自平衡试桩法在实际工程的应用研究

介绍了自平衡试桩法的基本原理;自平衡试桩法的测试结果向传统的静载荷试验结构的转换的方法:分段总和法;精确转换方法;最后结合工程实例对自平衡试桩法的测试结果进行了转换,显示出其在实际工程中的应用。

一种基于流形正则化的半监督指纹定位算法

针对传统指纹定位算法采集带标签训练数据成本高的问题,本文提出了一种基于流形正则化的半监督指纹定位算法。首先以流形假设为依据,利用批量输入的带标签数据与无标签数据之间的相似度构建图拉普拉斯算子;然后与极限学习机算法相结合,通过随机特征映射建立隐含层;最后在流形正则化框架下,求解隐含层和输出层之间的权值矩阵,从而建立位置估计模型。仿真结果表明,与INN、SVR、ELM 3种算法相比,该算法的训练和测试时间相对较短,且在带标签训练数据稀疏的前提下仍能保持较高的准确率与稳定性。

基于半监督极限学习机的增量式定位算法

针对目前室内指纹定位算法存在实时性差、对动态环境适应性不足的问题,提出一种新的基于半监督极限学习机的定位算法。该算法首先通过半监督极限学习机建立初始化位置估计模型,然后利用新增的半标记数据对原定位模型进行动态调整,最后为新增训练数据分配合适惩罚权重,使模型具有时效机制。仿真结果表明,该定位算法在保证定位实时性的同时提高了对动态环境的适应性。

基于PCOS-ELM的室内指纹定位算法

针对传统室内指纹定位算法存在定位精度低、对环境适应能力差的问题,提出了一种基于并行混沌优化的在线连续极限学习机(PCOS-ELM)定位算法。离线阶段,通过并行混沌优化算法(PCOA)对极限学习机的隐含层节点参数进行寻优并构建高精度初始定位模型;在线阶段,利用在线连续极限学习机(OS-ELM)使新增位置指纹数据对定位模型进行动态调整,以适应室内环境的变化。结果表明:提出的PCOS-ELM定位算法具有更高的定位精度和更好的环境适应性。

磁热治疗的最新研究进展

磁热治疗是一种新兴的治疗癌症的方法,其利用磁性材料在高频交变磁场(AMF)下将磁能转换为热能,提高局部病灶部位组织温度(42℃以上),诱导癌细胞凋亡.该治疗方法由于具有无创/微创性、高效性和良好的组织穿透性等优点而受到广泛关注.通过介绍和总结常用磁热材料、磁热增强策略和原理,描述目前磁热治疗的最新研究进展,综述了磁热治疗这一前沿技术在癌症治疗中的潜在应用.