二维随机场离散的局部平均法

随机场离散是随机有限元分析中的一个基本问题,由于局部平均法计算列式简单,精度高,而且需要随机场原始数据较少,因此随机场离散多采用局部平均法。给出了矩形单元和任意四边形单元局部平均随机场的二阶统计特性的计算方法,并以一平稳随机场为例,分析了相关函数、方差函数、相关尺度对协方差计算结果的影响,同时研究了采用高斯积分计算任意四边形单元局部平均随机场协方差的精度。

二维随机场下边坡稳定性的径向基函数神经网络分析法

岩土参数的随机性会直接影响边坡稳定性评价结果的精度。首先,依据边坡参数的常用分布特征,利用拉丁超立方抽样法生成若干组边坡土性参数和几何参数的随机样本,用有限元强度折减法求解各组样本对应的边坡安全系数。再考虑土性参数的空间变异性,在二维随机场模型下将蒙特卡罗模拟和有限元强度折减法相结合求解各组样本对应的边坡失效概率。然后,利用样本数据及其安全系数和失效概率对径向基函数(RBF)神经网络进行训练和测试,从而建立边坡安全系数和失效概率的预测模型。算例表明,二维随机场模型能相对精确地考虑参数的空间变异性;在此基础上建立的神经网络模型对边坡的安全系数和失效概率具有较高的预测精度,且能极大地节省边坡稳定性分析的时间。

基于二维随机场在圆弧曲线上局部平均化的边坡可靠度分析

土质参数随机场在边坡滑移面上局部平均后的"空间特性"值是控制边坡可靠性的主导因素。以边坡滑移面为圆弧为前提,基于随机场理论进行了公式推导,通过二维随机场在圆弧曲线上的一维局部平均得出了局部平均方差的计算式。以推导出的局部平均方差计算式为基础提出了适用于均质原状边坡的简便可靠度分析方法。方法首先通过少量确定性有限元分析经拟合得出极限状态曲线,然后经过一维局部平均方差计算边坡强度参数的"空间特性"统计指标,最后通过积分计算强度参数分布函数在极限状态曲线危险侧的面积得出边坡失稳概率。经与蒙特-卡罗随机有限元法进行对比表明,提出的基于二维随机场一维局部平均的边坡可靠度分析方法计算结果可靠,可为边坡可靠性分析提供一种新思路。

二维空间随机场的浅基础极限承载力可靠度分析

目前浅基础极限承载力可靠度分析普遍采用简化方法,虽然进行了多次计算,但每次计算时都是采用定值参数,不能考虑土体空间的变异性。本文利用随机场理论对一刚性浅基础进行可靠度分析,采用二维随机场与Monte-carlo方法结合,将土体的粘聚力作为一个空间二维随机场,对比随机场和定值分析的结果,分析了土体粘聚力空间变异性对浅基础极限承载力及其可靠度的影响。

基于分块重要度和二维条件随机场的Web信息抽取

网页分块方法使得Web信息抽取的单位由原来的页面缩小为分块.结合分块重要度模型与二维条件随机场的优点,提出一种Web对象信息抽取方法.该方法利用分块重要度模型对网页分块进行重要度标注,过滤掉大量与主题无关信息,更加准确的定位待抽取信息的位置.二维条件随机场模型相比传统的线性条件随机场模型更好的适应了网页分块的二维结构,有效的提高信息抽取准确率.实验结果表明,该方法对Web对象信息抽取具有良好的效果.

考虑周长约束的圆柱薄壳初始几何缺陷随机场建模方法

利用随机场对圆柱薄壳结构的初始几何缺陷进行建模,并据此建立了一种用于含初始几何缺陷轴压圆柱薄壳屈曲分析的随机分析方法。首先,指出已有将圆柱薄壳初始几何缺陷表征为二维高斯随机场的方法会导致与实际不相符的初始几何缺陷,如圆柱周长显著增大或缩小的几何缺陷。其次,提出一种考虑周长不变约束的随机场建模方法,以剔除与实际不相符的随机几何缺陷。最后,基于所建立的初始几何缺陷随机场模型,利用非干涉多项式混沌展开法进行圆柱薄壳的随机屈曲分析,给出临界屈曲载荷的概率分布。数值试验结果表明,基于随机场理论的初始几何缺陷建模方法可有效刻画几何缺陷对结构承载能力的影响,而提出的约束随机场建模方法又能有效减小结果的分散性。

基于时间序列参数估计的潜周期模型研究

潜周期模型在实际生活问题中应用很广泛,它是时间序列分析中研究比较集中的一个模型。大体上看,潜周期模型可以分为两个类:一是频率不随时间变化(固定频率)的情况,二是频率随时间变化(时变频率) 的场合。潜周期模型也是二维随机场的重要模型之一,在二维信号处理、二维时空序列的预测中常有应用。对该模型进行各种参数方面的研究。

基于改进OMP算法的稀疏目标微波关联成像方法

利用稀疏重构类方法进行雷达微波关联成像时,传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法在每一次迭代过程中均需要求解目标函数的最小二乘解,导致成像算法计算复杂度随矩阵规模和迭代次数增加而急剧攀升。针对此问题,结合频率捷变思想,提出了一种改进OMP算法的稀疏目标微波关联成像方法。首先,阐明了微波关联成像机理,并构建了微波关联成像信号模型;然后,利用共轭梯度法对OMP算法中的最小二乘求解步骤进行了改进,并分析了改进后算法的计算量;最后,通过与最小二乘成像方法、匹配滤波成像方法和基于传统OMP稀疏重构的成像方法进行计算机对比仿真实验,证明了本文算法的正确性与优越性。

基于判别模型的视频前景／阴影自动分割算法

活动阴影是影响视频目标分割准确性的重要因素,有效检测与消除活动阴影是视频分割的一大难题.本文提出一种基于判别模型的前景/阴影自动分割算法.它能在室内户外多种环境中对活动阴影进行检测和消除.算法在像素级别上对背景、阴影以及前景进行建模,利用二维条件随机场对这些分布模型进行约束,通过概率图模型推断算法求出全局最优的分割结果.在实验中采用各种环境的视频数据对本文算法的有效性进行测试,并与其他分割算法的结果进行比较,证明本文算法的误分率较低.