数字图像相关法焊接热影响区应变原位测量及应力计算

提出了焊接热影响区全场高温应变在线测量及评价方法,设计了一种新型具有抗高温烧损、随机分布特征的散斑点阵。为解决焊接电弧强弧光干扰问题,采用脉冲激光辅助光源和近红外窄带滤光系统获取清晰焊缝热影响区散斑图像。针对焊接热影响区焊接变形复杂性,开发了基于二阶形函数与双三次插值的反向组合型Gauss-Newton算法,获得焊接热影响区全场高温应变场。建立多维应力、应变空间加载规律的弹塑性增量本构关系,定量求解焊接热影响区的残余应力分布。结果表明,所研制的焊接全场高温应变视觉测量系统,为焊接接头全场高温应变测量及可靠性评估提供了高效、准确的表征手段。     

运动想象脑信号的深度置信网络分类优化

关于脑机接口（BCI）系统中的运动想象（MI）脑信号的特征提取一直是一个难题。相较于SSVEP、AEP和P300等其他BCI模式，MI的分类准确率相对较低，缺乏有效的识别方案。本文提出了一种结合深度置信网络（Deep Belief Network,DBN）和麻雀搜索算法（Sparrow search algorithm,SSA）的特征提取和分类识别算法SSA-DBN。融合SSA与DBN的优势，可以在保持较低计算复杂度的同时，提高特征提取和分类识别的准确率。本研究首先利用完全自适应噪声集合经验模态分解（CEEMDAN）方法提取信号的固有模态函数（IMF）特征。然后，将筛选出的适合分类识别的IMF分量与希尔伯特黄变换（HHT）方法相结合，提取出不同导联时频信号的特征空间向量，并进行叠加平均。最后，将特征向量输入到SSA-DBN算法进行分类处理。为确保公平性，在验证算法性能时，选取了具有代表性的BCI Competition IV Dataset 2a数据集，同时对比了其他算法的表现，并详细说明了调参方法。为了避免过拟合问题，可以考虑使用更大规模的数据集进行测试，如PhysioNet或BCI...