考虑二阶效应高层建筑结构地震反应分析

高层建筑结构计算分析中,若结构的轴向力较大而侧向刚度较小时,P-Δ效应不可忽视;针对高层建筑结构的二阶分析,建立了考虑P-Δ二阶效应的结构动力学基本方程;并采用小波包分解,将地震输入能量分解到不同频段上,分析了不同频段范围内结构的反应以及能量的分布。并采用文中的方法对一结构进行了分析,揭示了结构地震反应能量在时频域上的分布特性。     

作为复合行政行为的城市规划

在合法的私有财产保护入宪和物权法实施后,城市规划的法律控制一直是学界广泛关注的课题。但由于对所编制的城市规划的法律性质认识的不一致则产生了不同的结论。本文借用行政法中的基本理论——行政行为,来分析城市规划的法律职能。本文先从抽象行政行为与具体行政行为开始辨析,认为城市规划是具有具体行为特征的抽象行政行为。如果从具体的行政行为来分析,城市规划则是一种兼有行政指导、行政给付、行政强制、行政征用等特性的复合行政行为。但城市规划的这些行为是"不成熟"或者是规制性的行政行为。对城市规划行政行为的分析,目的是能够有效地对城市规划进行法律控制。     

大断面隧道支护结构地震反应特性分析

从围岩-支护结构-地震相互作用研究思路出发,利用ADINA非线性有限元软件,通过大断面隧道施工力学及瞬时动力时程分析,研究隧道支护结构在水平(Ya)、纵向(Za)及水平-纵向(YZa)不同地震加速度作用下的位移、应力反应特性.结果表明,水平地震加速度对支护结构的水平位移、最大主应力、加速度和速度影响大,纵向地震加速度对纵向位移、有效应力、最大及最小主应力、最大剪应力、加速度和速度影响都大.在Ya=0.191 g、0.440 g或Za=0.141 g及其YZa共同作用下,大断面隧道初期支护遭到破坏,二次衬砌局部损坏;在Ya=0.440 g或Za=0.326 g及其YZa共同作用下,隧道二次衬砌遭到损坏;在Ya=0.880 g或Za=0.652 g时,隧道支护结构可能会遭到严重破坏.     

单层柱面网壳结构风振响应分析

风荷载在大跨度屋盖结构设计中常常起主要甚至决定性作用,这使得该类结构的风荷载及风致动力响应研究日益受到关注与重视。利用随机模拟时程分析方法对三向网格单层柱面网壳结构的风振性能进行了系统的参数分析,探讨了几何参数、气动参数、结构参数等因素对结构风振响应规律的影响,并在此基础上给出了可供单层柱面网壳结构抗风设计参考的风振系数。     

黏弹性介质参数反演的同伦方法

以介质的动态时域位移响应作为参数反演的依据，对黏弹性介质的材料参数进行反分析研究。动态时域位移响应比拟静态和频域位移响应含有更丰富的信息，且在实际工程中所测得的信息也多为动态时域信号，因此将时间全过程的位移信息用于黏弹性介质参数反分析，将使黏弹性介质参数反演的结果更为合理、更接近实际。根据位移响应的理论合成值应与实际测量数据相拟合的原则，将黏弹性介质参数反演问题转化为非线性算予方程的零点求解问题；然后，应用大范围收敛的同伦方法求出非线性算予等于0的根作为反问题的解。以黏弹性半空间介质为例进行数值模拟。模拟结果表明，反演结果不依赖于初始值的选取，且反算过程稳定收敛，说明同伦反演方法对于黏弹性参数的动态反演是适用、有效的。     

明文图像可逆信息隐藏综述

图像可逆信息隐藏作为信息隐藏的重要分支,发展至今已近三十年,因其独有的图像无损恢复能力,一直备受医学、司法、军事等重点领域的青睐。然而现有可逆信息隐藏研究成果繁多,迁移知识广泛,本文简要梳理可逆信息隐藏的发展脉络,在回顾经典算法的基础上,加以简化、注释,总结成功经验,展望潜在应用,以期为研究者提供一个按图索骥的探索路径。本文主要包括3个部分,分别为位图（Bitmap,BMP）图像的可逆信息隐藏（适用于空域嵌入操作）、JPEG （Joint Photographic Experts Group）图像的可逆信息隐藏（适用于频域和编码域嵌入操作）和鲁棒可逆水印（适用于扩展性研究）。通过近百篇高影响力文献的梳理可知,可逆研究的受众广泛、基础深厚,其严谨的数学定义和简明的机理论证是深受研究者推崇和坚持的重要原因。“干净、简明”的特点也是其能够与现实应用有效结合的强力抓手。增加可逆算法对于载体多样性的普适性研究,引入新的评价指标来导引算法与现实应用的融合,将是未来可开拓的方向。可逆信息隐藏技术能够恢复图像初始状态,其独特之处在于图像本身就是一个复杂语义的信息表达。这既要求可逆嵌入操作所施加的影响不能改变图像所表达的主要语义,又要求该操作是可消除的,保留溯源能力,将内容的信息表达权始终交由图像本身。这一特点不仅为敏感领域信息处理所亟需,也是其他常见领域并不排斥的。严格来说,一定程度上的复原本就是事物发展到一定阶段后的必然追求。据此,本文认为推广可逆研究与多学科融合解决更难、更广泛的问题,实现长远发展,是完全必要且可行的。     

