CFRP压力容器固化成型过程中边界条件的确定

文中应用总放热系数等效考虑了CFRP压力容器固化过程中热压釜辐射与对流边界条件。将有限元法引入瞬态热传导的反问题，根据试验测量的温度曲线，并结合最优化理论确定合理的热压釜热边界条件。结果表明：平板试验得到了总放热系数序列，其计算温度与测试温度的最大温差为0．147℃。由此，可以将得到的总放热系数序列作为CFRP压力容器固化成型过程的等效热边界条件，为其固化成型的数值模拟提供计算基础。     

聚丙烯耐熔垂性能的改进

本文了共聚、共混、填充等技术改进聚丙烯耐熔垂性能的规律，并对改性后聚丙烯的力学性能进行了研究。     

二维多层次的云服务可靠性评估方法研究

针对云服务业务流程管理的特点, 给出了云服务的组合实现框架; 依据随机Petri网的建模理论, 探讨了组合云服务流程网模型的细粒度建模方法; 根据动态多变的用户需求, 设计了二维多层次的云服务组合可靠性动态评估框架, 并给出了马尔可夫过程和等值约简的两种可靠性计算方法。应用示例分析结果表明, 该方法具有较好的动态适应性和灵活性, 能有效满足云服务的可靠性评估需求。     

基于RKNN的选址算法及其应用研究

为了使各个设施的整体利用效果最佳, 结合空间位置影响力查询技术, 提出了基于RKNN的选址算法。针对空间对象对空间位置的贡献具有多重性, 建立了一种新的空间位置影响力的度量模型, 该模型更加符合实际应用情况; 然后, 利用该模型计算选址方案中各个设施的影响力, 并引入均衡系数评价选址方案的合理性, 均衡系数越小, 方案越合理。实际应用表明基于RKNN的选址算法使村镇基础设施的选址更加合理、有效。     

一类考虑病毒发生变异的SIS疾病传播模型

为了研究变异行为对病毒传播的影响,提出了一个病毒发生变异的疾病传播模型,在模型中考虑了两种病毒相互转换的过程,计算机模拟结果表明,两种病毒的稳态感染比例与它们之间的相互转换概率γ1和γ2有关,当γ1＞0且γ2=0时,I1型感染者将消失,当γ1与γ2都大于0时,I1/I2与γ1/γ2成反比,且与α1/β1和α2/β2的取值无关.研究还发现病毒变异时由于缺乏对应的治疗药物和措施而出现一段真空期,这导致变异病毒的感染比例快速增加,但真空期的出现只能增加感染者的瞬时感染比例,而对稳态感染比例没有影响.该研究对人们深入理解病毒传播机理具有启发作用.     

基于不确定决策树分类算法在滑坡危险性预测的应用

滑坡灾害预测受多种因素影响,其中降雨等不确定因素存在难以获取数据及有效处理等难题,为提高滑坡危险性预测的准确率,根据滑坡灾害发生相关理论及决策树分类原理,提出了基于不确定决策树算法在滑坡危险性预测的方法.该方法引入不确定因子降雨,并将不确定因子和其余评价因子一起,根据不确定决策树算法理论构建出不确定决策树,建立滑坡危险性等级预测模型,并用延安市宝塔区的实例进行验证.实验结果表明,该预测方法取得了较高的总体精度和有效精度,达到了滑坡预测的精度标准,且两项预测精度均高于传统C4.5决策树方法.     

带速度控制的能量高效的数据收集算法

无线传感网络中, 在保证节点能耗较低, 从而延长网络寿命的基础上, 减小数据收集时延是数据收集的核心问题。为此, 提出了一种带速度控制的能量高效的移动数据收集方法。该方法首先基于节点剩余能量进行动态分簇, 每个簇形成两个簇头来分担簇头能耗; 然后给小车装载双天线, 使得节点能够MIMO数据上传; 最后利用TSP问题找到一条最优路径, 并对移动小车的速度进行控制, 以便小车能够更快地收集数据。仿真实验结果表明, 该方法能够均衡网络流量, 延长网络寿命; 与其他算法相比, 数据收集时延较短。     

基于局部自适应先验MRF模型的快速BP图像分割算法

针对常规MRF分割模型不能有效描述图像的局部特征、常导致图像的过分割现象,提出了一种局部自适应先验的MRF模型。该模型利用图像的邻接区域信息建立了一种局部自适应特征MRF模型。基于提出的模型,建立了一种具有快速收敛策略的区域BP算法对MRF模型的区域消息进行传递,有效解决了区域BP算法的计算量大的问题。实验结果表明,与常规区域BP算法相比,提出的分割方法具有更快的分割速度和精度。     

面向大规模数据流处理的偏最小二乘法

用光谱分析鉴别生物特征,导致数据量大,而实际需要必须实时处理。偏最小二乘法是使用最广泛的鉴别算法,但是对于大规模数据流该算法无法达到实时性。为了解决这个应用矛盾,提出了一种基于NVIDIA CUDA架构下的并行计算策略,利用具有大规模并行计算特征的图形处理器（GPU）作为计算设备,结合GPU存储器的优势实现了偏最小二乘算法。实验的测试结果表明,在GPU上使用CUDA实现的偏最小二乘算法比在CPU上实现该算法快了47倍,性能得到了显著提高,从而使偏最小二乘算法应用于大规模数据流处理成为可能。     

基于先验知识的微型零件检测中异物伪信息的剔除

微型零件视觉检测中,视场内灰尘、发屑等异物的存在会改变所提取的目标轮廓。为避免异物对测量带来的影响,提出了一种基于先验知识思想的异物伪信息剔除方法。首先对带有异物的零件图像进行角点检测;接着统计得出标准零件的角点分布特征作为先验知识;最后由标准零件角点特征得出异物伪信息判定条件,据此剔除异物伪信息。通过在实际工程项目中的成功应用,以三幅典型带异物微型零件图像的处理过程为例,证明了算法在保证测量精度的同时有效剔除了图像中的异物伪信息。