一类对偶平坦的黎曼度量

给出了黎曼度量局部对偶平坦的一个充分条件:黎曼度量的Spray所满足的方程。同时,指出该条件是非必要的,并给出了相关反例。进一步,对满足条件的这类黎曼度量的性质进行了研究。具体地,讨论了这类度量成为Einstein度量的条件。从黎曼曲率着手,通过计算发现:当空间维数n3,这类黎曼度量是Einstein度量,当且仅当它是欧氏度量;但是,这个结论对n=2的情形不适用。     

基于应变局部化理论的剑桥模型改进

应用传统的弹塑性理论模型在分析剪切带的时候遇到了很多困难,如控制方程失去椭圆性等,其原因是传统的弹塑性理论模型并没有包含材料的内部参数。在剑桥模型的基础上,考虑应变二阶梯度,提出一种新的计算剪切带的理论模型。当应变局部化发生时,带内土体采用该模型计算,带外土体则按照传统弹塑性模型计算。该理论模型汲取了剑桥模型实验参数少,应用简便的优点。     

有感于“帮”

近日读到一则小故事 ,颇有感触。四名骑兵一同外出执行侦察任务。一名骑兵把马拴在壕沟边的大树上 ,走近壕沟观察地形 ,这时突然发生局部塌方 ,骑兵跌入壕底摔伤 ,马被缰绳拉住悬在壕中。第一名来营救的骑兵二话没说 ,抓住马缰用力往上拉 ,不但没把马拉上来 ,还蹬掉了土石险些砸着受伤的骑兵。第二名骑兵没有救马 ,而是忙着下到壕底去救伤员。第三名骑兵略一沉思 ,迅速将其他三匹马的缰绳解下来接到悬在壕内的马的缰绳上 ,再半绕着大树徐徐把马放到壕底 ,最后扶伤员骑上马走出壕沟。同样是救 ,救的效果却有如此大的差异。由此 ,联想到部队普…     

应变局部化理论及在岩土中的应用

应变局部化是物质内部应变积聚而生成的应变窄带,也称剪切带。固体材料特别是岩土材料的塑性变形和破坏常常与应变局部化现象相联系。应用经典连续介质力学来研究应变局部化现象遇到很多困难,如数值模拟的结果病态依赖于有限元网格等。为了克服这一困难,国内外研究者尝试着用各种不同的方法来研究应变局部化现象,包括理论、实验、数值模拟等方法。本文对应变局部化理论及其在岩土中新的应用进行了总结与回顾。     

稳健局部线性嵌入方法

针对局部线性嵌入方法对于噪声的敏感性,从分析噪声对数据集局部特性的影响入手,提出了稳健局部线性嵌入方法。通过与局部线性嵌入方法的理论分析和实例对比,表明稳健局部线性嵌入方法不仅对噪声影响不敏感,而且对邻域的选择有较好的适应性,可更好地挖掘数据集的本征特性,具有更强的数据可视化能力。     

一种新的保持分形特征的分形变形方法

针对IFS吸引子变形过程中间出现的分形特征退化的问题,提出基于局部吸引子的近似凸包及旋转匹配的特征对应方法.IFS吸引子的局部吸引子可由独立的IFS生成,IFS中每个压缩仿射映射存在不动点,构造所有不动点的凸包,即得到局部近似凸包;证明了局部近似凸包间的相似对应等价于局部吸引子间的相似对应,并提出了通过旋转匹配的特征对应方法实现局部近似凸包的配对,最后计算所有配对下相似度最高的一组局部近似凸包匹配,确定局部吸引子间的特征对应,即IFS特征对应.对两个IFS进行线性插值可实现保持分形特征的分形变形.     

一种改进的指纹图像局部方向场匹配方法

指纹方向场真实地反映了指纹图像中本质的纹理特征,包括了指纹的基本形状、结构和走势。定义了局部方向场图像的描述方法,可以根据纹理信息有效地描述并区分不同的细节点。在低质量指纹图像,特别是存在较严重非线性形变的指纹图像中,细节点方向属性不够可靠,使得以细节点对作为参考对齐局部方向场图像的方法效果不佳。提出一种改进的局部方向场图像对齐和匹配方法,能够明显改善局部对齐效果,提高局部匹配的准确性,从而更加有效地区分对应和不对应细节点。实验结果验证了提出方法的有效性。     

序列近似优化方法及其在火箭外形快速设计中的应用

针对序列近似优化方法在代理模型构造与采样策略等方面的不足,基于采样点局部密度,引入与局部密度成反比的样本点影响体积概念,通过优化总影响体积确定径向基函数最优核宽度,满足序列近似优化过程不同规模、非均匀样本条件下的函数近似需要;建立潜在可行域最大距离加点准则,并与潜在最优加点准则结合平衡算法的探索能力与开发能力;建立三步收敛判定准则;构建改进序列近似优化的算法流程。对于Golinski减速器的优化设计问题,算法在目标函数调用42次后便搜索到全局最优解,体现了其良好的全局寻优能力与搜索效率。以"天航二号"火箭为例,建立其外形优化问题数学模型,所提优化方法在调用原始计算模型165次之后便搜索到全局最优解,大大提高了设计效率,同时飞行试验也表明设计结果满足要求。     

令牌式计算机局部网的仿真研究

本文介绍了令牌式计算机局部网仿真模型的建立和某些初步的仿真结果,同时对令牌的顺序传递两种方案进行了比较。     

多层局部回归神经网络在激光陀螺捷联惯导系统惯性敏感器误差补偿中的应用

惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回归神经网络在惯性敏感器输出误差建模时具有一定的优点 :网络收敛速度快、较好的跟踪性能、稳定性好。