基于半监督对抗学习的图像语义分割

目的 将半监督对抗学习应用于图像语义分割,可以有效减少训练过程中人工生成标记的数量。作为生成器的分割网络的卷积算子只具有局部感受域,因此对于图像不同区域之间的远程依赖关系只能通过多个卷积层或增加卷积核的大小进行建模,但这种做法也同时失去了使用局部卷积结构获得的计算效率。此外,生成对抗网络（generative adversarial network,GAN）中的另一个挑战是判别器的性能控制。在高维空间中,由判别器进行的密度比估计通常是不准确且不稳定的。为此,本文提出面向图像语义分割的半监督对抗学习方法。方法 在生成对抗网络的分割网络中附加两层自注意模块,在空间维度上对语义依赖关系进行建模。自注意模块通过对所有位置的特征进行加权求和,有选择地在每个位置聚合特征。因而能够在像素级正确标记值数据的基础上有效处理输入图像中广泛分离的空间区域之间的关系。同时,为解决提出的半监督对抗学习方法的稳定性问题,在训练过程中将谱归一化应用到对抗网络的判别器中,这种加权归一化方法不仅可以稳定判别器网络的训练,并且不需要对唯一的超参数进行密集调整即可获得满意性能,且实现简单,计算量少,即使在缺乏互补的正则化技术的情况下,谱归一化也可以比权重归一化和梯度损失更好地改善生成图像的质量。结果 实验在Cityscapes数据集及PASCAL VOC 2012（pattern analysis,statistical modeling and computational learning visual object classes）数据集上与9种方法进行比较。在Cityscapes数据集中,相比基线模型,性能提高了2.3%~3.2%。在PASCAL VOC 2012数据集中,性能比基线模型提高了1.4%~2.5%。同时,在PASCAL VOC 2012数据集上进行消融实验,可以看出本文方法的有效性。结论 本文提出的半监督对抗学习的语义分割方法,通过引入的自注意力机制捕获特征图上各像素之间的依赖关系,应用谱归一化增强对抗生成网络的稳定性,表现出了较好的鲁棒性和有效性。     

双重编—解码架构的肠胃镜图像息肉分割

目的 肠胃镜诊断一直被认为是检测及预防结直肠癌的金标准,但当前的临床检查中仍存在一定的漏诊概率,基于深度学习的肠胃内窥镜分割方法可以帮助医生准确评估癌前病变,对诊断和干预治疗都有积极作用。然而提高目标分割的准确性仍然是一项具有挑战性的工作,针对这一问题,本文提出一种基于双层编—解码结构的算法。方法 本文算法由上、下游网络构成,创新性地利用上游网络训练产生注意力权重图,对下游网络解码过程中的特征图产生注意力引导,使分割模型更加注重目标区域;提出子空间通道注意力结构,在跨越连接中提取多分辨率下的跨通道信息,可以有效细化分割边缘;最终输出添加残差结构防止网络退化。结果 在公共数据集CVC-ClinicDB(Colonoscopy Videos Challenge-ClinicDataBase)和Kvasir-Capsule上进行测试,采用Dice相似系数(Dice similariy coefficient,DSC)、均交并比(mean intersection over union,mIoU)、精确率(precision)以及召回率(recall)为评价指标,在两个数据集上的DSC分别达到了94.22%和96.02%。进一步将两个数据集混合,测试了算法在跨设备图像上的鲁棒性,其中DSC提升分别达到17%—20%,在没有后处理的情况下,相较其他先进模型(state-of-the-art,SOTA),如U-Net在DSC、mIoU以及recall上分别取得了1.64%、1.41%和2.54%的提升,与ResUNet++的对比中,在DSC以及recall指标上分别取得了2.23%和9.87%的提升,与SFA (selective feature aggregation network)、PraNet和TransFuse等算法相比,在上述评价指标上也均有显著提升。结论 本文算法可以有效提高医学图像分割效果,并且对小目标分割、边缘分割具有更高的准确率。