煤矿充填开采覆岩连续变形移动规律及曲率模型研究

为了进一步探究充填开采覆岩移动变形规律,基于充填开采覆岩移动变形特征,给出了充填开采岩层"连续曲形梁"的定义。在分析覆岩变形与曲率关系的基础上,建立了充填开采岩层曲率模型,提出采用曲率来评价充填开采覆岩的变形特征,导出了岩层曲率K的计算公式,揭示了充实率与岩层曲率之间的关系,并分析得出充实率、采厚及关键层是影响覆岩曲率的关键因素,支架长度对覆岩曲率也有一定的影响,提出采用曲率理论模型评价充填的效果。依据不同层位高度的岩层曲率变化特征,提出以极限曲率作为岩层破断的判别标准,判断不同充实率条件下岩层破断位置,并计算了直接顶、基本顶不破断的临界充实率,结果与钻孔实测结果基本一致。

平均曲率模型的Euler-Lagrange方程推导

介绍变分原理中的几个重要定理,并通过这几个定理推导出平均曲率模型的Euler-Lagrange方程及边界条件.

质点模型、曲率模型与量子测量的物理实质

点粒子模型是现今量子力学解释体系诸多逻辑矛盾产生的总根源[1-2]。修改量子力学中的点粒子模型是消除这些逻辑矛盾的必要途径。曲率模型的"形",即通过物质波波长,由相位圆定义、建构的微观客体的"形态"(r=λ/2π),在讨论原子问题时,其大小不可忽略。经典力学中质点抽象原则不适用于原子世界或不能照搬。把原子中的量子现象转变为宏观经验中的经典力学研究对象,必须将能量的非连续分布转变为连续分布,将非连续作用转变为连续作用。这就是量子测量的基本任务。

网格梯度曲率模型零度Metropolis-Hastings遥感图像缺失重建

针对矩形网格遥感图像可微随机域数据缺失重建过程中,存在重建效果不佳且计算效率不高的问题,提出一种网格化全局几何约束零度Metropolis-Hastings遥感图像缺失数据随机重建算法。首先,构建遥感图像的随机梯度-曲率重建模型,通过全局几何约束相互作用随机场模型,匹配整个网格样本的梯度和曲率,从而满足蒙特卡罗模拟应用条件;其次,采用蒙特卡罗算法改进版本零度Metropolis-Hastings算法,实现遥感图像缺失数据重建,该方式不承担对底层数据的概率分布参数描述,有助于降低用户参与度,提高计算效率,适用大型遥感图像数据集的无监督自动处理;最后,通过与其他分类或插值方法实验对比显示,所提算法在数据重建效果和计算效率上均要优于对比算法。

基于曲率模型修正的星载DDM建模与仿真

针对星载场景下地球曲率对第一等延迟环范围变化的影响,提出一种基于曲率模型修正的时延-多普勒图像(delay-Dopplermap,DDM)建模方法。利用二分法对机载场景下的平面地球模型中第一等延迟环处散射点、发射机、接收机的几何关系进行修正,利用海面反射信号的相关功率模型得到散射信号的相关功率。对机载场景下平面地球模型和星载场景下基于曲率的地球模型进行模拟仿真,结果表明,星载场景下基于曲率模型修正的相关功率峰值略低于机载场景下的地球平面模型的相关功率峰值,整体波形无太大差异。

基于曲率模型的斑马鱼C型转弯和逃逸的力能学比较（英文）

斑马鱼C型起动不仅发生于逃逸响应(C型逃逸),而且发生于非逃逸响应(C型转弯)。它们具有不同的变形模式和周期,并且运动学性能各异。在相同的弯曲幅度下,C型转弯实现更大的转弯角度,而C型逃逸则具有更快的游动速度。但尚不清楚它们的水动力学机制和力能学特征。本文针对C型转弯和逃逸的变形特征,建立新的曲率模型,采用优化算法拟合模型参数。通过自主游动数值模拟,发现C型转弯实现大转弯的机制在于:弯曲阶段存在比较大的正向力矩,而回摆阶段存在比较小的反向力矩;而C型逃逸在回摆阶段存在比较大的推力,导致反向力矩增大和转弯角度变小。还发现周期对转弯角度的影响不大,但对逃逸速度和能量消耗影响显著。因此,C型转弯为了节省能量,周期通常在100ms以上;而C型逃逸为了追求高速度,周期则在50ms附近。

