依赖网络中的最优路径充要条件定理,说明了算法的有效性。     

一类含间隙机械振动系统的概周期运动与混沌

着重研究了一类存在间隙的双质体振动系统的周期运动在非共振和弱共振条件下的Hopf分叉.解析确定了该类含间隙系统周期运动的Poincar     

求解多峰性函数全局最优解的进化算法及其应用研究

本又针对简单遗传算法（SGA）在解决多峰性函数最优化问题存在的不足，提出了一种分配区间型进化算法，能够求出多峰性函数所有全局最优解及多个局部最优解。通过十几个多峰性函数与工程实例的数值实验，验证了算法的正确性。对简易海洋平台进行了疲劳可靠性优化设计为算例，取得了满意的结果。