针对通过噪声的空滤器声学特性研究与改进

通过实验方法分析研究了一种中型乘用车通过噪声的特性,比较该车进、排气两侧通过噪声的声级和频谱特性,确定了进气噪声对车辆进气侧通过噪声的重要影响.为了解决该车进气噪声的问题从而达到整车降噪的目的,应用实验与边界元法计算两种手段,对该车空滤器的频率响应特性进行了研究.研究发现空滤器声系统的第一阶声固有频率与进气噪声基频相耦合是造成该车辆进气侧通过噪声高于排气侧的重要原因.基于这一研究结果,在计算和实验的基础上利用Helmholtz共振腔对空滤器的声学特性进行了改进,改进后的空滤器对降低车辆进气侧通过噪声有很好的作用.     

轧机压下螺纹副不等厚螺牙面力场的多极边界元解析

运用三维弹性摩擦接触多极边界元对3500中厚板轧机压下螺纹副进行面力场的数值解析.通过中径定位下的等厚和不等厚螺牙的计算,得到螺牙接触面的径向、周向摩擦力的分布及特点,为中厚板轧机螺纹副螺母损坏及滑动提供数值参考.     

正交拉普拉斯语种识别方法

提出了一种正交拉普拉斯语种识别方法,即在提取语音的i-vector后,采用正交局部保持投影进行子空间映射,将信号整体空间映射到语言信息加信道信息子空间,然后对映射后的矢量进行信道补偿处理,最后用支持向量机进行识别. 尽管i-vector最大限度地保留了语音的声学信息,但是并没有发现这些信息之间的内在结构. 利用正交局部保持投影在去除声学无关信息的基础上,进一步发现声学特征的内在结构,能够有效地提高特征的区分性. 在对NIST LRE 2003测试数据库实验后,发现新方法相较于基线系统来说,平均代价降低了28.91%.     

融合LLE和ISOMAP的非线性降维方法

局部线性嵌入（LLE）和等距映射（ISOMAP）在降维过程中都只单一地保留数据集的某一种特性结构, 从而使降维后的数据集往往存在顾此失彼的情况。针对这种情况, 借助流形学习的核框架, 提出融合LLE和ISOMAP的非线性降维方法。新的融合方法使降维后的数据集既保持着数据点间的局部邻域关系, 也保持着数据点间的全局距离关系。在仿真数据集和实际数据集上的实验结果证实了该方法的优越性。     

多流形判别分析在人脸识别中的研究

局部保持投影LPP(Locality Preserving Projection)是一种有效的非线性降维方法,能够使投影降维后的数据与原输入空间中的相似局部结构保持一致,但是该方法没有充分利用类间样本点的权重等重要信息。为了解决这个问题,提出基于Fisher准则的多流形判别分析FMMDA(Fisher Multi-Manifold Discriminant Analysis)方法。结合Fisher准则训练样本类内拉普拉斯图和样本均值类间拉普拉斯图,既保持了原样本的相似局部结构,又充分地利用了不同类别之间的权重。在ORL及Yale人脸库上验证了该方法的有效性。与其他几种最先进的方法相比,FMMDA方法取得了更好的识别效果。     

一种基于局部保持的子流形可视化方法

针对多数流形学习算法是基于单一流形的假设,当高维数据集中存在多个流形,流形学习算法可视化效果差问题,借鉴流形曲面在二维平面空间展开的思想提出基于局部保持的的子流形可视化方法。利用奇异值分解和k均值聚类方法将流形数据划分为多块子流形,计算第一流形切块中心与其余切块中心的拓扑结构关系,在目标低维空间保持上述中心间拓扑结构下逐一对流形切块投影展开,最后在人脸数据集上进行实验。实验结果表明:该方法较好保持了子流形内的数据间的拓扑结构。     

自适应邻域图的流形学习方法

针对目前流形学习方法的嵌入效果非常敏感于局部邻域的选取方式,提出一种自适应邻域图的非线性数据降维方法。该方法考虑数据点周围的点分布信息,自适应地寻找最近邻域大小。不同于传统的邻域选取方法,此方法根据样本点周围的疏密程度来动态地获得最近邻域数,且所得到的各个样本点的邻域数是不等的;将每个样本点与其最近邻点连接,构建自适应邻域图进行有效降维。在人工生成数据集和人脸数据上的仿真结果表明,提出的方法得到了良好的降维效果。     

基于重叠片排列的流形学习算法

针对线性数据降维算法对处理非线性结构数据的降维效果不是很好,提出一种基于重叠片排列的流形学习算法,该算法根据局部的线性贴片处在非线性流形中的特性,将流形划分为线性互相重叠的局部区域贴片,且利用主成分分析方法得到局部区域贴片的低维表示,然后排列且对齐其低维坐标,以获得整体数据的低维坐标.通过仿真结果证明,基于重叠片排列的流形学习算法在应用于人脸识别和分类问题时以及在识别准确率方面要优于其他经典的流形学习算法.     

基于偏最小二乘分析的双模粒子滤波目标跟踪

针对在复杂背景下,基于主成分分析(PCA)的目标跟踪方法准确率较低的问题,使用偏最小二乘分析,提出一种双模粒子滤波的跟踪算法.首先采用偏最小二乘分析对目标区域建模,作为观测模型;然后利用仿射变换描述目标的形变过程,分别在李群及其切向量空间上建立双模的动态模型;最后结合特征空间更新策略,使用粒子滤波实现目标跟踪.实验表明,所提出的算法能够有效滤除背景噪声,跟踪结果稳定且准确.     

白鹤滩水电站柱状节理玄武岩卸荷损伤数值试验研究

白鹤滩水电站坝基的柱状节理玄武岩具有明显的卸荷损伤特性。为研究这类特殊岩体的卸荷损伤规律,通过变形试验和强度试验获取卸荷过程中柱状节理刚度和强度的定量表达式,并结合离散元方法提出了一种考虑岩体卸荷损伤的数值算法。在此基础上,建立了柱状节理玄武岩的离散元数值模型,开展开挖卸荷过程中柱状节理玄武岩力学特性的损伤规律研究。数值结果表明:岩体卸荷参量从6.0 MPa卸载到1.0 MPa的过程中,柱状节理玄武岩竖直向和水平向的弹性模量分别降低64.8%和86.3%;黏聚力分别降低18.3%和46.1%;内摩擦角分别降低8.4%和64.7%;柱状节理玄武岩具有显著的卸荷损伤特性,在开挖卸荷过程中变形参数和强度参数均有较大幅度的降低,且水平方向的降低程度大于竖直方向。研究成果可为工程开挖方式和支护形式的选取提供有益参考。