基于不规则骨料堆积结构的混凝土水渗透性的研究

为了揭示骨料形状对混凝土水渗透性的影响,基于超椭球颗粒构建了不规则骨料的几何模型,对伸长率、平整度、圆度、球形度等形状参数进行了量化表征。通过离散元方法实现了骨料动态堆积模拟,考虑了颗粒之间的相互作用力,建立了混凝土材料的三相介观模型。采用基于格子玻尔兹曼模型的部分反弹算法研究了混凝土的水分传输行为,在验证模型正确性的基础上,探究了骨料含量和形状对混凝土水渗透性的影响。研究表明:混凝土的水分渗透系数随骨料体积分数增大呈现先降低后增加的变化趋势。当骨料体积分数大于50%时,界面过渡区相互交叠形成连通路径是导致混凝土水分渗透系数增加的主要原因。骨料形状的变化会改变传输路径和界面过渡区的体积分数,从而影响水渗透性。与平整度相比,伸长率对水分渗透系数的影响更为明显。随着圆度的不断增加,球形度先增大后减小,水分渗透系数则呈现相反的变化趋势。当圆度为1时,水分渗透系数达到最小值。

基于超椭球模糊聚类的人脑磁共振图象分割

通常使用的聚类分割方法认为样本的分布是超球形的，然而，这并不符合人脑磁共振ＭＲ（ｍａｇｎｅｔ－ｉｃｒｅｓｏｎａｎｃｅ）图象的真正特点．针对这一缺陷，提出了一种基于超椭球模糊聚类的人脑ＭＲ图象分割方法．实验结果表明，这种分割方法能有效地将人脑ＭＲ图象分割为灰质和白质两种组织，并具有较高的效率和分割精度．

用T矩阵方法计算超椭球粒子的电磁散射特性

利用超椭球体方程描述粒子形状,用Matlab实现粒子形状的的绘制并离散粒子表面。用T矩阵方法计算了粒子的一些散射性质,并与其他算法做了对比。

基于模糊分类器及多层前馈神经网络混合结构的说话人辨认

提出了基于模糊超椭球聚类算法的说话人辨认新方法。该算法首先将某一类的训练数据分成若干子类, 对每一子类在其中心周围定义具有超椭球区域的模糊规则。实验表明,该系统可以较快的聚类速度取得与HMM 相当的识别效果。进一步的研究表明,基于模糊超椭球聚类算法的说话人辨认系统与传统的基于HMM的识别方法存在一个共同的缺点,即抗噪性能较差。为此,通过引入多层前馈神经网络(MLFNN)与模糊超椭球分类器构成混合模型,使系统的识别性能和抗噪能力显著提高。

双层类椭球冠形大跨屋面的表面风压数值模拟

基于计算流体动力学(CFD)数值模拟方法,对拟建双层类椭球冠形大跨屋面进行了表面风压分析,得到了其在不同风向角下的风压分布情况和速度流场分布趋势,并进一步给出了拟建建筑在最不利工况下的风压系数分布等值线。结果表明:双层类椭球冠形大跨屋面的最大正压区出现在迎风面的近地处及上下部交界处,而最大负压区则出现在侧面的上下部交界处和顶面;上下部交界处由于形成了凹角,很容易出现最大局部正负压区块,因此在结构抗风设计时需要进行局部加强。

一种描述人体头部运动范围的数学方法

基于头盔伺服系统执行机构的结构优化设计需求,提出了一种用六维空间超椭球体描述人体头部运动范围的方法;该方法主要由二维包络椭圆的计算和六维超椭球体的计算两部分组成。首先,总结和归纳了包络椭圆的定义,提出了包络椭圆的计算方法。在计算过程中提出了椭圆中心坐标修正步长、包络椭圆的两半轴长修正因子以及纵轴半轴长修正步长等概念。实现了对椭圆中心和半轴长的动态修正,提高了包络椭圆计算的准确性和智能化水平。其次,给出了判定包络椭圆的条件和准则,方便了对计算方法可行性的验证。再次,提出了根据投影面内包络椭圆几何信息求解六维超椭球体的方法。最后,对包络超椭球体的计算方法进行了理论分析和实例计算。结果表明:对包络椭圆与超椭球体的计算是准确的,采用超椭球体来描述头部运动范围是可行的。

用熵变小准则挑选最优多余观测

本文根据熵的基本概念导出了用熵变小准则挑选多余观测算法的基本公式,该式较之现已见诸于文献的更为清晰简便、计算量小、易于编程,可方便地用于优化设计。应用时,只需算出法方程系数的行列式值即可。在两步优化设计中,后一步的行列式值只需在前一步的基础上推算,避免了二次计算,从而减少了计算量。对某控制网进行计算表明,计算工作量约可减少20%,而结果与原有方法相符。

椭圆内接多边形的最大面积

证明了椭圆的内接m多边形的最大面积V2(m)≤1/2mr1 r2sin2π/m,并给出三维空间的椭球的内接四面体的最大体积及n维空间中超椭球的内接单形的最大体积的两个猜想.

N维欧氏空间R^n上2次n-1维流形及性质

本文讨论了N维欧氏空间Rn 上 2次n - 1维流形的若干性质 ,得到了n - 1维超球面、n - 1维超椭球面、n - 1维超双曲面几个典型的n -

模糊超椭球分类算法及其在无约束手写体数字识别中的应用

为获得具有强推广能力、高效的识别算法 ,提出了基于模糊超椭球聚类的模糊超椭球分类算法 ,并且用于无约束手写体数字的识别。模糊超椭球聚类能充分利用训练样本集的分布信息 ,运用较少的类别个数来表征复杂的样本分布 ,获得良好的识别效果和推广能力。在此基础上 ,模糊超椭球分类算法加入了有监督的控制 ,使算法在聚类过程中可以确定合适的类别数 ,使学习结果能更好地反映训练集的概率分布。然后 ,采用学习矢量量化等算法对其进行进一步有监督训练 ,从而取得更好的训练效果。在国际通用的 NIST字库和实际采集的手写体数字集进行的实验中 ,模糊超椭球分裂算法获得了令人满意的结果 ,而且具有进一步发展的潜力。

量化六自由度并联机构工作空间的六维超椭球体计算方法及其应用

基于头盔伺服系统执行机构的结构优化设计需求,提出了一种量化六自由度并联机构工作空间的六维空间超椭球体的计算方法,该方法的计算过程包括二维包络椭圆的求解和六维超椭球体的计算两部分。首先,重新总结和归纳了包络椭圆的定义,提出了包络椭圆的计算方法,在计算过程中提出了椭圆中心坐标修正步长、包络椭圆的两半轴长修正因子以及纵轴半轴长修正步长等概念,实现了对椭圆中心和半轴长的动态修正,提高了包络椭圆计算的准确性和智能化水平,采用调整系数来实时修改修正步长,保证了计算过程的收敛性;其次,给出了判定包络椭圆的条件和方法,方便了对计算方法有效性的验证;再次,提出了根据投影面内包络椭圆几何信息求解六维超椭球体的方法;最后,对包络超椭球体的计算方法进行了实例计算与验证,并通过实例计算对该方法用于六自由度并联机构工作空间优化的可行性和实用性进行了验证。结果表明:各投影面的包络椭圆均符合判定条件,即本文对包络椭圆与超椭球体的计算是准确的;优化结果对应的工作空间内接六维超椭球体能完全包含目标工作空间的包络超椭球体,即采用超椭球体来量化和优化六自由度并联机构工作空间是可行的,且具有较好的实用性。