课程文献中心 更多>>

关键词： 楔形梁腹板   弹性屈曲分析   特征值   临界屈曲荷载   临界条件  

摘要： 本文通过有限元模拟和理论分析,对楔形梁腹板在弯、剪、局压联合作用下的弹性屈曲问题进行研究。首先研究纯弯状态下楔形梁腹板的屈曲问题,考虑不等端弯矩比、腹板区格比、楔率、腹板高厚比、翼缘宽厚比等因素对楔形梁腹板的弹性屈曲影响,结果表明当不等端弯矩比值-1≤η≤1范围内变化时,楔形梁腹板产生同向曲率即η≥0时,其弹性屈曲临界荷载随不等端弯矩比η增加而减小;产生异向曲率即η<0时,屈曲临界荷载随不等端弯矩比绝对值|η|的减小而减小,减小的幅值较同向曲率时有所减小。总体来看使楔形梁腹板产生异向曲率的情况对楔形梁腹板的弹性屈曲临界荷载的影响要大于同向曲率的情况。其次,结合楔形梁腹板受局压荷载作用时的弹性屈曲分析的结论,对受弯矩和局压联合作用下考虑翼缘约束作用的楔形梁腹板的屈曲问题进行研究,得出与普通工字型钢梁腹板的临界条件表达形式相似并适用于楔形工字钢梁腹板受弯矩和局部荷载联合作最后,结合已有的楔形梁腹板在弯—剪、剪—局压作用工况下的研究成果,运用空间图形分析的方法推导出同时考虑弯、剪及局压三种荷载作用下的楔形梁腹板的弹性屈对比有限元分析结果和理论计算结果,发现当翼缘对腹板的约束作用较小时,该式的误差随腹板区格的宽高比α = L/H的增大而增加:当翼缘对腹板的约束作用较大时,该式的误差随腹板区格的宽高比α= L/H的增大而减小。

关键词： 人工智能   模式识别   车载传感网络   特征向量   计算机视觉  

摘要： 随着人们生活水平的提升和汽车总体造价的下降,汽车在人们的生活中扮演了越来越重要的角色。车辆在复杂道路状况下的安全驾驶是一个重要的研究方向,道路信息检测则是其中的关键内容。然而,目前对道路信息检测研究较少,特别是车辆作为节点主动探测道路信息的研究较少。在此背景下,本课题研究了基于多传感器的特定道路信息识别算法,研究内容对保证安全驾驶起到促进作用。路面行驶质量指数中最重要的评价标准就是道路的颠簸程度和抗滑性。道路的颠簸程度就是道路的平整度,而抗滑性能评价标准则建立在不同道路类型的基础之上。本课题的研究内容是以汽车为主体的主动探测道路信息的识别问题。由此,本课题选取了最重要的两种信息作为识别目标,一个是路面的颠簸程度信息,另一个是道路的类型信息。对于道路的颠簸类型判断采用了模式识别的思想,研究采用运动传感器获取垂直于路面的加速度,通过特征提取获取能准确描述路面颠簸的类型的特征向量。通过一系列实验验证和参数调优,发现运动传感器结合特征提取与隐马尔可夫模型能较好的判决出道路的颠簸类型。对于道路类型的判断上,同样需要将道路类型具体到能准确描述其信息的物理参数上。现阶段较为成熟的识别物体的方案一般都是建立在机器视觉的基础上,通过一系列实验验证了在道路类型的识别上,纹理特征能较好的表示道路的类型,最终选取的纹理特征算法为灰度共生矩阵法。同时分类器的选取方面,为了解决道路类型识别时的遮盖问题,文中提出了投票式支持向量机的应用方法,并提出了完整的道路类型识别方案。论文最后为了验证文中提出算法与应用方法。在道路颠簸识别方面,搭建了相应的实验平台。利用这个平台实时采集车辆垂直方向的加速度数据,并通过特征提取和分类仿真得到了满意的效果,平均识别精确度可以达到94%。在道路类型识别方面应用仿真,验证了相应的算法和应用。实验验证,以计算机视觉为基础的纹理特征搭配改进的支持向量机算法能较好的识别道路类型,精度上能达到较好的效果,平均识别精确度达到93.2%。总体来说文章中所使用的算法和使用方法对于保证安全驾驶有较高的实用价值和使用价值。

