基于D-Markov模型的金融波动模式识别

将小波变换与符号时间序列分析相结合,引入工程领域的D-Markov模型,提出了一种用于金融波动变化模式识别和异常检测的方法。波动序列经过离散小波变换,产生小波系数序列,将小波系数序列符号化产生符号时间序列,建立符号时间序列的D-Markov模型,并求状态转移概率矩阵,计算各状态转移概率矩阵的状态概率向量与标准状态转移概率矩阵的状态概率向量之间的欧拉距离,从而得到异常度。基于得到的异常度识别金融波动变化模式,检测异常波动的发生。以上证综指的5分钟序列为样本实证分析,对该方法的可行性和有效性进行了验证。     

疲劳裂纹扩展理论及其在混凝土疲劳性能研究中的应用

指出了研究疲劳裂纹扩展阶段对于工程材料疲劳性能研究所具有的重要性。对工程材料疲劳裂纹扩展理论的发展进行了回顾,并且对该理论在混凝土材料中的应用及研究现状进行了介绍;对传统Ｐａｒｉｓ公式和Ｆｏｒｍａｎ公式在高密度钢纤维混凝土等复合材料中应用所面临的问题进行了探讨,提出按照分形理论,以表面裂纹的分维值Ｄ来建立材料断裂准则。     

铝合金中的腐蚀疲劳裂纹扩展

提出一个新的腐蚀疲劳裂纹扩展公式，并利用铝合金的实验结果对其进行了验证。     

曲轴疲劳裂纹扩展速率测量的扫频法

常规的疲劳裂纹尺寸测量方法局限于简单试样，难以应用于曲轴这类结构复杂、裂纹位置较为特殊的试样.为此提出了一种针对曲轴进行裂纹尺寸动态测量的新方法.以谐振式疲劳试验机为平台，根据试验过程中曲轴裂纹扩展后谐振系统共振频率下降这一现象，通过系统扫频试验来动态跟踪裂纹扩展的参照信息.在试样发生断裂后，根据断口形貌对裂纹的形态和尺寸进行实测，辅助以谐振系统的有限元模态分析来反推裂纹尺寸的确切值，实现了裂纹尺寸的动态测量.应用七点递增二次多项式拟合方法对裂纹动态尺寸测量曲线（a N曲线）进行处理，得到了各循环次数对应的扩展速率曲线（da/dN N曲线）.然后应用15节点1/4奇异元对曲轴疲劳裂纹的应力强度因子进行有限元计算，得到了在各裂纹尺寸以及各循环次数下曲轴圆角裂纹的应力强度因子.最后给出了实例，并绘制了疲劳裂纹扩展速率曲线.     

疲劳裂纹扩展可靠性分析的N—J模型方法

引入参数不确定性概念，采用概率统计方法研究了疲劳裂纹扩展过程中的可靠性问题，建立了以疲劳寿命N和J积分随机变量的疲劳裂纹扩展可靠性模型，即N－J可靠性分析模型，并用Monte-Carlo法模拟了J积分的分布，与已有可靠性分析模型相比较，N－J模型更适合于描述疲劳裂纹扩展的可靠性问题。     

疲劳裂纹在焊接接头中的扩展及裂纹闭合的研究

焊接接头疲劳裂纹的扩展过程中存在着闭合现象．本文提出了考虑到宏观力学不均匀性时焊接接头的实验及数值分析模型,通过实验及弹塑性有限元法研究了焊接接头疲劳裂纹扩展及闭合现象,分析了裂纹尖端应力分布的变化．结果表明,焊接接头疲劳裂纹的扩展受裂纹闭合的影响,加载过程中裂纹尖端应力过零时对应的外载可作为裂纹张开载荷Pop．同时讨论了力学不均匀性影响疲劳裂纹扩展的本质．     

可锻铸铁的疲劳裂纹扩展研究

用线弹性断裂力学原理和方法研究可锻铸铁的疲劳裂纹扩展问题 ,不同基体的可锻铸铁作为研究对象 ,运用数理统计的原理和方法 ,对其疲劳裂纹扩展进行线性回归处理 ,发现其回归方程是有效的、合理的 ;试验还表明可锻铸铁的疲劳裂纹扩展速率da/dN随基体中珠光体的增加而增加 .     

基于多裂纹扩展随机模型估算疲劳寿命的方法研究

随机变量多裂纹随机模型可以很好地体现多裂纹结构件的破坏寿命及破坏模式,具有很大的分散性,但是该随机模型难以直接用数值方法求解.文中给出了一种处理整个裂纹扩展过程的递推求解区间内裂纹扩展长度的方法,同时提出了更为合理的变间隔分段处理方法来解决计算精度和计算量间的矛盾.基于该方法,文中对共线孔有限宽薄板受远场均匀栽荷作用的试样进行了计算分析.由结果可以看出,所提方法能很好地解决随机变量多裂纹随机模型在估算结构件疲劳寿命时所带来的困难,对求解长寿命、大规模多裂纹结构件疲劳寿命问题有很大的帮助.     

