监测位移趋势分析确定滑坡稳定状态研究

针对滑坡预报缺少公认的临界速率,同时由于普遍存在的位移突变现象,易于造成大量误报的问题,提出了基于监测位移趋势分析的滑坡预报新思路。通过分析某工程滑坡的位移监测数据,得出了选取关键断面、观测预报点的一般规律。采用FLAC3D计算考虑流变状况下,不同安全系数所对应的滑坡位移趋势曲线,通过对比分析相应关键点监测位移趋势曲线,定量、全过程判定滑坡所处的稳定状态,为工程项目提供决策参考,避免了滑坡进一步发展,验证了滑坡观测预报点选择规律和对比监测、计算位移趋势曲线进行滑坡预报的可行性。     

考虑非线性退化与随机失效阈值的剩余寿命预测

针对广泛存在的非线性退化设备,现有方法尚未考虑随机失效阈值对剩余寿命预测结果的影响。因此,通过对设备性能退化过程进行分析,提出了一种综合考虑非线性退化与随机失效阈值的剩余寿命预测方法。基于Wiener过程构建了考虑个体差异与测量误差的非线性退化模型;基于卡尔曼滤波算法建立状态空间模型以实现对退化状态的在线更新;基于极大似然法估计失效阈值分布系数估计方法,得到随机失效阈值的概率分布;基于随机失效阈值推导出剩余寿命的概率分布,实现对剩余寿命的在线预测。算例研究表明,所提方法可以有效地提升剩余寿命预测的准确性,具备一定工程应用价值。     

论偷渡案件中的几个基本法律问题

随着国际形势的变化以及我国对偷渡犯罪案件打击力度的加强，此类犯罪案件的手段及表现形式也日趋复杂，而立法的滞后性又是必然特点，因此，在司法实践中对于具体犯罪的认定方面就出现了意见不一的现象，也引发了理论界的争议。为此，拟对偷渡犯罪案件中的具体犯罪认定的几个问题进行探讨，以期在交流中获得共识。     

内表面间垂直度的高精度测量方法设计与误差分析

针对框体类零件超精密加工的难点问题--内表面问垂直度误差的高精度测量,提出了一种基于波面干涉技术测量的新方法,建立了垂直度测量系统,分析了各调整误差对测量结果的影响.该方法能够实现框体类零件内表面间垂直度误差的高精度测量与评价,并能得到误差的三维分布,测量结果可直接用于零件的确定性修形加工.实验表明,该方法可实现0.6"的综合测量精度.     

加速度计交叉耦合系数高精度标定

为了在1g重力场用转台标定惯性导航系统加速度计交叉耦合系数，提出基于正交多位置递推滤波算法标定加速度计的方案，通过建立正交多位置标定模型，抑制了转台误差对标定精度的影响，设计基于马尔科夫递推估计滤波算法，克服了一般最小二乘集中估计中多维矩阵求逆算法误差。仿真结果表明通过28位置标定，加速度计交叉耦合系数标定精度可达到10－7 g·g－2（ RMS）量级。     

基于炮口雷达的初速综合预测技术

初速对火炮的"首发命中"影响较大.因而,预估初速的各种方法纷纷出台.从发射药、火炮两个不同角度分别测算初速偏差是以往的主要方法.初速综合预测技术首次以炮口测速雷达的测量数据为基础预测初速,预测效果和使用等问题被普遍关注.本着应用原则,从工程实现中的焦点问题出发,提供了在现有指挥平台上应用的方法.     

基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数，需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣，虽然精度很高但需要大量的计算资源，无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测，以取代对目标区域的精确场强预测。数值结果表明，该方法能够在保持计算准确性的同时显著减少计算量，为5G动态网络规划提供基础性参考数据。     

控制不等式的改进

讨论了随机过程控制关系产生的不等式,对这个不等式给出了一个新系数,改进了以前的结果,并将其应用于局部平方可积鞅.     

二维正方点阵液态声子晶体的带隙计算

介绍了计算二维正方点阵液态声子晶体带隙的PWM法。在四氯化碳/水银复合体系中发现了完全带隙,当四氯化碳填充分数为约22%时带隙宽度达到最大值。研究了三种不同截面形状的填充物,其中,圆形截面填充物体系比方形截面及其45°旋转的体系更有利于产生宽带隙。对圆形截面填充物体系,当填充分数为f=0 229时有最宽带隙ΔΩ=0 5497。将填充物和基体交换,即水银/四氯化化碳复合体系中,所得到的带隙宽度显著减小。     

基于单类集成分类器的JPEG通用隐写分析

针对JPEG图像通用隐写检测问题,提出了一种基于单类集成分类器的新方法。算法提取图像DCT块内、块间和小波层内、层间的共生特征以及小波子带系数的直方图特征对图像进行描述,并计算检测图像及其原始估计图像所提共生矩阵和直方图分布的对称交互熵作为隐写分析特征;然后,随机构造若干个特征子空间,利用bootstrap方法构造载体图像训练子集,分别进行单类训练得到数个基分类器;最后,将基分类器的分类结果按多数投票法进行融合作为单类集成分类器的分类结果。实验结果表明,单类集成分类器能显著提高算法的检测效果,而且,本方法相比基于多超球面OC-SVM分类器的单类隐写分析方法,具有更高检测率。