一种IDT/(002)ZnO/SiO2/Si多层结构的声表面波器件

以IDT/(002)ZnO/SiO2/Si多层结构的声表面波器件为研究对象,通过有限元软件对单对叉指的三维结构进行有限元仿真,得到了不同的ZnO膜厚对SAW器件所激发瑞利波的相速度、机电耦合系数的影响规律,以及SiO2膜厚与SAW器件频率温度系数之间的关系.采用热氧化、射频磁控溅射以及光刻工艺在Si衬底上分别制备SiO2膜、ZnO膜和IDT,制备了三组不同ZnO膜厚的延迟线型SAW器件.通过X射线衍射仪对制备的ZnO薄膜进行检测,结果表明ZnO薄膜具有良好的(002)晶体取向以及良好的结晶质量.采用矢量网络分析仪对所制作SAW器件进行了测试,得到了器件的传输曲线,实验结果与有限元仿真结果具有较好的一致性.     

某型装甲车制动器热-应力-磨损耦合仿真分析

为提高鼓式制动器在热-应力耦合影响下磨损计算的准确性,考虑实际制动过程中温度升高对制动器性能的影响,通过增加温度与磨损率的变化关系修正传统Archard磨损模型,对某型装甲车鼓式制动器进行仿真计算.分析结果表明,在热-应力有限元迭代求解过程中,采用完全耦合法持续更新制动器磨损面的几何形状可以不断地修正热-应力的计算结果,因此能更真实地描述制动过程中热-应力-磨损的复杂耦合现象.仿真得到制动器在4种典型工况下的磨损规律,为制动器的优化设计提供依据.     

基于改进随机森林的电力通信网脆弱性诊断分析

通信网脆弱性的识别对电力系统的稳定运行至关重要.利用大数据和机器学习算法识别电力通信网中节点的脆弱性,可为降低网络风险提供动态的技术支持和智能的辅助决策.对随机森林算法的简单投票机制进行改进,引入表征决策树对最佳决策树辅助决策效果的加成因子,提出了一种电力通信网节点脆弱性诊断方法,并结合某市的电力通信网数据进行实验.结果表明,在诊断贴近度、ROC曲线积分等指标下,改进算法比传统随机森林、支持向量机、逻辑回归等算法具有更优越的诊断性能,有助于推动电力通信网规划的辅助决策.     

基于信息传播节点集的CTDN节点分类算法

针对连续时间动态网络的节点分类问题,根据实际网络信息传播特点定义信息传播节点集,改进网络表示学习的节点序列采样策略,并设计基于信息传播节点集的连续时间动态网络节点分类算法,通过网络表示学习方法生成的节点低维向量以及OpenNE框架内的LogicRegression分类器,获得连续时间动态网络的节点分类结果。实验结果表明,与CTDNE和STWalk算法相比,该算法在实验条件相同的情况下,网络表示学习结果的二维可视化效果更优且最终的网络节点分类精度更高。     

面向非平衡数据集的金融欺诈账户检测研究

针对非平衡金融数据集,提出一种银行欺诈账户检测框架iForest-SMOTE。基于账户的动态交易特点,从统计、时序、监督信息维度抽取账户交易行为特征。针对过采样技术ADASYN在金融账户数据集中存在的跨区域样本合成问题,提出一种基于iForest算法的数据集均衡预处理策略,通过iForest算法对数据进行混合采样,在去除多数类噪声数据的同时降低分类器对少数类的学习难度。在此基础上,设计随机森林分类器实现金融欺诈账户检测。在真实金融账户交易数据集上进行实验,结果表明,与ADASYN、SMOTE等采样技术相比,iForest-SMOTE在召回率和准确率方面具有明显优势,F-value值至少能够提升2.13个百分点。     