疲劳裂纹随机扩展规律分析方法

针对较少试验试样（小子样）应用随机模拟方法，对焊接接头热影响区疲劳裂纹随机扩展规律进行随机模拟，并与试验值回归结果进行对比分析，结果表明即使在试验试样数较少的情况下，仍能得到较佳效果，同时对Ｐａｉｒｓ公式中参数ｃ和ｎ的相关性进行了分析。     

鸡蛋蛋壳裂纹的模式识别

鸡蛋被敲击激励后,将传感器获得的时域信号进行频域特征分析后发现:无损蛋的频域特征曲线有明显的主频率值、峰值突出,而有裂纹蛋没有明显的主频率值。在归一化功率谱中,分别按"间隔频率提取幅值"、"依次高低取幅值"和"幅值高低依次提取频率"等方法来获取前10个或前20个特征值后,进行了主成分分析和线性判别分析,结果发现:采用间隔频率提取的幅值来判别裂纹蛋与完好蛋效果较差,采用幅值高低依次提取的频率来判别的效果最好;采用20个特征值经主成分分析和线性判别分析区分的效果分别均不如采用10个特征值的区分效果;线性判别分析区分的效果优于主成分分析区分的效果。     

发动机机体疲劳裂纹诊断的时序方法

针对灰铸铁材料发动机机体疲劳试验中裂纹的出现表现为瞬间突发性,以及疲劳裂纹的出现不易识别的问题,采用实测应变信号作为系统的输出响应研究机体疲劳裂纹的诊断方法,对机体疲劳试验过程中曲轴箱底部应变信号进行了实时记录,并且采用经典时序方法对所测应变信号进行建模,计算各个时间段时序模型的欧几里得（Euclid）距离、马氏（Mahalanobis）距离及模型残差的方差.分析结果表明：疲劳裂纹出现瞬间,应变时域信号幅值表现为不易察觉的微小变化,但是时序模型残差的方差却出现瞬间突变,因此,残差的方差对裂纹出现瞬间具有敏感特性.     

用于模式识别的前馈式神经网络区域映射模型

提出了一种新的用于模式识别问题的前馈式神经网络模型－区域映射模型。该模型将输出空间每一类的特征参数区域映射成输出空间中对应的一个区域。模型具有训练和实际应用中分类标准相一致的性质,使模式识别分类更为合理和自然,相应的误差函数的改变可以加快网络的训练速度。     

基于动态贝叶斯网络的变幅载荷下疲劳裂纹扩展预测方法

针对当前疲劳裂纹扩展预测研究中较少考虑不确定因素而导致预测结果偏差大的问题,提出基于动态贝叶斯网络（DBN）的疲劳裂纹扩展预测方法. 以变幅载荷作用下的疲劳裂纹扩展为具体对象,利用统一疲劳寿命预测（UFLP）模型构建疲劳裂纹扩展的物理状态方程;分析疲劳裂纹扩展过程典型不确定因素之间的联系,基于动态贝叶斯网络建立疲劳裂纹扩展动态性能退化模型;采用粒子滤波（PF）推断算法,向动态性能退化模型输入裂纹观测数据,修正预测结果,降低不确定因素的影响. 根据已有的裂纹扩展实验数据,给出具有不确定因素疲劳裂纹扩展预测的仿真算例,结果表明,所提出的基于动态贝叶斯网络的变幅载荷作下疲劳裂纹扩展预测方法较现有方法能够取得更好的预测精度.     

基于模式识别和集成CNN-LSTM的阵发性房颤预测模型

为了适用于长期心电监护和ICU等实时性、数据密集型应用场合,提出可在8 Hz采样频率的1 min心电图（ECG）片段上提前45 min预测阵发性房颤（PAF）发作的实时预测模型. 采用概率符号化模式识别方法,在降采样后的ECG序列上提取出1 min窗口内的模式转移特征,降低模型的计算量和对存储空间的需求,确保实时预测的效果. 提出卷积神经网络（CNN）和长短-期记忆网络（LSTM）的混合模型（CNN-LSTM）,用于提取模式转移特征内隐含的局部空间特征和时间依赖特征. 为了提升模型泛化能力,构建基于CNN-LSTM的集成分类器. 采用Spark Streaming技术完成对ECG流式数据的读、写和计算,实现数据和模型之间的低延迟通信. 所提模型在公开数据集上的准确率、灵敏度和特异度分别为91.26%、82.21%、95.79%. 模型处理总延迟平均为2 s,满足实时PAF预测需求.     

模式识别中的近邻性测度

模式之间的相异性或相似性的定量描述是模式识别领域中的基本问题之一.本文在论述和讨论近邻性的本质和数学定义的基础上,综述和归纳了模式识别中采用的典型近邻性测度方法及其应用领域,阐明了近邻性与模式属性之间的关系以及在近邻性的度量中模式本身的特性与先验知识所起的重要作用.     

基于正交傅里叶－梅林矩的神经网络不变性模式识别

利用移位、尺度和旋转不变特征，提出了一种基于神经网络方法的不变性模式识别．不变特性描绘子是正交傅里叶－梅林矩，它们是Ｚｅｒｎｉｋｅ矩和正交复矩的推广．网络是采用ＢＰ算法的多层前馈网络．实验表明该方法具有良好的效果．     

改进模糊模式识别的基坑支护方案综合评价

针对基坑支护方案综合评价中各指标的不相容性,利用模糊模式识别的方法,将评价基坑支护方案的多个指标合成为一个与最优评价集的相对贴近度,用来描述基坑支护方案的综合效益.以可供选择的4种支护方案为例进行了评价,得到综合效益最优的方案.     

汽车链疲劳寿命分布规律

研究了汽车链06BT的疲劳寿命分布规律,阐述了在所进行的高应力试验条件下,其疲劳寿命服从两参数的威布尔分布,并且其形状参数和尺度参数随载荷的增大而增大。加速试验(0.30Q载荷水平)的抽样检验比正常载荷(0.25Q载荷水平)节省时间14%,加速试验(0.33Q载荷水平)的抽样检验比正常载荷(0.25Q载荷水平)节省时间25%。由断口形貌(SEM)照片可以看出,汽车链06BT在0.25Q载荷水平的断口比在0.40Q载荷水平时的断口平滑得多。