关键词： 词袋模型   结构化稀疏   正则器   ADMM   SVM   结构信息   特征编码   Fisher核  

摘要： 人体行为识别是计算机视觉重要的研究方向,广泛应用于视频监控、视频检索以及人机交互等。本文针对词袋模型人体行为识别方法往往生成高维度特征向量,不利于分类的问题,深入分析了这些方法的特征向量生成过程,发现高维度特征向量中存在的结构模式,并通过结构化正则器将结构模式当成一种先验信息嵌入到分类器的学习过程中,以提高人体行为识别精度。本文的主要工作有:首先,研究了“硬指定”方法生成特征向量中的结构模式发现和利用问题。“硬指定”方法是一种最常用的词袋模型人体行为识别方法,通过词条聚类算法对词典中的词条进行聚类,根据聚类结果定义“硬指定”方法生成特征向量中的组结构,并通过组稀疏正则器来表示这一组结构模式,使用其替换SVM中的l2正则器,提出一种组稀疏正则化支持向量机（Group Sparsity Regularized Support Vector Machine,GSRSVM）分类器。提出一种基于交替方向乘子（Alternating Directions Method of Multipliers,ADMM）的优化算法,解决了GSRSVM的学习问题。多个数据集上的人体行为识别结果验证了方法的有效性。其次,研究了Fisher核方法生成特征向量中的结构模式发现和利用问题。通过对Fisher核方法特征向量的生成过程进行分析,发现该方法生成的特征向量中存在组结构模式,将特征向量中描述同一个高斯分量的变量定义为同一个组,描述不同高斯分量的变量定义为不同的组,并将这种组结构模式当成一种先验信息嵌入到GSRSVM中。提出一种基于对偶函数的GSRSVM优化算法,使GSRSVM能够应对极高维度的分类问题。该方法的有效性在多个人体行为数据集上进行了验证。再次,提出一种稀疏编码-时空金字塔方法,并研究了该方法生成特征向量中的结构模式发现和利用问题。该方法不仅降低了量化误差,也有效捕获了特征的时空结构信息。更重要的是,该方法生成特征向量中存在两种结构模式:组结构模式和层次结构模式。对于组结构模式,将其嵌入到GSRSVM中;对于层次结构模式,通过层次稀疏正则器来表示,并用其替换SVM中的l2正则器,提出一种层次稀疏正则化支持向量机（Hierarchical Sparsity Regularized Support Vector Machine,HSRSVM）分类器,之后在ADMM框架下提出一种优化算法解决了HSRSVM的学习问题。多个数据集上的人体行为识别结果验证了方法的有效性。最后,提出一种多级稀疏编码方法,并研究了该方法生成特征向量中的结构模式发现和利用问题。该方法不仅捕获了更加丰富的特征上下文信息,也有效防止了量化误差的传播。发现该方法生成特征向量中存在一种组结构模式,将其嵌入到GSRSVM中。多个人体行为数据集上的识别结果验证了方法的有效性。

关键词： 图像检索   特征向量   主成分分析   Vgg16  

摘要： 本文介绍了在基于卷积神经网络的图像检索分析研究中,针对青海湖野鸟监控的视频关键帧图像数据,首先我们采用Vgg16神经网络的预训练模型来提取图像的特征,然后将特征向量作为图像的代表信息进行存储,构造图像的特征向量空间。之后对存储的高维特征向量进行降维处理,用主成分分析的方法将特征向量映射到低维的向量空间。最后应用余弦相似度算法对查询图像的特征向量与特征库中向量进行匹配,实现相似图像的检索。本文对提出的方法进行了实验,通过特征提取和恰当的特征降维,测试数据的检索准确率达到了89.82%。实验表明,本文提出的方法可以有效的实现鸟类图像的相似性检索。

关键词： 缺水判别   计算机视觉   阔叶苗   特征向量  

摘要： 植物缺水判别推动了自动灌溉系统的智能化发展。本研究应用图像分割算法和模式识别算法相结合的方法,分析阔叶苗是否缺水。本文以白蜡树、柳树、银杏和杨树为研究对象,利用图像分割算法分割出单个叶片,提取阔叶苗叶片图像的颜色特征值、形态特征值、纹理特征值,结合土壤湿度特征量,通过BP神经网络和SVM分类算法训练分类模型,建立植物缺水判别系统。本文分别对分割算法和分类识别算法进行对比,最终通过Mean-shift分割算法和径向基核函数SVM分类器建立缺水判别系统,判别率可达到90.73%。论文的主要工作流程如下:(1)白蜡树、柳树、杨树和银杏四种阔叶苗的培育以及环境数据库的建立。对每种树苗分组实验,每天采集正常生长状状态和缺水样本,在样本培育的同时获取光照、温度、土壤湿度数据,建立相应的数据库。(2)图像分割算法的研究。用单反相机采集叶肉、纹路完整的叶片图像,选择算法对图片进行灰度处理、平滑去噪、边缘检测,通过算法的对比,选择最适合本课题的分割算法。(3)叶片特征提取和特征选择。本文通过提取阔叶苗叶片的几个最有效特征参数,采用识别分类器来对植物进行缺水判别。选用的特征参数有颜色特征中的均值、方差;纹理特征中的纹理能量、对比度、相关性、纹理熵;形状特征中的矩形度、伸长度、圆形度、致密度。通过数据方差计算,选择提取了其中6个最有参考价值的特征,结合土壤湿度特征,形成7维特征向量。(4)研究并提出BP神经网络和SVM方法建立叶片缺水判别系统。输入7维特征向量构建BP神经网络分类模型和SVM二分类模型。通过实验结果的识别率、训练时效的对比,选择最优分类器。