一种基于平均曲率的彩色图像去噪分裂模型

基于平均曲率模型并结合彩色图像通道的耦合关系,构造了彩色图像局部和全局的平均曲率分裂模型.分裂的彩色图像去噪模型简化了高阶模型强的非线性性和正则性,从而可以设计更加简单的数值算法.通过数值实验的对比发现分裂模型有更好的恢复质量并能有效地减少全变差模型的阶梯效应.

基于双十字曲率驱动扩散模型的图像修复算法

当前各种基于曲率驱动扩散(CDD)模型的图像修复算法在修复待修复点时均只利用了其邻域中的4个点的参考信息,使修复后的图像边缘过渡不自然且修复精度不够高。针对以上问题,提出了基于双十字CDD的图像修复算法。该算法在充分利用原始CDD算法中4个邻域点的参考信息得到待修复点的修复像素值的基础上,再利用新引入的4个点的参考信息得到一个新的修复像素值,并将这两个修复像素值进行加权平均得到最终的修复像素值。最后,将提出的算法和原始的CDD算法以及改进的CDD算法用于实例验证,其结果表明,新提出的算法在不增加算法时间复杂度的条件下,使得图像边缘过渡更加自然,修复精度得到了有效提高。

改进曲率驱动模型的敦煌壁画修复算法

针对敦煌壁画裂纹形状复杂、划痕不规则,采用CDD曲率扩散算法修复时易出现假边缘、阶梯效应以及修复时间长的问题,提出一种改进曲率驱动模型的自适应敦煌壁画修复算法.首先对CDD算法中梯度消失问题进行改进,使扩散项更加合理;然后引入自适应控制策略,壁画破损区域曲率不同时能够选择不同的修复模型进行动态自适应控制修复;最后利用光滑函数进行角点扩散修复,达到去噪和保护边缘的目的.对真实敦煌壁画进行数字化修复的实验结果表明,该算法较好地解决了CDD算法的边缘过渡不自然以及修复时间过长的问题,在PSNR和修复时间评价指标上均优于其他对比算法.

非局域样本填充和自适应曲率驱动模型的遥感图像修复算法

遥感图像修复技术对于后续遥感图像的处理与应用具有重要意义.文中在深入研究曲率驱动(CDD)模型和样本填充算法的基础上,针对遥感图像对纹理细节和边缘区域要求较高的特点,提出非局域样本填充和自适应曲率驱动模型的遥感图像修复算法.该算法较好地避免CDD模型修复过程中在一些极端情况下可能出现的假边缘、阶梯效应和扩散速度缓慢等缺点,保证遥感图像修复后的纹理细节信息和边缘信息.仿真实验验证文中算法的有效性.

基于GA-BP神经网络板材辊式矫直工艺预测模型

辊式矫直工艺是轧制生产线上必要精整工艺。为提升生产线的整体智能化生产需求,采用神经网络代替曲率积分矫直模型进行计算,解决其求解难、耗时长和不收敛的缺点。针对反向传播(Back Propagation,BP)神经网络易出现泛化能力弱、陷入局部最优等问题,引入遗传算法(Genetic Algorithm,GA),建立一种基于GA-BP神经网络算法的板材辊式矫直工艺神经网络多输入多输出计算模型。对比结果显示,选用trainscg函数可实现较好的预测结果,并通过贪婪策略对模型结构进行优化,实现了矫直工艺模型的快捷、高精度计算,首尾辊压下误差在0.2 mm以内,残余曲率比误差在5%以内,矫直力误差在7%以内。该神经网络模型对轧制生产线有较高的工程应用价值。

