双材料界面剪切应力分析

在传统弹塑性理论的基本框架内,考虑应变梯度效应,分析了钢与混凝土粘结界面处混凝土局部滑移带内部塑性剪应变的规律,推导了剪应力与剪切滑动位移的关系及剪切滑移切向速度表达式.混凝土粘结滑移层内部应变集中程度随剪应力降增加而加剧,在应变软化阶段,剪切滑移切向速度与剪应力卸载率成正比.应用虚功率原理和塑性极限分析上限定理,分析了钢与混凝土双材料界面的剪切滑移强度,认为起主要作用的是混凝土的抗拉强度、与型钢表面状况有关的粘聚力、机械咬合力和混凝土对型钢的横向约束力等.     

基于偏微分方程的图像修补方法

根据最小能量化泛函所建立的图像修补模型可以得到其欧拉方程,把该欧拉方程所对应的梯度下降流作用于需要修补的图像,当偏微分方程的解稳定时,此时的解就是修补后的图像．基于该原理建立了一个图像修补方程,并实现了此图像修补算法．从这个修补方法的修补效果可以看到,修补后的图像具有良好的光滑性．     

磁致液面变形及其光学测量

为获取磁场中气液界面的特性参数,提出基于镜面反射成像与结构照明相结合的方法对磁致液面变形进行测量.根据图像映射和条纹灰度矩阵提取条纹图的相位差进行液面变形量的计算,并重建三维变形液面.得到了结论:液体表面附近处的梯度磁场将引起表面张力的不均匀而使其发生变形,变形量及方向与磁场强度和梯度的空间分布有直接关系,为浮力-热毛细对流的相关研究提供一种新的途径.     

基于多信息融合的双进双出磨煤机料位检测

针对双进双出磨煤机料位检测难题,提出了一种基于多信息数据融合的双进双出磨煤机料位检测方法.该方法将粗糙集（RST）和径向基（RBF）神经网络相结合,利用粗糙集数据简约和规则抽取特性,有效地去除大量冗余数据.利用RBF神经网络函数逼近能力更强和收敛速度更快等优点,引入带遗忘因子的梯度下降算法来整定RBF神经网络参数,简化了神经网络结构,提高了神经网络的学习效率,同时拥有自学习和容错能力,从而有效地保证了数据融合的快速收敛性和稳定性.实验结果表明,在料位检测过程中,将两种智能算法相结合所构成的融合系统,能使双进双出磨煤机准确地完成复杂环境的料位检测任务.     

基于邻域风险最小化概率密度估计的自适应盲分离算法*

为实现由不同统计特性和概率分布平滑特性信号得到混合信号的盲分离,对基于支持向量机的邻域风险最小化概率密度估计算法进行研究,提出一种邻域函数的构造方法,将其与自然梯度批处理算法相结合,形成一种新的自适应盲分离算法;利用广义高斯模型分析了分离算法的精确度。通过仿真实验,验证了该算法能分离统计特性不同的混合信号,相比于基于经验风险最小化的方法,该方法在收敛速度和精度方面的性能有很大提高。     

VB与Matlab混合编程在梯度胶片制作中的应用

在梯度胶片制作系统的设计中,为了完成制胶系统上位机数据计算、图形显示、系统管理软件的设计,采用Matlab函数根据采样数据合出步进电机进给控制曲线,结合VB将曲线和数据显示在人机交互界面上,将所计算的参数提供给下位控制系统,系统通过曲线插补计算对步进电机进行控制来完成胶片制作.经实践检验,这种方法所设计的监控程序功能完善、界面良好、操作方便.     

全自动电泳用梯度凝胶胶片制作系统

由西安工业大学研制的全自动电泳用梯度凝胶胶片制作系统将计算机控制系统用于梯度电泳凝胶片的制作过程,并采用了上下位机的设计,上位机主要用于数据运算,下位机用于制作过程的控制.一台上位机可控制多台下位机,从而使梯度电泳胶片的制作简单,产品的一致性好.该系统解决了电泳     

考虑饱和渗透系数的宽级配土渗流侵蚀过程室内试验研究

【目的】宽级配土是堤防的主要填料,其在水力梯度作用下会发生内部侵蚀直至管涌破坏。渗流侵蚀过程会改变土体性质,进而影响饱和渗透系数。依据饱和渗透系数演变规律,探究土体渗流侵蚀过程,有助于工程安全性评价与渗透破坏预测防治。【方法】采用自制渗流侵蚀试验仪,通过逐级升高渗透水压力,开展土体侵蚀过程试验,测量饱和渗透系数和细颗粒流失量,探究级配与干密度对渗流侵蚀过程的影响。【结果】结果显示：依据饱和渗透系数演变规律,渗流侵蚀过程可分为侵蚀前期阶段、侵蚀发展阶段和侵蚀破坏阶段,从而定义了渗蚀发展临界水力梯度和渗蚀破坏临界水力梯度;宽级配土的渗蚀发展临界水力梯度与渗蚀破坏临界水力梯度均随级配参数D₁₅/d₈₅增加而减小;当细颗粒含量处于欠填状态时,渗蚀发展临界水力梯度随细颗粒含量增加而减小,渗蚀破坏临界水力梯度随细颗粒含量增加近似线性增大;当细颗粒含量处于满填状态时,两种临界水力梯度与累积细颗粒流失率均随着干密度增加而增大。【结论】可见,由于渗透侵蚀造成的饱和渗透系数变化显著地受土体级配与密实状态的影响。     

基于显著性的遥感图像舰船目标检测

舰船作为海洋信息感知中的重要目标,其检测在军舰探测、精确制导等军用领域以及海面搜救、渔船监测等民用领域具有极其重要的战略意义.海洋遥感图像受云雾、风浪、海杂波和光照等干扰使得舰船检测具有挑战性.根据可见光遥感图像舰船目标检测特点提出粗检测和细鉴别相结合的技术路线.先基于视觉显著性的谱残差法对图像进行增强以提取目标候选区域,后根据舰船与干扰因素差异采用舰船方向梯度直方图特征对目标候选区域进行鉴别,提取真正的舰船目标.实验结果表明,上述算法舰船检测率高,对光照、海杂波干扰具有一定程度的鲁棒性,且能有效剔除碎云岛屿等干扰物,显著降低虚警率.     

基于全局稀疏梯度与低秩张量正则化的多源多波段图像融合方法

多模图像融合可有效提升多传感器系统的目标信息表征能力.然而,常用的图像融合方法只能融合两个模态传感器的信息.针对上述问题,充分利用多模图像空间与频谱信息的高阶相关性及其内在结构特性,基于图像域的非局部自相似特性,引入复合正则化方法,提出基于全局稀疏梯度与低秩张量正则化的多模图像融合方法,实现高光谱、多光谱和全色图像的同时融合.其中,多模图像的频谱信息使用全局稀疏梯度正则化方法,空间信息使用低秩张量正则化方法.上述复合正则化方法的优点在于可以有效对空间与频谱信息的内在结构特性进行建模,消除图像空间域的阶梯效应,减少伪频谱信息的引入.仿真实验验证了该方法的可行性和有效性.该方法为多传感器融合系统提供理论与技术支撑.