基于BP神经网络对非线性函数拟合

不确定性、非线性常存在于控制领域系统中,难以控制和分析。本文基于BP神经网络对非线性函数拟合进行研究。通过仿真验证了该方法对非线性函数拟合具有良好效果和适用性。     

一种适用于开采沉陷的InSAR最大可检测形变梯度函数模型

由于时空失相干、大气延迟等因素的影响,InSAR技术的检测能力受限,无法保证任意矿区监测结果的有效性。若检测能力未知,使用InSAR技术将极易造成人力、物力资源的浪费。为有效判断InSAR技术是否适用于矿区地表形变区域探测,提出了一种适用于开采沉陷的InSAR最大可检测形变梯度(Maximum Detectable Deformation Gradient,MDDG)函数模型。首先通过分析地质采矿因素对开采沉陷的影响,选取矿区开采深厚比和下沉系数两个参数作为模型参数;然后基于不同分辨率、不同波长和不同入射角的SAR影像数据,采用数值模拟和回归分析方法,建立了水平煤层开采条件下的InSAR最大可检测形变梯度函数模型。为验证模型的可靠性,采用陕西大柳塔矿区2012年11月21日—2013年4月2日的13景TerraSAR卫星数据进行模型验证试验。研究表明:InSAR在该矿区的最大可检测梯度为0.008 56,相邻控制点间能够检测的形变量不超过0.171 2 m,采用地表观测站GPS数据作为参考形变值验证了上述结论;与现有模型对比,该模型检测精度更高,细化检测性能更为突出,且无需提前获取SAR影像,可为促进InSAR技术应用于矿区开采沉陷监测提供参考。     

船体结构冰载荷反演方法及试验验证

冰载荷是影响船舶冰区航行期间结构安全的重要环境载荷。船舶的冰压监测通常采用应变传感器，合理地布放传感器是识别冰载荷的基础。通过对比船体外板结构试验中的冲击载荷和不同测试方案下的应变信号，确定了最佳应变传感器布放方案；采用Green核函数方法建立了船体外板结构应变冲击载荷间的响应关系，并对采集信号在噪声影响下反演的不适定性进行了分析；采用Tikhonov正则化方法克服了载荷反演过程中出现的数值不稳定问题；最后将试验中的响应用到载荷识别分析中，反演的载荷可以较为准确地反映冲击载荷的时域特征并且载荷识别精度良好。     

PSO——RBFNN在发电机转子绕组匝间短路故障诊断中的应用

发电机的励磁电流和机端电气变量电压、有功功率、无功功率之间的联系,就可以反映出发电机转子绕组的运行状态.文章采用的基于微粒群优化的径向基神经网络算法通过仿真实例计算表明,该算法不但可以诊断转子绕组匝间短路故障及预测匝间短路的严重程度,而且精度和准确性也优于其他一些简单神经网络,从而验证了算法的有效性.     

修正增广拉格朗日函数凸半无限规划的对偶定理

针对凸半无限规划问题,构造了新的修正增广拉格朗日函数,并且利用该修正增广拉格朗日函数,对凸半无限规划的对偶性进行了讨论。证明了在合理的假设条件下,凸半无限规划问题与其拉格朗日对偶问题间强对偶性成立,并举例说明了定理的有效性。     

基于多尺度CSRBFs的地层三维地质建模

基于矿山多源数据实现地层三维地质建模是数字矿山研究中的一项重要工作，其成果有助于矿山资源评估、生产规划编制等工作的有序进行。采用插值方法对离散采样的非均匀点状数据进行处理，是精准构建矿体模型的关键。然而，矿体建模常用的插值方法在处理数据时，很少有效顾及数据的非均匀性。基于多尺度CSRBFs插值方法，提出了一种可以处理非均匀数据的地层三维建模技术。首先从多源数据中提取非均匀的地质离散点数据集。然后，使用多尺度CSRBFs插值构建地层表面模型，插值步骤包括：①样品点获取与单位法向量计算；②通过八叉树空间索引构建层次点集；③使用多尺度CSRBFs方法在样品点集上由粗到细逐层插值，计算地层表面隐式函数；④地层隐式曲面可视化。最后，使用提出的断层建模方法在连续地层表面构建正断层、逆断层和交叉断层模型。研究表明：多尺度CSRBFs（Multi-scale CSRBF， MsCSRBF）插值方法通过十折交叉验证获得的平均误差为0.943 m，精度优于反距离加权法（Inverse Distance Weighted， IDW）和普通克里金法（Ordinary Kriging， OK），且MsCSRBF方法相比于IDW和OK方法插值运算效率更高。上述分析表明：多尺度CSRBFs差值方法能够针对非均匀数据进行地层表面模型的高精度、快速重建。     

具有光照鲁棒的图像匹配方法

针对现有的基于局部特征的图像匹配算法对光照变化敏感、匹配正确率低等问题，提出一种具有光照鲁棒性的图像匹配算法。首先使用实时对比保留去色（RTCP）算法灰度化图像，然后利用对比拉伸函数模拟不同光照变换对图像的影响从而提取抗光照变换特征点，最后采用局部强度顺序模式建立特征点描述符，根据待匹配图像局部特征点描述符的欧氏距离判断是否为成对匹配点。在公开数据集上，所提算法与尺度不变特征变换（SIFT）算法、加速鲁棒特征（SURF）算法、"风"（KAZE）算法和ORB算法在匹配速度和匹配正确率上进行了对比实验。实验结果表明：随着图像亮度差异的增加，SIFT算法、SURF算法、"风"（KAZE）算法和ORB算法匹配正确率下降迅速，所提算法下降缓慢并且正确率均高于80%；所提算法特征点检测较慢和描述符维数较高，平均耗时为23.47 s，匹配速度不及另外四种算法，但匹配质量却远超过它们。对实时性要求不高的系统中，所提算法可以克服光照变化对图像匹配造成的影响。