兵力损耗的二维随机游走模型

在本文所建立的模型中 ,借助于二维随机游走的概念 ,描述了红蓝双方兵力在对抗过程中的变化规律 ,给出了所描述的战斗过程的所有可能结果和每种结果出现的概率 ,以及平均剩余兵力等数字特征的计算公式     

抛物柱面上天线的远区场公式

在抛物柱面上天线边值问题一文基础上,首次给出了它的远区场公式。文末例举了计算结果一例。     

基于格拉姆角场和PSO-CNN的滚动轴承故障诊断方法

针对卷积神经网络的结构对滚动轴承故障诊断精度有较大影响的问题,提出一种基于格拉姆角场和粒子群优化卷积神经网络结构的故障诊断方法。采用格拉姆角场对一维轴承振动数据重构,保留原始数据信息的同时包含了时间相关性;采用粒子群优化算法对编码后的卷积神经网络结构迭代寻优。利用西储大学的轴承数据集进行试验验证,试验结果表明,该方法可自适应生成网络结构,平均诊断精度为99%,相对于其他主流卷积神经网络结构可以获得更好的故障诊断精度。     

基于深度学习多网络融合的网联车辆驾驶行为预测

智能网联车在复杂道路场景中安全行驶需要对周围车辆驾驶意图和行驶轨迹的准确预测。将双向长短期记忆网络(Bi-directional Long Short-Term Memory)、卷积生成对抗网络(Deep Convolutional Generative Adversarial)和注意力机制(Attention Mechanism)相融合,提出一种基于BLSTM-DCG-ATT的网联车辆驾驶意图和行为预测模型。通过正反双向LSTM链路和注意力机制得到具有双重特征的数据,通过卷积生成对抗网络对特征数据进行卷积处理,迭代生成网联车辆及周围车辆的未来时刻变道意图和行驶信息。仿真结果表明：该模型能够在复杂路网、交通流密集的情况下,对网联车辆及其周围车辆的变道意图和行驶轨迹进行准确预测,预测精度达94%。     

用线性兴波阻力理论计算穿浪双体船的兴波阻力

以线性兴波阻力理论 (薄船理论 )Michell型兴波阻力计算公式为基础 ,结合穿浪双体船的船型特点 ,建立了一次和二次简化的Michell型兴波阻力计算公式 ,并以此简化公式计算了某穿浪双体船WPC×××的兴波阻力 .将计算结果与马丁法计算结果进行了比较 ,并探讨了兴波阻力规律及片体间距对WPC兴波阻力的影响规律 .     

国际通用的人员疏散计算方法对比研究

在＂性能化设计＂中,人员疏散的设计至关重要。介绍了目前国际通用的几种计算人员安全疏散必须时间（RSET）的经验公式,计算模型的不同分类方法,具体分析和比较了几种计算模型。     

用于视频图像帧间运动补偿的深度卷积神经网络

为探索深度学习理论在视频图像帧间运动补偿问题中的应用,提出一种用于视频图像帧间运动补偿的深度卷积神经网络。该网络由卷积模块和反卷积模块构成,可以处理不同分辨率输入图像并具备保持较完整图像细节的能力。利用具有时序一致性的视频图像序列构造训练样本,采用随机梯度下降法对设计的深度卷积神经网络进行训练。视觉效果和数值评估实验表明,训练得到的网络较传统方法能更有效地进行视频图像帧间运动补偿。     

非线性Duffing方程自由振动频率解分析

应用Gauss-Chebyshev求积公式求解了Duffing方程的自由振动频率,得到了高精度近似计算公式。对Duffing方程精确椭圆积分频率解进行了数值计算,以此结果为基准,通过绘制多种典型方法得到的Duf-fing方程自由振动频率解的频率-振幅曲线,定性分析了各公式的精度。以Duffing方程特征振幅为基准,定量分析了各公式的计算值及其相对误差,指出基于Gauss-Chebyshev求积公式的Duffing方程自由振动频率解表达式具有形式简洁、精度高的优点,其优势在大振幅情况下以及软弹簧系统中更为明显。最后指出,现有的频率解在计算精度方面存在一定的差异,有的适合软弹簧系统,有的适合硬弹簧系统,应注意区分它们的适用范围,而应用Gauss-Chebyshev求积公式得到的结果则具有普适性。     

盲提取方法在柴油机活塞-缸套撞击信号提取中的应用

讨论了盲反卷积在机械振动信号处理中的应用以及盲反卷积中常用的模型和方法,利用信号和高斯信号之间的Kullback-Leibler距离构建目标函数,提出了一种以伪并行遗传算法为优化工具的盲反卷积算法,并通过仿真验证了算法的正确性.实验也证明,该算法能成功地从柴油机机体振动信号中提取出活塞-缸套撞击信号.