融合时变因素的浆砌石坝变形时空混合模型北大核心CSCD

混合模型常被用于大坝变形的整体预测,目前开展的研究主要针对混凝土坝,对于同样数量多且分布广的浆砌石这类非线性材料坝的研究还较少。本文考虑非线性材料坝变形具有的时变特性,通过引入时间量参数及观测点相对坐标,建立对应的水压分量多点统计模型。考虑到引入多参数的水压分量模型系数寻优困难问题,采用改良的粒子群算法(IPSO)加强粒子随机性及交互性,提高模型系数的寻优速度。采用有限元方法(FEM)与卡尔曼滤波(KF)对其进行预测,建立FEMK模型。同时,采用深度学习算法LSTM训练经PCA降维后的温度和时效因子并预测相应变形值。联合构建的FEMK-LSTM-PCA时空混合模型经工程实例验证有较高预测精度,并且可以实现对大坝变形的整体预测。     

一种H.265视频带宽实时预测模型

针对视频直播过程中带宽抖动导致视频帧丢失造成用户体验降低问题,提出了一种H.265视频带宽实时预测（VBRP）模型。模型基于马尔可夫链,专注于H.265编码的直播视频流,研究了在GOP（group of pictures）编码模式下B帧出现的统计特性,发现B帧大小对视频流传输速率的影响较大。应用此特性可预测出直播流中B帧的大小,并根据网络带宽选择性丢弃B帧,同时引入步长调整因子AF和误差阈值FT,均衡模型在预测B帧时的训练频率和预测帧数。最后基于模型实现VBRP预测算法并在直播系统中验证算法的有效性。     

双电机同轴驱动系统功率追踪算法研究

研究同轴双电机负载功率追踪问题,在该系统中,两台电机速度被强制同步,由于两台相同电机参数略有差异,将导致功率分配不平衡。基于功率平衡要求,根据矢量控制理论,将交流异步电机的电机转矩和电机磁通的解耦,得到双电机功率(电流)追踪的数学模型,通过设计模糊控制器与迭代算法进行控制,进行了同轴双电机功率追踪问题仿真。仿真结果表明,模糊PID控制与迭代算法控制的系统相比,可以提高功率跟踪的响应速度,更快达到功率平衡。     

小区场地雨水露天排渗系统设计

在我国的城镇建设中,居住小区的雨水处理模式多采用分流制系统,即将雨水、污水分别处理,且以"排"为主要设计思想。分流制排水系统虽然有很多优点,但也存在一些     

试论城市住宅的“过渡空间”设计

随着社会不断发展 ,人们对住宅要求的变化 ,促使建筑设计者对城市住宅空间设计的深入探索和完善     

基于机器视觉的分级车牌字符识别方法

为提高车牌字符识别率,提出一种考虑整体和局部特征,分别采用两级SVM分类器的识别方法,其工作模式为:第一级分类器针对所有字符,在识别结果属于形似字符的情况下,送入对应的第二级分类器作进一步识别。第一级分类器提取字符图像整体的各网格比例作为SVM的分类特征。将形似字符分为5组,分别对应的5个SVM构成第二级分类器。通过分析各组内字符笔画特征的局部相异性,提取相应网格中字符轮廓的垂直、水平投影方差、比例等特征并进行特征融合作为相应SVM分类特征。实验结果表明,该方法字符平均识别时间为23.45 ms,且在形似字符的识别率和总体识别率方面均优于模板匹配、神经网络和同类的分级识别方法,是一种有效的方法。     

住宅室内空间利用散论

基于国人目前的实际居住水平及大量未达到小康标准的住宅仍将是国人居住建筑的主体这一现实,本文着重从竖向空间的利用、一物多用、及如何向室外空间延伸等方面对住宅室内空间的利用作了一些讨论。     

纳米姜油乳液乳化剂复配研究

为了提高纳米姜油乳液的稳定性,以平均粒径为指标,采用均匀实验优化姜油乳化剂的复配工艺。最后得到乳化剂最佳配方为:Span-80、Tween-80、D-95的浓度分别为0.80 g/10mL、0.05g/10mL、0.15g/10mL。制备的纳米姜油乳液的平均粒径为84.27 nm,具有较好的存储稳定性。     

基于FOA法搜索危险滑动面的三维极限平衡分析

针对三维极限平衡法分析边坡稳定时不能搜索最危险滑动面的问题,以索风营水电站Dr2危岩体加固工程为研究对象,采用果蝇优化算法搜索危岩体的滑动面,采用改进的三维极限平衡法对危岩体进行抗震稳定计算,提出基于果蝇优化算法的危岩体危险滑动面搜索方法,并分析了危岩体各种加固措施对稳定的贡献度。结果表明:加固后的危岩体在地震工况下可以维持稳定,其中泥岩灌浆对稳定的贡献最大,顶部锚索贡献最小。该方法弥补了传统极限平衡法无法所搜滑动面的缺陷,提高了边坡失稳的预测精度,可为类似工程提供一定的参考。     

多工况下航空发动机的故障模式分类

航空发动机在多个操作条件下具有不同的故障模式.针对现有航空发动机数据集的故障模式和数据特点,本文在多工况下提出了一种基于一维卷积神经网络的航空发动机故障模式分类方法.该方法无需其他特征提取算法,可直接用于原始数据.首先通过一维卷积神经网络从原始数据中提取局部特征.然后全连接层通过学习这些特征表示来分类故障类别.最后,将其他分类模型与本文模型进行对比.实验结果表明,一维卷积神经网络具有较好的分类精度,降低了网络模型的训练时间,对提高航空发动机运行可靠性有一定的实用价值.