振动处理技术对焊接构件疲劳特性的影响

本文是在考虑焊接残余应力对结构疲劳寿命存有不利影响的基础上,通过大量的试验,提出了可用 VSR 振动处理技术提高焊接构件的疲劳寿命;给出了振动处理工艺参数的选取原则,经过焊接管节点的试用,证明了 VSR 技术可以提高结构疲劳寿命1倍以上。该技术简单方便、适用性强,是提高结构疲劳寿命,减少应力腐蚀的一条新途径。     

合理考虑冻胀力的结构物设计原则

在北方寒冷地区的许多结构物,如渡槽、桥涵和闸墩等,受到冰冻作用而产生冻胀破坏时有发生,为此国家每年都要支付一大笔维护与修理费用。对于寒区的某些结构物,设计时不考虑冻胀力的作用,这可能是造成结构物冻胀破坏的一个重要原因。本文考虑了一个合理     

基于感兴趣窄带区域的同步分割与配准方法及在IGRT中的应用

医学图像分割与配准是图像引导放疗(Image guided radiation therapy, IGRT)系统中的关键技术. 为提高基于CBCT (Cone beam CT)的IGRT系统实施胸腹部肿瘤放疗的实时性与自适应性, 特别是实现重要危及器官肝脏区域照射剂量的合理控制, 本文提出一种基于感兴趣窄带区域的同步分割与配准方法, 目标是实现放疗计划系统中计划CT和CBCT图像目标区域的分割与配准. 通过构建感兴趣窄带模型, 并且与活动轮廓模型相结合实现初始分割, 然后与基于光流场(Optical flow field, OFF)的形变配准方法进行循环迭代, 从而构造ASOR分割与配准同步模型(Active contour segmentation and optical flow registration synchronously, ASOR). 在方法实施时, 首先利用非线性扩散模型和窄带活动轮廓模型在CT图像中提取肝脏空间初始位置信息, 为同步模型提供合理的肝脏初始轮廓. 然后将该轮廓及相应窄带区域经仿射变换映射到CBCT图像, 进而结合构造的ASOR同步模型, 用光流场确定活动轮廓水平集的运动情况, 使分割与配准在同一个演化过程中完成迭代. 实验结果和临床应用表明, 本文提出的方法应用于基于CBCT的IGRT系统时, 可实现肝脏组织的自动分割与放疗剂量分布的快速计算. 同时, 我们将同步过程中获得的形变域用于实现肝脏与肿瘤靶区等剂量线从计划CT到CBCT的自适应转移, 进行自适应放疗效果的临床测评.     

古鲁金定理在机械设计中的应用

本文以风机设计中叶轮轮盖和进风口为研究对象,分别用几何展开法和古鲁金定理对回转体侧面积进行计算比较,得出了应用古鲁金定理可以准确、快速地求解回转体侧面积.     

反辐射导弹诱偏性能分析

对两点源诱偏反辐射导弹的效果进行了研究.推导了两点源作用下的合成电磁场模型,在地面雷达站球面坐标系下建立了合成场等相面梯度矢量方程;利用直角坐标系与球面坐标系的转换关系及弹体坐标系与地面雷达系的转换关系,建立了反辐射导弹导引信号的模型.通过仿真得出两点源诱偏成功与两点源间距之间的关系曲线,给出了两点源的最优配置.     

声呐盲波束形成的神经网络实现方法

本文首先对两种盲波束形成的方法进行了分析。针对这类方法计算量大,不利于实时实现的缺点,并结合水声环境和水声信号的特性,提出了两种盲波束形成的神经网络实现方法。一种方法采用在线学习的T-H神经网络,盲估计波束形成的权矢量;另一种方法采用离线学习的径向基函数(RBF)网络实现盲波束形成。由于神经网络的并行性和非线性的特点,使得盲波束形成的运算速度得到了明显的提高,易于工程上实时应用。     

基于多普勒信息的盲波束形成方法在声呐信号处理中的应用研究

本文针对水声环境和水声信号的特点，提出了一种可用于任意阵形的自适应神经网络盲波束形成方法。该方法在未知基阵响应向量的情况下，利用水声信号多普勒频率信息，估计波束形成的权矢量，采用神经网络的方法实现盲波束形成，从而避免了矩阵的求逆运算，不但减小了运算量而且易于用硬件实现。此外该算法具有收敛速度快、鲁棒性强、估计精度高等优点。通过拖曳阵和体积阵的仿真实验，验证了所提出方法的有效性和正确性。     

K—Medoids算法在人脸识别系统中的应用

在人脸识别系统中,随着人脸图像库的增大．人脸检索速度和鉴别精度会急剧下降,为达到良好的系统性能,必须兼顾这两个方面。对K—Medoids算法进行优化的基础上,提出一种簇半径渐增的搜索策略,使人脸识别系统在检索速度和鉴别精度上得到提高。     

K-Medoids算法在人脸识别系统中的应用

在人脸识别系统中,随着人脸图像库的增大．人脸检索速度和鉴别精度会急剧下降,为达到良好的系统性能,必须兼顾这两个方面。对K—Medoids算法进行优化的基础上,提出一种簇半径渐增的搜索策略,使人脸识别系统在检索速度和鉴别精度上得到提高。     

一种冲击噪声背景下稳健的目标方位估计方法

大气噪声、海杂波噪声和很多人为噪声的分布函数具有显著的拖尾特点,如果在这样的噪声环境下进行空间谱估计,还采用基于高斯噪声的模型,则会产生明显的性能退化。因此,针对这种冲击噪声条件下基于高斯噪声模型的目标检测方法性能退化的问题,提出了一种新的稳健的目标方位估计方法。在ROC-MNM算法基础上,通过采用共变矩阵对角加载的方法,提出了一种新的DROC-MNM算法。该方法可有效克服噪声对波束增益的影响,提高了目标的分辨力。仿真实验证明了所提出方法的有效性。