Riccati传递矩阵法在潜艇结构强度和稳定性分析中的应用

运用Riccati传递矩阵方法,建立了旋转壳单元的场传递矩阵,推导了肋骨和母线倾角不连续位置的点传递矩阵,在推导中考虑了肋骨各方向可能的变形,编制了用于分析组合加肋旋转壳应力和稳定性的计算机程序(应力程序SAPRi,稳定性程序BAPRi)。利用SAPRi程序和BAPRi程序对潜艇耐压结构的典型结构算例进行了应力和稳定性分析,并将计算结果与理论结果或商用软件(MSC/NASTRAN)的计算结果进行比较,表明该程序结果正确可信,计算速度快,适合于工程应用。     

海上机动目标打击效果评估决策支持系统设计

针对海上机动目标打击效果评估的特点,运用遥感技术、人工智能技术和模糊评判的方法探索打击效果评估问题。提出一种基于高分辨率遥感图像的打击效果评估决策支持系统,融合人定性分析和机器定量分析的优点,核心是问题处理系统综合运用处理后的遥感信息和支持系统的模型、知识以及数据来评估打击效果,评估模型为二级综合评判模型。对尚处于理论研究阶段的海上机动目标打击效果评估问题有积极的参考意义。     

演化排列优化拉丁超立方设计方法

拉丁超立方设计是最常用的计算机试验设计方法之一,针对现有拉丁超立方设计方法采样一次性且难以兼顾设计的空间均匀性和计算效率的问题,提出了一种演化排列拉丁超立方试验设计方法。通过对小样本设计的演化、排列信息继承和扩充等操作,以较小的计算量实现了样本的扩充与优化。此外,所提方法可以兼顾现有样本和新增采样点之间的关系,实现样本的序列扩充,这在实际近似建模过程中十分方便。通过多组数值试验,验证了本文方法在空间均匀性和计算效率等方面的优越性。     

深度视觉语音生成研究进展与展望

为了进一步推进深度学习技术驱动的视觉语音生成相关科学问题的研究进展,阐述了视觉语音生成的研究意义与基本定义,并深入剖析了该领域面临的难点与挑战;在此基础上,介绍了目前视觉语音生成研究的现状与发展水平,基于生成框架的区别对近期主流方法进行了梳理、归类和评述;最后探讨视觉语音生成研究潜在的问题和可能的研究方向。     

基于部件模型的无人机系统小样本车辆目标识别方法

对地目标检测与识别是无人机系统典型任务之一,但受限于任务特殊性,往往难以获取足够的目标样本数据以实现高可靠的目标识别.为此,结合人的认知特性,提出一种基于部件模型的小样本车辆目标识别方法,可有效提高无人机感知能力.采用视觉显著性检测与物体性检测相结合的检测方法,提取目标可能区域;采用基于图论的GrabCut方法与最大类...