铸造充型过程模拟中复杂固壁法向量计算方法研究

为了在采用差分法的铸造充型数值模拟中能够准确地处理固壁边界条件,提出了一种准确计算复杂铸件内壁法向量的容错计算方法。该方法借鉴了LevelSet界面追踪数值方法的思想,采用AABB层次包围盒算法将铸件STL三角表面转化为有符号距离场,从而在差分网格中离散求解出铸件表面任何位置的准确法向量。本方法解决了差分网格几何体难以描述曲面几何体的问题,同时克服了在数值模拟中直接采用STL几何体难以计算出奇异点位置法向量的缺点。数值算例证明了该方法的有效性。

一类Markov过程的最大绝对值过程概率密度求解的新方法

随机过程或随机系统响应的最大绝对值概率分布往往是科学与工程中关心的重要挑战性问题.本文从理论与数值上进行了Markov过程的时变最大绝对值过程及其概率分布研究.文中,通过引入扩展状态向量,构造了最大绝对值-状态量联合向量过程,由此将不具有Markov性的最大值过程转化为具有Markov性的向量随机过程.在此基础上,通过最大绝对值-状态量之间的关系,建立了联合向量过程的转移概率密度函数.进而,结合Chapman-Kolmogorov方程和路径积分方法,提出了最大绝对值概率密度函数求解的数值方法.由此,可以得到Markov过程最大绝对值过程的时变概率密度函数,可进一步用于结构动力可靠度分析等.通过数值算例,验证了本文所提方法的有效性.该方法有望推广到更一般随机系统的极值分布估计之中.

结构内力概率密度演化的向量马氏过程方法

本文提出了位移加载机制下求解无记忆特性结构结点力的概率密度演化规律的方法。该方法将力与非线性构形状态演化联合起来,组成力-状态混合向量马氏过程。采用分离式分析方法进行状态转移概率速率分析,然后建立力-状态联合概率密度演化方程。求解这一方程可分别得到非线性构形状态演化和结点力随机演化的概率结构。意味深长的是,非线性构形状态的演化方程可以直接由力-状态联合演化方程推导出来,而力的概率演化方程则不能实现力与状态之间的解耦。

平面向量问题中的易错点剖析

平面向量融数、形于一体,具有几何与代数的“双重身份”,它是沟通代数、几何与三角函数的一种工具,有着极其丰富的实际背景。下面针对同学们在向量求解过程中的易错点,探究其原因,给出应对方法和策略,希望助同学们一臂之力。

探索“用向量方法求点到直线的距离”的思维过程

传统的求点P到直线l的距离的方法是：

旋转机械升降速过程的双谱-FHMM识别方法

结合双谱和因子隐 Markov模型 ,提出了一种基于双谱的特征提取建立机组各状态相应的因子隐 Markov模型状态识别法 ,并成功地应用到旋转机械升降速过程的故障诊断中 ,同时还与基于双谱的特征提取的 HMM状态识别法进行了比较 ,实验结果表明该方法是有效的。

中药材三七提取液近红外光谱的支持向量机回归校正方法

提出近红外光谱的支持向量机回归校正建模方法 .以中药材三七渗漉提取液为实际分析对象 ,对其近红外光谱数据进行预处理和主成分分析后 ,用支持向量机回归算法建立人参皂苷 Rg1,Rb1,Rd以及三七总皂苷的近红外光谱校正模型 .以 Rg1,Rb1和 Rd的 HPLC测定值及三七总皂苷的比色法测定值为参照 ,将本文方法与偏最小二乘回归和径向基神经网络建模方法相比较 ,结果表明 ,本文所建模型的预测准确性优于后两者 ,可推广应用于中药提取过程的近红外光谱分析 .

基于Markov过程和伪极坐标快速傅里叶变换的重采样篡改检测

针对图像中的重采样篡改操作导致的离散余弦变换(DCT)系数之间相关性的变化,提出了一种新的图像重采样篡改检测方法。首先,提取Markov特征,利用高阶统计量分析重采样图像中离散余弦变换系数之间的关系;然后,将图像所在的笛卡儿坐标映射到伪极坐标(Pseudo-Polar)轴上提取图像的光滑度作为纹理特征,利用纹理特征检测图像的重采样操作;最后,将提取的两类特征输入到支持向量机(SVM)中训练和分类,从而检测出图像中的重采样篡改操作。实验结果表明:所提方法可以检测出图像中的重采样篡改操作,并具有较好的检测率,且对于一定范围内的加噪处理也具有鲁棒性。

基于连续隐Markov模型的发酵过程关键状态变量软测量

针对生物发酵过程中一些关键状态变量难以用仪表进行在线检测的问题,提出了一种基于连续隐Markov模型(CHMM)的软测量方法.首先,为增加模型预测的鲁棒性,采用多观测样本序列训练CHMM模型库,运用Baum-Welch参数重估修正公式实现CHMM参数优化;然后,将新样本观测向量输入训练好的CHMM模型库,并基于Viterbi算法计算新样本在模型库中各个CHMM内的输出概率;最后,通过加权平均运算得出软测量结果.将所提出的方法应用于红霉素发酵过程菌体质量浓度软测量,并进行了建模与仿真研究.结果表明:所建CHMM软测量模型能够很好地用于生物发酵过程菌体质量浓度值预测,且预测效果优于人工神经网络软测量模型.

