边坡变形预测的群体智能模型

变形是岩土工程结构反馈出的重要信息，变形监测对指导施工具有重要意义。如何有效地利用监测数据是工程技术人员关心的问题。结合时间序列分析方法，将一种新的仿生群体算法——微粒群算法引入到边坡变形预测模型中，并提出变形估计模型。该算法能实现模型结构和参数的耦合识别，且该算法具有很好的全局识别能力；同时，建立的模型具有较高的推广预测能力。将该方法应用到三峡船闸高边坡变形预测中，取得比较理想的效果，该方法具有快速、准确的特点，可为岩土工程的信息化施工和管理提供一条新的途径。     

关于Sarma法改进算法的补充

对作者提出的Sarma法改进算法做进一步的补充，给出保证安全系数稳定收敛的迭代程式，通过算例说明方法的有效性。     

建筑渲染中全局光照技术的应用

该文介绍了一种建立在最新的软件硬件和计算机图形科学基础上计算机建筑渲染的新技术－－全局光照。通过一些实例，探讨了全局光照技术的各个方面如天光，HDRI在计算机建筑渲染中的应用。     

改进PSO-BP算法在钢筋腐蚀监测中的应用研究

针对混凝土内部钢筋腐蚀程度判别难、精确度低等问题,提出了将改进粒子群算法(PSO)与BP神经网络结合起来,通过对钢筋锈蚀机理及其影响因素的分析,建立了以混凝土内部温度、湿度、pH值、Cl-浓度和腐蚀电位为输入,钢筋腐蚀率为输出的改进PSO-BP监测模型,并将实测输入数据与仿真结果进行了对比。结果表明,改进PSO-BP算法的收敛性与准确性均优于PSO-BP算法和BP算法。     

超静定型钢桁架满应力优化设计中加速收敛的有效措施

迭代过程的收敛性是超静定型钢桁架满应力优化设计的一个技术难点,迄今未很好解决。提出一种加速收敛的措施——面积平均法,比较有效地解决了迭代过程的收敛性,供有关结构设计人员参考。     

一类时滞四种群捕食被捕食系统的全局稳定性

对四种群的捕食-被捕食模型,利用解的存在性定理、正性定理、上下解方法和相应的单调迭代序列,研究了一类具有时滞的非线性反应扩散系统的牛曼初边值问题,得到了解的存在性和平衡态方程正解的全局渐近稳定性的充分条件.这个结果隐含着捕食-被捕食系统的共存是持久的,平凡解和所有半平凡解是不稳定的.     

负载自适应挖掘机功率控制系统

提出了挖掘机的负载自适应全局功率匹配方案,以及基于负载自适应条件下发动机功率与负载匹配和控制的实现方法,揭示了挖掘机节能降耗的理论方法.     

一类n种群捕食竞争系统概周期解的全局稳定性

考虑一类非同步扩散的n种群捕食竞争系统,通过构造Lyapunov函数及微分不等式,得到该系统正概周期解的存在唯一性与全局稳定性的充分条件,该条件一定程度上蕴含了周期系统的结论。     

综合配网谐波及三相不平衡评价指标的治理设备优化配置策略

以有源电力滤波器为代表的电能质量治理设备多用于补偿本地负载产生的谐波及不平衡电流。随着配网中非线性负荷的大量接入,本地补偿的配置策略存在成本高、效率低的问题,出现了面向网络电能质量全局综合提升的关键点治理设备配置需求。首先,提出了一种基于层次分析法和模糊隶属度的电能质量数据全局评价方法,作为衡量治理设备配置效果的尺度;其次,以全局配置效果、总装机数量和装机容量为优化目标,以网络各节点谐波含量及不平衡度均满足标准为约束条件,通过多目标粒子群算法确定治理设备最优配置节点及容量的配置策略;最后,通过搭建含有分布式不平衡及谐波负荷的IEEE-18节点仿真模型,验证所提全局评价及设备配置策略对于网络电压谐波及不平衡综合优化的有效性和优越性。     

融合视觉词与自注意力机制的视频目标分割

目的 视频目标分割(video object segmentation,VOS)是在给定初始帧的目标掩码条件下,实现对整个视频序列中感兴趣对象的分割,但是视频中往往会出现目标形状不规则、背景中存在干扰信息和运动速度过快等情况,影响视频目标分割质量。对此,本文提出一种融合视觉词和自注意力机制的视频目标分割算法。方法 对于参考帧,首先将其图像输入编码器中,提取分辨率为原图像1/8的像素特征。然后将该特征输入由若干卷积核构成的嵌入空间中,并将其结果上采样至原始尺寸。最后结合参考帧的目标掩码信息,通过聚类算法对嵌入空间中的像素进行聚类分簇,形成用于表示目标对象的视觉词。对于目标帧,首先将其图像通过编码器并输入嵌入空间中,通过单词匹配操作用参考帧生成的视觉词来表示嵌入空间中的像素,并获得多个相似图。然后,对相似图应用自注意力机制捕获全局依赖关系,最后取通道方向上的最大值作为预测结果。为了解决目标对象的外观变化和视觉词失配的问题,提出在线更新机制和全局校正机制以进一步提高准确率。结果 实验结果表明,本文方法在视频目标分割数据集DAVIS (densely annotated video segmentation)2016和DAVIS 2017上取得了有竞争力的结果,区域相似度与轮廓精度之间的平均值J&F-mean (Jaccard and F-score mean)分别为83.2%和72.3%。结论 本文提出的算法可以有效地处理由遮挡、变形和视点变化等带来的干扰问题,实现高质量的视频目标分割。