基于曲率特征的三维模型对称性检测技术

针对三维模型上对称性提取效率不高的问题,在此提出了一种改进的对称性检测方法,该方法通过分析和计算三维模型上曲面的曲率特征,得到模型表面上凸起或者凹陷的褶皱线,再将褶皱线作为分析检测曲面对称性的依据,结合变换空间聚类的方法,计算得到模型整体的对称变换。实验结果表明,该方法通过以简单的褶皱线来描述和刻画模型上的复杂曲面,不但能够得到正确的对称变换,还能够大幅减少算法的计算量,加速提取过程。

基于引导因子与曲率惩罚模型的图像修复算法

目的解决当前图像修复方法主要通过待修复像素点的法向量来确定修复过程,无法保证其修复顺序从破损区域的周边至中心进行,导致修复图像中存在块效应和不连续效应等问题。方法将引导因子与曲率惩罚模型相结合,设计新的图像修复方法。利用破损区域的中心像素点与其他任意待修复像素点之间的距离来构造引导因子,并将其与置信度项以及数据项结合,形成优先权模型,用于选取优先修复块。利用待修复块的梯度特性对其平滑度进行判断,以明确该待修复块对应的最优匹配块的搜索范围,使其通过最小绝对差平方和(SSD)函数来搜索最优匹配块,从而将最优匹配块中像素点扩散填充至待修复块。最后,基于像素点间的等照度线曲率来建立曲率惩罚模型,以更新置信度项,从而实现图像的修复。结果测试数据表明,与已有修复方案相比,所提算法可以更好地兼顾修复质量与效率。结论所提方案具有较好的修复质量,可用于损坏面积较大图像的复原。

基于DFFRLS-AUKF的单轨吊车动态倾角辨识方法研究

为保障单轨吊车在深部矿井复杂轨道工况环境下行驶的安全控制性能,需提高单轨吊车动态倾角辨识的精度及可靠性。因此,本文提出了基于DFFRLS-AUKF算法的单轨吊车动态倾角辨识方法。首先,利用自适应平滑滤波算法对实时采集的加速度和速度数据进行滤波处理,避免环境噪声的干扰,保证数据的完整性;其次,通过建立轨道曲率模型实现对轨道全工况的精准分析,在滤波处理后的数据基础上,再结合带有动态遗忘因子的递归最小二乘(DFFRLS)算法得到可靠地轨道曲率值;最终,在计算出的轨道曲率基础上,利用Sage-Husa噪声估计器对无迹卡尔曼滤波(UKF)进行改进,实现了对动态倾角辨识结果地自适应动态调整,提高了动态倾角辨识地精准度。实验表明,单轨吊车在单轨路段1和单轨路段2测试期间,所提的DFFRLS-AUKF算法与传统算法相比动态倾角辨识精度分别平均提升了25.25%和39.5%,表明了DFFRLS-AUKF算法在不同轨道工况下具有良好的精准性及可靠性,有效保障了单轨吊车在复杂轨道工况下行驶的安全性。

高斯曲率弹性模量对哑铃形开口膜泡形状的影响

基于自发曲率模型,研究了高斯曲率弹性模量(kg)对哑铃形开口膜泡形状的影响.通过打靶法数值求解开口膜泡在确定边界条件下的欧拉拉格朗日方程,计算不同kg下膜泡的平衡形状.对两类特征形状研究了kg对膜泡平衡形状的影响.对于口径较大的形状,它可以看成是一个球形和另一个部分球形用细小脖子连接起来的形状,kg对这类膜泡形状的影响主要体现在中间连接处半径rc的变化上;而对于口径较小的接近闭合状的哑铃形膜泡,kg对这类膜泡的影响体现在其开口处形状的变化上.