关键词： MA   Jun   特征值   不平衡数据   眭跃飞  

摘要： ~~

关键词： 结构矩阵   行列式   逆矩阵   算法   稳定性分析  

摘要： 本文研究了七种结构矩阵（含有著名数的斜对称Toeplitz矩阵,列上加下Toeplitz矩阵与列上加下Hankel矩阵,列上减下Toeplitz矩阵与列上减下Hankel矩阵,列上加r下Toeplitz矩阵与列上加r下Hankel矩阵）的行列式、逆矩阵及稳定性分析等问题,分为以下六章:第一章分为三部分,第一部分介绍了循环矩阵、Toeplitz矩阵等几种结构矩阵的应用背景及国内外研究现状,第二部分介绍了七种特殊结构矩阵的定义及相关引理,第三部分就本文的主要工作进行了简单的介绍.第二章主要考虑了包含有著名数的Toeplitz矩阵的行列式和逆,共分为三部分.第一部分通过构造合适的变换矩阵得到Fibonacci斜对称Toeplitz矩阵的行列式和逆矩阵.第二部分,构造相似的变换矩阵,得到Lucas斜对称Toeplitz矩阵的行列式和逆矩阵.第三部分给出例子来验证我们得到的结论.第三章、第四章与第五章分别以列上加下Toeplitz矩阵（TCUPL）和列上加下Hankel矩阵（HCUPL）、列上减下Toeplitz矩阵(TCUML)和列上减下Hankel矩阵(HCUML)与列上加r下Toeplitz矩阵(TCUPrL)和列上加r下Hankel矩阵(HCUPrL)这六种结构矩阵为对象,研究了这六种结构矩阵的逆矩阵的分解式,之后给出了算法,并对其稳定性进行了分析.并在第五章给出例子来验证我们得到的定理.第六章对本文的主要工作进行了概括与总结,并对将来的工作进行了展望.

关键词： 点过程   迹算子   埃尔米特核   正压缩性  

摘要： 本文主要介绍随机点过程中一类性质很好的行列式点过程.这种点过程是随机矩阵理论,组合数学和物理学中的重要研究工具.鉴于背景空间E是可数或不可数空间,可区分离散和连续的行列式点过程的定义.我们将给出行列式点过程的存在性以及唯一性定理.我们对两种类型的行列式点过程分别给出一个典型的例子:其一,Z上的平稳行列式点过程,利用Lyons的存在唯一性定理,我们展示如何诱导出这类平稳行列式点过程.其二是正交多项式系综,它研究n阶随机矩阵特征值的分布,该行列式点过程可以由L2(R,μ)到子空间间{(?)}的正交投影算子的核来刻画.

关键词： 最值问题   单元化   消元法   不等式法  

摘要： 多元最值问题一直是高考的热点,这类问题由于变量多、综合性强、形式灵活多变、变量关系相互制约而颇具挑战性,确实是一个难点,而且学生普遍对此问题感到害怕,其中一个最主要的问题是如何消元,将多元问题单元化再求最值?本文介绍一种易懂易学的处理方法——倍分消元.

关键词： 特征值平衡动量策略   传统动量策略   残差动量策略   收益   风险暴露  

摘要： 动量效应一直以来都是行为金融研究的一个热门话题,也是推翻了有效市场假说的一个重要理论,同时对股票投资市场的操作策略也具有重要的意义。它一方面丰富了有效市场理论和行为金融学理论,使得对股票价格的变动有了更合理的解释,另一方面,它给基金投资者提供了有效的指导依据,使得基金经理人运用动量投资策略获得超额收益。鉴于过去学者对动量效应的文献研究,发现传统动量策略的收益较为不稳定,所承受的风险较大,易受市场状态、公司规模和公司账面市值比等因素的影响,因此本文分别运用了在美国NYSE\AMEX\NASDAQ上市的普通股数据和在中国上市的A股数据,在传统动量策略的基础上对动量策略进行优化,控制了市场状态、公司规模和账面市值比对动量策略的影响,并将之称为特征值平衡的动量策略。本文将股票数据按照系统风险、公司规模和账面市值比进行分组,分为27个投资组合,在每个组合中按照收益排序得到赢家组合和输家组合,最后得出零投资组合。以这种分组的方式划分赢家和输家即控制了组合的系统风险、公司规模和账面市值比,使得动量策略对这三个特征值的风险暴露更小,收益更稳定。文章将特征值平衡动量策略与传统动量策略、残差动量策略进行比较,发现不论从收益还是从风险的角度来看,特征值平衡动量策略均优于传统动量策略和残差动量策略。