Effect of variation in gas distribution on explosion propagation characteristics in coal mines

In order to investigate the effect of variation in the distribution of gas on explosion propagation characteristics in coal mines, experiments were carried out in two different channels with variation in gas concentration and geometry. Flame and pressure transducers were used to track the explosion front velocity. The flame speed (Sf) showed a slight downward trend while the methane concentration varied from 10% to 3% in the experimental channel. The peak overpressure (Pmax) dropped dramatically when com-pared with normal conditions. As well, the values of Pmax and Sf decreased when the methane concentration dropped from 8% to 6%. The flame speed in the channel, connected to a cylinder with a length varying from 0.5 to 2 m, was greater than that in the normal channel. The peak overpressure was also higher than that under normal conditions because of a higher flame speed and stronger pressure piling up. The values of Pmax and Sf increased with an increase in cylinder length. The research results indicate that damage caused by explosions can be reduced by decreasing the gas concentration, which should be immediately detected in roadways with large cross-sections because of the possibility of greater destruction caused by more serious explosions.     

基于近邻消息传递的自适应局部线性嵌入

针对局部线性嵌入(LLE)降维算法中邻域参数的人工设定及其全局性的缺陷,研究了聚类和降维的内在联系,提出了邻域参数的自适应选取策略,构建了一种聚类和降维的自适应局部线性嵌入(ALLE)算法,为每个样本点设计最佳的近邻搜索空间,自适应选取邻近点计算权值重建矩阵,基于类信息重新定义了重构误差函数。实验表明,新算法更能体现出数学上流形概念的局部坐标化本质,对不相关数据、冗余数据和噪声数据具有良好的鲁棒性,在实际识别问题中体现出优越的性能。     

基于用户行为和网络拓扑的Email蠕虫传播

通过分析用户行为规律和电子邮件网络拓扑特征,提出了能够准确描述Email蠕虫传播特性的仿真算法。首先,基于Enron Email数据集构建了能够表征Email网络特点的仿真环境,实验结果验证了仿真算法能够准确地体现Email蠕虫传播特性。然后从理论和实验两方面分析验证了关键节点被感染后会加速蠕虫的传播的结论,并讨论了不同防护措施对蠕虫传播的抑制效果。最后建立了Email蠕虫传播数学解析模型(Topo-SIS),与仿真结果的比较表明,该模型能够较好地预测Email蠕虫的传播规模。     

震后裂缝危岩体诊断技术研究

震后山体结构破碎,崩塌频发,严重的制约着灾后重建工作。为此,从震后岩体实际结构状况出发,在分析诱发岩体崩塌的破坏性外力类型的基础上,借助断裂力学理论,通过合理建模,阐明了震后岩体崩塌的机理,给出了崩塌发生的条件,为震区可预知余震强度区的危岩体诊断和排查提供了技术支持。最后通过算例及分析表明：余震、降雨及其相互耦合作用是震后崩塌的根本动力;在特定外力下区内岩体裂缝发生扩展存在最小临界深度;外力耦合条件下裂缝失稳临界深度最小     

基于BP神经网络的集装箱箱号识别

提出一种用BP神经网络实现集装箱箱号识别的方法。提出的图像预处理方法对管柱,底面凹凸,脏污物、光线的强弱、倾斜、缺损或模糊有较强的适应性。在BP网络分类器实现时,考虑集装箱箱号的组成特点,采用并行处理方法。在BP算法中,引入动态因子,动态调整学习步长。实践证明利用这种方法来识别装箱箱号,速度快,识别率高,具有较高的实用价值。     

人工神经网络在改善报警系统性能中的应用

介绍了一种利用BP人工神经网络降低报警系统误报警率的有效方法。以STC89C52RC处理器为平台,在嵌入式系统中应用BP网络先对报警信息进行分析和预处理,再控制报警系统动作。该方法大大降低了报警系统因自然因素导致的误报警概率。采集了100个典型数据对BP网络进行训练,得到了适合应用目标的网络模型,现场实测误报警率几乎为0。该方法的硬件价格便宜,电路简单,是一种降低报警系统误报警率的有效方法。     

一种三维复杂介质波前时间的高精度数值算法

基于水平集的波前扩展算法,如FMM(Fast Marching Method)、GMM(Group Marching Method),作为一类计算复杂介质波前时间的有效方法而被广泛使用.该类算法都是基于程函方程的有限差分格式来计算波传播时间,在介质离散单元尺寸较大的情况下,计算精度较低.为提高波前时间的计算精度,在一个长方体单元内,将任意点的波传播时间用已知节点上波前时间的插值函数表示,然后根据Fermat原理确定未知节点上的波前时间,再结合高效率的GMM算法,形成了一种计算三维复杂介质波前时间的有效算法.数值模拟实验表明,与原GMM算法相比,该算法大大提高了波前时间的计算精度,同时具有很强的稳定性和适应性.     

基于FVD模型的各异性跟驰模型

基于不同气质类型驾驶者的行为差异分析,建立了跟驰模型参数与驾驶人气质状况之间的关系,通过引入气质激进度变量,将跟驰模型参数表达为气质激进度的函数,并在改进FVD模型的基础上,提出了体现驾驶人行为差异的各异性跟驰模型。该模型克服了传统规范模型无法描述驾驶者个体行为差异的缺点。数值模拟实验结果表明该模型能够成功地模拟稠密交通流中小扰动传播演化结果的随机性现象。该模型结构简单,且参数易于确定,一方面为驾驶行为各异性的建模建立了理论基础,同时也为微观交通流动态随机特性模拟提供了一般性的方法。     

基于改进的神经网络循环流化床锅炉建模

提出了基于改进的BP神经网络的方法,并引入附加动量项和自适应学习率,根据所提的建模方法进行实际建模.计算结果表明,该模型能够较好地对床温进行预测,可以反映主要参数变化时循环流化床锅炉床温的动态特性,说明了该建模方法的可行性.     

一种监控多核处理器系统核状态的方法

本文主要针对目前多核处理器中核状态难以监控这一问题,分别从硬件和软件角度给出了解决方案,并通过具体的实现方法和试验说明了使用软件方法解决此问题的优越性。