多维状态驱动的需求工程过程方法研究

采用适用的过程模型有助于保证需求过程的需求开发效果。然而构造新过程模型仍然是一项富有挑战性的任务,即便对已有通用过程模型进行定制也需要大量的工作。多维需求过程模型的构造方法能够有效支持过程定义和定制。总结了已有多维需求过程模型。多维需求过程模型的构造方法能够有效支持过程定义和定制。总结了已有多维需求过程模型的构造方法现状;针对其存在的不足,进一步提出了一种多维状态驱动的需求工程过程方法(multi-dimension State-Driven Requirement Engineerlng Pricess Method)SDREPM,并给出了SDREPM方法的形式化定义和基于SDREPM的过程模型构造算法。最后给出了SDREPM方法在实际项目中的一个应用实例。

支持向量机在压滤脱水过程优化中的应用

为提高自动压滤机在精矿脱水过程中的作业效率,提出了压滤脱水过程控制参数的优化。研究了自动压滤机脱水过程的优化机理。将SVM(支持向量机)方法应用到压滤脱水过程的建模仿真研究中,并建立了压滤脱水过程的SVM模型。在此基础上提出了一套"循序寻优"的压滤脱水过程控制参数寻优方法。结果表明,采用支持向量机方法建立的工业压滤脱水过程仿真模型仿真精度高,对水分和处理能力的仿真相对误差分别是1.57%和3.81%;利用"循序寻优"方法获得的工业压滤脱水过程最优控制参数,不但可以保证生产指标的稳定,而且将压滤周期缩短到了原来的85%以下。

基于LSSVM的多元过程非参数监控方法研究

多元控制图常用于对多个相关变量进行监控,用以发现制造过程中存在的系统性变异。当多元过程的分布未知时,常用非参数方法进行过程监控。针对多元过程监控问题,提出了一种基于最小二乘支持向量机(least squares support vector machine,LSSVM)的多元过程非参数监控方法。在仅有受控数据(参考数据集)的条件下,采用移动窗口技术对过程数据序列进行预处理,并与参考数据集一起用于对LSSVM进行动态训练,进而以移动窗口中的数据与分类超平面之间的距离为控制变量进行多元过程监控。讨论了监控模型设计与参数选择方法并通过仿真和实例进行了性能评估。

集成化并行系统过程管理模型与参数控制方法

应用Markov理论研究了集成化并行系统过程管理机制,分析了客源无限状态下的过程分布规律、生灭过程方程及过程管理模型.基于实际应用系统多参数、多情况的复杂性特征,引入了系统控制系数,提出了过程管理的三种类型动态概率分布规律及其算法,实现了系统的精准控制.通过应用实例介绍了多参数的控制方法、核心机制及其应用系统平台.

GPS向量网粗差探测的Bayes方法

应用现代Bayes统计理论和方法,提出了GPS向量网中多个粗差定位和定值的Bayes方法,并设计了相应的算法。对某GPS向量网的计算验证了该方法的有效性。

支持向量机在纸浆蒸煮过程Kappa值软测量中的应用研究

针对纸浆蒸煮过程机理复杂、影响因素众多和数据不完备条件下纸浆Kappa值预报问题,在介绍支持向量机基本原理和实现算法的基础上,探讨了支持向量机方法在纸浆Kappa值预报中的应用,经过与线性回归方法和人工神经网络方法预报结果比较,表明该方法具有精度高、速度快、泛化能力强的特点,取得了较传统建模方法更好的预报效果。

品一节高效率的数学课——利用向量方法解决空间角

2009年12月30日，笔者来到了已有95年历史的天津市新华中学，聆听了天津市未来教育家工程成员、数学特级教师于川老师的一堂普通的高二数学课——“利用向量方法解决空间角”．听完感觉意犹未尽，整个听课过程就如同读了一本好书，受益匪浅．

解除广义Doob算子中向量可和限制的轨道方法

本文用轨道方法，讨论Ｄｏｏｂ及广义Ｄｏｏｂ过程预解算子中向量可和限制的解除，给出了相应过程轨道的一种新的（基于ｆＮ变换）。

高中数学解题中向量方法的应用研究

向量运算中不仅要考虑到数的问题,还要将量结合于其中.因此与传统的单一式的运算方法相比,向量的运算带有一定的复合性,使得向量的运算在运算便捷度以及解题效率上都要优于传统的运算方式.可以借助向量方法进行解答的题目有很多,其中包括三角函数、不等式、平面几何、解析几何等.

浅谈平面向量常见问题的几种解析方法

在数学学习过程中,学生对知识点的掌握并不难,难在如何用所学知识解决问题.这往往是由于没有理解知识背后所蕴含的思维方法.下面以平面向量的运算为例剖析解题中应遵循的解决方法.

平面向量教学中重视教学评价的教学方法

平面向量是高中数学中的一个重要教学板块,也是能够和很多其他教学内容相结合并且展开综合应用的知识点.本文将结合实例具体谈谈平面向量教学中重视教学评价的教学方法.一、平面向量的实际背景及基本概念在展开平面向量的教学过程中,首先需要让学生对于平面向量的实际背景及基本概念有较好的认知,这其中主要涉及到如下几个重要知识点：1.向量的表示方法;2.有向线段;