钢筋混凝土迭合梁斜截面抗裂试验研究

通过１２根钢筋混凝土迭合梁在多点等代均布荷载作用下斜截面受力性能的试验，研究了预制截面与迭合截面高度比和一期荷载作用跨中弯矩与预制截面极限承载弯矩之比对钢筋混凝土梁斜截面抗裂性能的影响规律。在原钢筋混凝土梁斜截面抗裂计算理论模式基础上，提出了均布荷载作用下钢筋混凝土迭合梁斜截面抗裂计算方法。     

一维碲纳米棒的溶剂热合成

用一缩二乙二醇作为溶剂,以碲粉为原料,通过溶剂热反应合成了一维碲纳米晶体,讨论了温度对碲纳米晶体形貌的影响。结果发现,在160℃的温度下,产物大小均匀,高长径比的一维碲纳米棒的产量最高。     

弱结构扰动唯一稳态消谐法在铁磁谐振中的应用

唯一稳态消谐法是近年出现的消除非线性系统谐振新的分析方法.该方法的基本思想是如果非线性系.统存在1个非谐振的正常解,并且该系统具有唯一的稳态,则此时对应的条件就是系统不发生谐振的条件.将这一方法应用在消除中性点接地电力系统的铁磁谐振分析中,以弱结构扰动理论为工具,得到了相应的消谐条件.研究结果表明,消除谐振的条件可以用矩阵的HURWITZ条件来决定,并用数值模拟进行验证,表明结果正确,同时也说明唯一稳态消谐法的有效性.     

送电线路设计中对无线电设施的干扰影响及防护

送电线RI对无线电通信的干扰程度,取决于送电线路与收信设备之间的距离、接收天线的方位、接收设备的性能、制式、送电线路的各种参数以及天气条件等有关。     

利用单位解矩阵估计判定非线性电路平衡点全局渐近稳定性

本文提出了一种新的分析非线性电路平衡点全局渐近稳定的方法。这种方法利用微分方程单位解矩阵估计的相关方法,结合平衡点的渐进稳定判据,用矩阵的测度决定平衡点的全局渐近稳定性。与目前该问题所采用的LIYAPUNOV直接法相比,该方法具有无须判断平衡点的唯一性、判别方程直接明了等优点。同时,该方法对于其他形式的非线性系统的分析,也有重要的启发性及应用价值。     

微机控制流量及热耗量积算仪的研制

本文介绍了一种采用单片微机构成的流量积算仪。该仪表具有两路流量信号及两路温度信号输入，不仅能对流量，还能对热（冷）耗量进行精确的检测及累计。仪表可靠性好，精度高，操作方便，适用于各种需对热（冷）耗量进行计量的场合。     

基于投影的地图匹配改进算法

针对基于投影的地图匹配算法在道路网复杂、平行路段和交叉路口匹配正确率不高,容易出现误匹配的问题,利用道路网的拓扑连通性以及行车方向、转向等行车限制条件,引入驾车路线定义,提出一种基于投影的地图匹配改进算法。改进的算法简化了投影匹配路段筛选过程,可更快地确定投影匹配路段,并减少计算量。该算法既具有原投影匹配算法逻辑简单、实时性好的优点,又能大大提高匹配正确率。     

基于内容的情感图像获取模型

随着信息技术的迅猛发展,情感信息处理已成为21世纪人工智能领域所面临的重要挑战之一。其中,情感图像获取的研究属于多学科交叉研究,举文以形容词作为处理对象,借鉴认知心理学、绘画艺术的研究成果,在图像内容的基础上,提出了一种包括公共情感和个性化情感的情感图像获取模型。在该模型中,借鉴心理学中的“维量”思想,建立情感空间;同时,抽取图像的主色调、不变矩、颜色和灰度分布,这些较容易引起情感变化的特征作为图像的视觉特征,建立图像的特征空间;采用支持向量机的方法建立图像的低层特征空间到用户的高层情感空间之间的映射,自动注释用户未曾评估的图像,实现了图像情感注释,在情感空间进行公共情感检索,快速获得用户情感信息,在此基础上,采用可视化交互式遗传算法实现因人而异的个性化情感检索,该模型应用于风景图像的情感检索,取得了较好的实验结果。     

一种基于正态分布交叉的ε-MOEA

实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,简称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,简称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的?-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-II.     

非单调的多层神经网络

介绍了应用非单调函数作为隐层节点的激励函数的前馈多层神经网络的性能。并对以前神经网络中的两个难点：局部极小和收敛速度慢的问题进行分析。表明了采用非单调激励函数的神经网络能够较好地解决局部极小的问题。最后的实验结果也表明了该网络的性能要好于采用Ｓ型函数的神经网络的性能。