穿孔轧卡试样剖析

研究了穿孔变形区中毛管的几何尺寸和表面质量。     

云锡塘子凹矿体矿岩物理力学参数研究

通过对 31- 1#矿体矿岩物理力学参数的研究 ,对矿岩特性及稳固性进行了科学、合理地评价 ,为矿体开采过程中采矿方法的选择、采场结构参数的确定及回采过程中 ,地压的管理提供了科学依据 ,从而保证了矿山生产的安全可靠性     

气体试样表面质量对氧含量的影响

低氧含量钢种是目前各钢铁企业开发的主要品种，尤其是齿轮钢、气瓶钢等对氧含量的要求较严，所以准确测定钢中的氧含量也是控制钢材性能指标的一种手段。     

在不同海域长尺电联结低合金钢的腐蚀规律研究

用长尺电联结方法研究了低合金钢在不同海域的腐蚀规律和耐蚀性,对3种钢4个海域2年的海水腐蚀试验结果进行了分析.     

Finite Element Simulation for Laser Direct Depositing Processes of Metallic Vertical Thin Parts（1）

建立了模拟直薄壁件逐点沉积过程中温度场的有限元模型，用等价导热系数和焓值法处理了固一液耦合热传导问题和固液混合区的焓．模拟结果真实地反映了沉积316L不锈钢直薄壁件的温度场特征．通过对模拟结果的分析得出，在高温阶段（700℃以上）熔池的平均冷却速率达到10^3℃／s数量级，在240℃以下的冷却速率仅为10℃／s数量级．基板的温度变化经历温度上升、温度平稳、温度下降3个阶段；在温度下降阶段，基板中的热传导对熔池冷却速率影响很小．有限元模拟结果与已有文献的实验测量数据吻合很好．     

标准冲击试样缺口应力场有限元分析

通过大型有限元分析软件ANSYS来研究标准类型缺口冲击试样三维应力场，分析了夏氏V型、梅氏U型、夏氏U型和夏氏钥匙型缺口冲击试样横、纵向中面应力状态及应力集中系数，给出了冲击过程的动态显示。结果表明：标准缺口试样存在着相似的应力状态，横向中面等效应力受应力集中影响，先减小后增大；纵向中面等效应力近乎不变，最大等效应力出现在缺口根部；标准缺口应力集中系数K1是时间的函数，随时间的增加，K1缓慢增大后叉缓慢减小，其中夏氏U型与夏氏钥匙型变化近似重合，应力集中系数最小，梅式U型次之，夏氏V型最大；标准缺口试样对缺口根部达到断裂的响应时间不同，夏氏V型最快，其次是梅氏U型和夏氏U型，夏氏钥匙型最慢。     

一种改进隶属度函数的FCM聚类算法

传统模糊??-均值(FCM) 算法要求一个样本对于各个聚类的隶属度之和满足归一化条件, 从而导致算法对噪声和孤立点敏感, 对非均衡分布样本的聚类有效性降低. 针对该问题, 提出一种改进模糊隶属函数约束的FCM聚类算法, 通过放松归一化条件, 推导出新的隶属度划分公式, 并在聚类过程中不断进行隶属度修正, 从而达到消除噪声样本、提高聚类有效性的目的. 最后通过实验结果对比验证了改进算法的正确性.

     

小数据集条件下的多态系统贝叶斯网络参数学习

针对贝叶斯网络中多父节点条件概率分布参数学习问题,提出了一种适用于多态节点、模型不精确、样本信息不充分情形的参数学习方法.该方法利用因果机制独立假设,分解条件概率分布,使条件概率表的规模表现为父节点个数和状态数的线性形式;利用Leaky Noisy-MAX模型量化了多态系统模型未含因素对参数学习的影响;从小样本数据集中获取模型参数并合成条件概率表.结果表明,该方法能提高参数学习效率与精度.     

基于Web信息使用改进的无监督关系抽取方法构建交通本体

领域本体是对领域概念及其关系的一种高效合理的展现形式.在构建领域本体过程中,常常遇到的问题就是尽管本体概念完备但概念间关系复杂多样导致人工标记关系代价过高.使用无监督学习的关系抽取算法对包含丰富的领域概念的web信息进行抽取解决了这一问题.然而,传统的无监督学习的算法没有考虑到"单样例多概念对"的问题,导致最终抽取的概念关系不完整.本文利用交通领域的Web信息构建本体,将样例概念关系对权重引入传统的无监督学习方法Kmeans中,解决了此项问题并通过实验证明该算法取得了良好的效果.     

融合特征的快速SURF配准算法

目的 针对基于SURF特征点的图像配准算法对颜色单一的彩色图像提取的特征点较少及配准时间复杂度高等问题,提出一种基于融合特征的快速SURF(speed up robust features)配准算法.方法 该算法首先提取图像的颜色不变量边缘特征和CS-LBP(central symmetry-local binary patterns)纹理特征形成融合特征灰度图,并利用颜色直方图的方差自适应调节融合特征间的权重.其次,在融合特征灰度图上提取SURF(speed up robust features)特征点及描述子.再次,用最近邻匹配法形成粗匹配对,结合改进的快速RANSAC(random sample consensus)算法得到精匹配对.最后,使用最小二乘法求出映射关系用于配准图像.结果 本文算法能够在融合特征上提取更稳定的SURF特征点,用该特征点进行配准能提高配准5％精度,且减少时间复杂度15％,实现了对普通场景下图像的快速配准.结论 本文算法能提取稳定数量的特征点,提高了精确度与鲁棒性,并通过改进的RANSAC算法提高了执行效率,降低了迭代次数.