科恩-沈方程与含时科恩-沈方程的一个自适应有限元数值方法

在材料分析、纳米光学等研究中,高质量数值模拟多体系统电子密度的随时间演化是一类重要研究内容.演化中产生的时间依赖偶极子等物理量,是更进一步研究的基础.此类数值模拟分为两个步骤.即多体系统的基态求解、及以基态为初值的系统的动态演化模拟.这两个步骤可以分别通过数值求解科恩-沈(Kohn-Sham)方程及含时科恩-沈(time-dependent Kohn-Sham)方程实现.本文中,我们提出一类基于有限元方法的数值求解框架,为这两个步骤提供一个统一的模拟实现.在基态求解中,我们利用一类自洽场迭代对方程进行线性化,采用局部最优块预处理共轭梯度法求解导出的广义特征值问题,并设计了一个基于多重网格方法的预优对求解进行有效加速.在动态演化模拟中,针对方程的结构,我们提出了一个基于隐式中点公式的数值方法,利用预估-校正方法对方程进行线性化处理,并设计了一个针对复值线性系统的代数多重网格求解器用于加速时间推进.特别地,我们基于提出的数值方法,分别针对科恩-沈及含时科恩-沈方程导出了残量型后验误差估计子,并实现了基于局部加密的网格自适应方法,用于进一步改善数值模拟效率.数值解展示了方法的有效性.     

基于随机模型检验的社交网络隐私保护研究

针对现有社交网络所提供静态隐私策略的隐私设置不够灵活且难以定量验证问题,提出一种动态隐私保护框架,将社交网络建模为离散时间马尔科夫链模型,通过设置触发条件实现用户动态隐私规约并将其转化为概率计算树逻辑公式,同时结合随机模型检验和运行时验证中的参数化与监控技术,保护社交网络发生随机故障情况下的用户动态隐私信息。在Diaspora开源社交网络上的实验结果表明,与静态隐私保护框架相比,动态隐私保护框架具有更高的安全性和灵活性,能较好满足用户的隐私保护需求。     

基于三维场景和图像边缘特征的浅浮雕建模

针对数字浅浮雕设计,通过对已有的浅浮雕建模方法进行分析,提出一种结合深度场边缘特征自动生成浅浮雕的方法。从三维场景中获取深度图,再将深度图分割成块,利用局部图像结构的优点,用随机结构化森林来学习精确且计算有效的边缘检测器,得到的边缘图再进行处理得到平滑且细节增强的浅浮雕轮廓;视边缘连续图为概率场,提出根据概率场对深度场的梯度域进行自适应的非线性压缩;通过求解泊松方程来恢复浅浮雕的高度场。实验结果表明,该方法对于大部分三维场景能在合理时间内自动生成效果良好的浅浮雕模型。     

机载燃油流量电磁转动测量方法研究

为提升军用航空飞机中燃油流量传感器的工作性能,以输出电压信号幅值和电压曲线平滑度为评判标准,结合理论与仿真工具研究最优的传感器设计方案.从麦克斯韦方程组出发,根据永磁铁静磁理论和法拉第电磁感应定律,阐述传感器的实现原理并初步得到各参数值与评判标准的对应关系.再以理论指导仿真,使用有限元工具对不同参数条件下线圈输出电压曲线的特征进行仿真分析,得到结论如下:对于同为10组的磁铁和线圈组合,减小磁铁与线圈距离、增大磁铁剩磁强度、加快叶轮转速均可使感应电压急剧增强,而铁芯相对磁导率的变化在超过一定范围后对电压的影响逐渐减小.最后由仿真与实验对比其他的磁铁与线圈组合方式可知,设计传感器时最优方案为线圈与磁铁组数相同且应适当减少.研究结果对于提升机载燃油流量传感器的测量精度和测量可靠性具有一定的指导意义.     

人脸性别约束下的深度随机森林表情识别

由于人脸表情类内变化和类间干扰因素的存在,人脸表情识别仍面临着巨大挑战.提出一种基于性别条件约束随机森林的深度人脸表情识别方法,解决人脸表情识别中噪声、性别等变化和干扰问题.首先,采用深度多示例学习方法提取鲁棒性人脸特征,解决人脸光照、遮挡和低分辨率等图像变化问题;其次,采用性别条件随机森林分类方法进行人脸表情分类器设计,解决人脸性别因素干扰问题.在公开的CK+、BU-3DEF、LFW人脸表情数据库上进行广泛实验结果表明:所提出方法在3大人脸数据库上分别达到了98.83%、90%、60.58%的识别率,与先进方法相比具有更好的性能和鲁棒性.另外,与其他先进的深度学习方法(需要大量训练数据库)相比,所提出方法只需要小量训练样本就能达到较好效果.