钢筋混凝土柱-H型钢斜梁结构有限元分析

钢筋混凝土柱-H型钢斜梁结构由混凝土和钢两种性能差异较大的材料构成,其受力性能相对复杂.针对大部分设计人员采用PKPM进行该结构设计的现状,笔者将ANSYS考虑大变形、非线性的计算结果引入.分析表明,因PKPM未考虑非线性等因素,故导致相同条件下水平推力和水平位移的计算结果存在较大偏差.     

基于广义Beta函数的图像自适应增强方法*

针对传统Beta函数的图像增强方法应用于较暗区域、较亮区域,以及两端区域拉伸与中间压缩图像增强中的不足,引入增强算子和新的形状控制参数,提出了新的直方图变换函数,即广义Beta函数.在此基础上,给出了广义Beta函数增强算子选择机制,并建立了新形状控制参数的自适应选取模型.实验结果表明,提出的基于广义Beta函数的图像增强方法不仅增强了图像的对比度,而且保留了较多的图像细节信息,增强结果明显优于传统Beta函数.     

一种基于风险的需求优先级排序方法*

为支持风险的量化分析以提高需求优先级排序的有效性,提出了一种基于风险的方法。方法从需求和任务两个层面实现对需求选取问题的建模,以风险为关键因素计算得出需求优先级。模拟实验的结果表明,本方法有助于提高项目最终取得的价值,同时优先级排序的结果符合费效比原则,即项目实现了在早期尽快获取价值的目标。     

数据流中基于滑动窗口的最大频繁项集挖掘算法*

挖掘数据流中最大频繁项集是从数据流中获得信息的一种有效手段,是数据流挖掘研究的热点之一。结合数据流的特点,提出了一种新的基于滑动窗口的最大频繁项集挖掘算法。该算法用位图来存储数据流中流动的数据;采用直接覆盖的方法存储和更新数据流上的数据;在深度优先搜索挖掘最大频繁项集时,除采用经典的剪枝策略外,还提出了与父等价原理相对应的子等价剪枝策略;最后将挖掘结果存储在索引链表中以提高超集检测效率,进一步减少挖掘最大频繁项集的时间。理论分析和实验结果证实了该算法在时间和空间上的有效性。     

Kernel PCA与BP神经网络相结合的变压器故障诊断*

为了提高变压器故障诊断的准确率和抗干扰能力,提出一种基于核特征量的BP神经网络故障诊断模型。通过核主成分分析将故障样本从低维的特征空间非线性地映射到高维的核空间,提高了样本的可分性,然后以核特征量作为BP神经网络的输入特征量,建立变压器故障诊断模型。实验对比了结构相似、输入量不同的BP神经网络,结果表明采用核特征量的诊断模型具有更好的诊断效果和抗干扰能力。     

集成于单根光纤中的1×2耦合器的特性分析

提出并展示了一种集成于一根光纤中的1×2光纤耦合器。通过在单芯光纤和双芯光纤焊点处进行熔融拉锥的方法,实现了这种新颖的耦合技术。采用光束传输法,计算仿真了其功率耦合与传输过程。对于双芯光纤分布不对称以及双芯光纤芯子折射率具有轻微差异的情况,给出了分析与讨论。     

微萃取原子吸收法检测水中微量铬

采用分散液液微萃取分离技术结合火焰原子吸收法,提出了一种新的环境水样中痕量铬的检测方法。用吡咯烷二硫代氨基甲酸铵做螯合剂,四氯化碳做萃取剂,乙醇做分散剂。选定并优化了萃取的影响参数。这些参数包括萃取剂和分散剂的类型以及它们的体积、萃取时间、酸碱度和螯合剂的用量等等。通过条件优化,Cr（Ⅵ）和总铬富集率分别达到270和259。校准曲线在1～50μg·L^-1的浓度范围内呈线性,Cr（Ⅵ）和总铬的检出限分别为0.12和0.15μg·L^-1,相对标准偏差分别为2.1%和2.7%。（N=5）该法简便快速,用于自来水、井水和河水中铬的形态分析,结果较满意。     

基于最小跳数的WSN非均匀分布的路由算法*

针对无线传感器网络节点能耗分布不均衡的问题,采用非均匀分布策略部署节点,提出一种新的路由算法。该算法通过在网络中建立最小跳数场和路径节点最小能量场,使得信息包沿着能耗最优的路径向sink节点发送。通过仿真实验表明,该算法在能量节省、能耗均衡和提高网络生存期方面具有明显的优势,进而能够缓解能量空洞问题。     

OFDM信号循环谱分析及参数估计*

针对在无线电监测和认知无线电系统中,信号参数估计这一重要问题,证明了OFDM信号具有循环平稳性的必要条件是加循环前缀或有非矩形脉冲成型,并以线性周期时变变换(LPTV)模型为基础,推导了OFDM信号的循环谱表达式。通过对连续信号和离散信号进行计算机仿真,都得到了相同的OFDM信号循环谱图,实现了OFDM信号符号周期的估计,结果与理论分析相吻合。     

结合显著度图和自适应能量线的快速图像缩放*

针对Seam Carving图像缩放方法中能量函数的局限性和动态规划算法的复杂性,提出了一种基于图像内容的快速图像缩放方法。结合基于视觉注意力模型的显著度图,完善图像内容的能量描述;同时,提出一种基于图像内容的粗、细能量线自适应机制,与层次加速动态规划一起,加速缩放效率。仿真实验结果表明,该算法在有效保护图像内容的同时,降低了算法的计算复杂度,减少了图像缩放时间。