摘要：为了提升红外与可见光图像融合视觉效果,克服融合结果的伪影效应,提出一种基于内生长机制结合卷积稀疏表示的图像融合方法.首先,采用符合人类大脑推理的内生长机制对源图像进行分解,获取预测层和细节层;其次,对细节层采用卷积稀疏表示进行二次分解,获取二次细节层和基本层,并分别对其采用活动水平测度取大以及加权平均规则进行融合;再次,针对预测层定义ISR混合算子融合规则,并进行融合;最后,将融合后的预测层和细节层相加获取最终融合结果.实验中,采用3组具有代表性的红外与可见光图像进行算法测试,实验结果表明所提出的方法具有较好的主观视觉效果,并且客观评价指标更好,具有有效性.

摘要：三峡库区蓄水后导致的消落带岩体劣化和水库诱发地震对岸坡稳定性具有重大影响。采用振动台模型试验探究了消落带岩体劣化下顺层岩质边坡受持续地震荷载作用时的动力响应规律。研究表明:坡体加速度响应具有显著的“高程效应”和“趋表效应”特性,且历经多次地震荷载作用后坡体PGA放大系数衰弱明显,而坡体累积位移、孔隙水压力及土压力随地震荷载持续作用分别呈逐渐增大、增大及减小的变化趋势;坡体阻尼比、自振频率及损伤度随地震荷载持续作用分别呈逐渐增大、减小及增大的变化趋势,且微小地震和强震作用阶段的坡体非线性累积损伤力学模型可分别采用“S”型三次函数和“陡升”型指数函数表征;坡体累积损伤—失稳破坏演化过程表现为坡顶后缘(次级节理和层面)起裂—扩展—贯通、岩体沿复合滑动面整体滑移及完全破坏后岩体呈多尺度破碎块状堆积于坡脚,且消落带岩体受震动、溶蚀及冲刷耦合作用后破碎较严重,并近乎产生整体滑移而形成显著的“凹腔”。

摘要：针对机床状态动态标签及差异化分布数据下的预测适应性差与准确度低问题,结合时序特征关系和模型融合方法,建立自适应混合深度学习模型进行机床状态预测。首先,通过融合最小近邻分类器,设计一种基于权值累积的自适应更新法则,建立具有数据自适应性的状态预测模型。在此基础上,提出一种基于中心损失函数的特征距离度量优化策略,构建综合决策损失函数,确保模型有效融合。在提出的一种组合收敛准则基础上,采用BBPT方法训练优化模型,对测试数据进行了验证。实验结果表明,该模型能够自适应动态标签及差异化分布数据,准确预测数控机床状态类别,抗干扰强,响应快。在GPU模式下预测时间最短仅需100 ms,较BP和LSTM分类网络,预测准确率和实时性均显著提高。

摘要：对消落带劣化岩体及水库诱发地震共同影响下三峡库区某典型危岩边坡的稳定性进行了研究,设计并开展了几何相似比为1:100的振动台模型试验,探讨了含消落带劣化岩体的危岩边坡动力累积损伤—失稳破坏演化全过程及其动力响应规律。研究表明:含消落带劣化岩体的危岩边坡动力累积损伤—失稳破坏全过程可归结为坡体内部损伤累积—裂隙发育—次级节理与深大裂隙贯通—失稳倾倒,同时伴随消落带岩体表层松动—掉落—破坏及内部出现渗流网—形成渗流通道—形成“凹腔”的复合破坏模式;随着地震动的持续,危岩体内部动力响应规律具有典型的“趋高”及“趋表”效应,危岩边坡表面累积位移不断增加,消落带处孔隙水压力整体增加,危岩边坡内部水平向及竖直向土压力在全阶段中整体均呈先增大后减小的规律;危岩边坡自振频率及阻尼比在全阶段整体呈减小和增加的趋势;在小震结束前阶段及强震阶段,危岩边坡损伤度曲线分别呈“S”型分布和指数型分布。

摘要：由于图文结合更能反映用户的态度和立场,图文情感分析已成为研究热点之一.然而,现有图文情感分析方法无法有效地提取融合图文信息,致使模型性能低、参数量大、不易部署.对此,提出了一种基于公共情感特征压缩与融合的轻量级图文情感分析模型.该模型结合卷积层和全连接层设计的图文特征压缩模块在提取图文特征的同时也进行了压缩,降低了特征维度.此外,提出了一种基于门控机制的公共情感特征融合模块,将图文特征映射到相同的情感空间,消除了图文特征间的异构性,通过提取、融合图像和文本的公共情感特征,减少了冗余信息.在Twitter,Flickr,Getty Images这3个基线数据集上的实验结果表明:所提模型比早期模型更有效地提取融合了图文情感信息;和最新模型相比,所提模型大大减少了模型参数并具有更优越的性能,更易部署.

摘要：针对拒绝服务(denial-of-service,DoS)攻击下一类二阶多智能体系统的安全分组一致性协同控制问题,区别于同类工作,在非周期性多信道独立的攻击场景下,基于复杂系统中智能体间的合作与竞争交互,提出一种新的带有状态估计器的安全分组一致性控制协议.在该协议的作用下,首先,给出DoS攻击持续时间的约束条件,通过设计合适的李雅普诺夫函数,结合求解代数黎卡提方程得到不同攻击模式下信道的衰减率;然后,通过引入与各个信道对应的等效衰减率,克服所得衰减率与信道难以匹配的问题,并给出系统的稳定性判据;最后,通过数值实验验证理论分析所得结论的正确性和有效性.

摘要：针对照门座零件进行注射成形数值模拟研究并验证模拟结果和进行实际生产,得到了符合产品质量要求的零件。照门座零件的数值模拟过程包括产品网格划分、确定浇口位置、设计冷却水路等。喂料注射过程模拟研究涉及流动波前、翘曲变形。当注射温度为190℃,注射压力为28 MPa,浇口流率为20 cc/s时,数值模拟结果最佳。根据模拟结果进行模具设计与制造,得到烧结后的零件硬度达到21~23HRC,产品的尺寸偏差在公差范围(±0.06%)之内,且零件的相对密度为96.9%。

摘要：针对神经网络模型可以基于现有数据快速准确地预测风力机翼型的气动性能,但大量学习样本的构建需要较高的时间成本的问题,建立基于小样本集的风力机翼型神经网络模型,提出了多约束条件下的翼型气动性能优化设计方法,解决了训练数据过少所造成的学习不充分问题。基于建立的优化设计模型,应用粒子群算法完成了NACA4415翼型的优化设计,将新翼型与原始翼型进行气动特性对比分析。结果表明:新翼型在主要工作攻角范围内最大升力系数提高了6.96%,最大升阻比提高了7.37%,气动性能明显改善;该方法的优化效率远远高于传统方法,从而验证了该方法的可行性。

摘要：针对准循环低密度奇偶校验(QC-LDPC)码在高信噪比区域可能出现的错误平层现象,提出了一种基于消除基本陷阱集(Eliminating Elementary Trapping Sets,EETS)和围长约束(Girth Constraints,GC)的非规则QC-LDPC码构造方法。该方法通过巧妙选取度分布,利用基本陷阱集搜索和围长约束改进渐进边增长(Progressive Edge Growth,PEG)算法构造基矩阵,然后通过等差(Arithmetic Progression,AP)序列扩展得到所需的校验矩阵。该方法仅需对简单环形式的ETS进行搜索和消除,就能确保构造的基矩阵中不存在设置范围内的绝大多数ETS,从而降低错误平层现象,且该方法计算复杂度相对较低,可灵活设计码长码率。仿真结果表明,由所提出构造方法构造的非规则QC-LDPC码比其他五种QC-LDPC码的纠错性能更为优越,且没有明显的错误平层现象。

摘要：为保障安卓应用环境中智能终端用户的信息安全,利用支持向量机(support vector machine,SVM),结合证据理论,提出一种面向安卓应用软件的可信性评估方法。该方法分为训练阶段和评估阶段实现,在前阶段,对应用软件样本的属性进行度量,即形成属性证据;利用属性证据对各关联SVM进行训练以确定分类模型。在后阶段,利用待测应用软件的度量结果和SVM分类模型,确定与各属性相关联的分类概率赋值;在对各属性证据赋予自适应权重的基础上,利用改进证据理论对各属性实现合成,用于评估软件的可信性。测试结果验证了所提方法的有效性。