高斯曲率耦合相关性制约规则的图像匹配算法

目的针对当前较多图像匹配算法在匹配过程中因忽略了特征点之间的相关性而导致算法存在匹配正确度和鲁棒性不佳等不足,设计一种高斯曲率模型耦合相关性制约规则的图像匹配算法。方法首先,利用高斯滤波后图像的一阶矩阵和Hessian矩阵来构造高斯曲率模型,对Hessian算子进行改进,以充分检测图像的特征点。然后,通过求取扇形区域内的Haar小波响应获取特征点的主方向,并根据特征点邻域中像素点的灰度平均值计算特征向量,从而形成特征描述子,完成对特征点的描述。利用特征点集的均值与协方差矩阵来构造相关性模型,对特征点的相关度完成度量,从而定义相关性制约规则,对特征点的相似度进行判断,完成特征点的匹配。最后,利用RANSAC算法提纯匹配特征点,完成图像的匹配。结果仿真实验表明,与当前图像匹配算法相比较,文中算法不仅匹配正确度较高,且具有较强的鲁棒性,在旋转角度为50°时,其正确匹配精度仍可达到87%以上。结论所提算法在多种几何攻击下仍具有较高的匹配精度,在图像处理、信息安全等领域具有良好的参考价值。

采用曲率扩散和边缘重建的深度图像空洞修复

传统的深度图像空洞修复算法,针对离散空洞和物体内部及背景中的空洞修复效果较好,但当物体边缘处存在较大面积空洞时,采用传统的修复方法,会出现物体边缘过填充或欠填充现象,造成边缘几何失真、边界模糊等问题。采用曲率扩散和边缘重建的深度图像空洞修复方法。首先获取深度图像空洞掩膜,确定空洞区域;然后使用曲率扩散模型填充空洞,并使用二值分割滤波获取边缘信息,得到待重建的像素;最后,通过马尔科夫随机场模型重建深度图像中的物体边缘纹理,去除模糊现象。曲率扩散模型将深度图像视为一个流体扩散方程,利用等照度线和曲率分布确定扩散强度,将局部结构从空洞的外部向内部扩散,能够准确的填充较大面积的空洞结构;马尔科夫随机场模型利用邻域系和连通系的能量函数表示结构信息,能够有效重建修复后的深度图像边缘纹理,从而去除物体边缘模糊。实验结果表明,相比传统的深度图像修复方法,采用文中方法修复后深度图像的平均梯度指标提高了10%-25%,可以有效地实现对深度图像中物体边缘处较大面积空洞的修复,得到结构完整、边缘纹理清晰的深度图像。

基于CDD模型的快速图像修复算法

为对图像的缺损部分进行快速自动修复,提出了一种基于曲率驱动修复模型的快速图像修复算法。曲率驱动修复模型由于引入了曲率项,使其偏微分方程为高阶,修复时需要数值求解偏微分方程,大量迭代运算导致修复速度非常缓慢。为加快修复速度,算法将模型的偏微分方程数值化,进一步改造成加权平均形式,利用邻近已知像素直接合成损坏像素,加权系数由曲率和梯度共同确定,使修复按照图像等照度线方向进行,在曲率大的地方将等照度线拉伸,同时由待修复点邻域内已知像素的梯度方差确定修复次序。实验结果表明,显著减小了运算时间,一定程度满足"连接性准则",并且对于较小破损区域修复效果好于曲率驱动修复模型。

深水高桩承台基础损伤分析模型研究

深水高桩承台基础结构柔,长期处于深水激流恶劣工作环境中,对其进行准确而有效的损伤分析非常重要。首先对深水高桩承台基础受力变形特征进行分析,找出单桩损伤与弯矩曲率的关系,在Park-Ang的双参数损伤模型基础上建立了适用于深水高桩承台基础损伤曲率模型,并给出5种损伤程度的定量描述;应用美国加州大学伯克利分校的钢筋混凝土试件损伤模型试验结果进行分析和比对,验证了损伤曲率模型的损伤程度划分是符合桩基实际受力变形损伤的,最后通过工程实例的实践应用验证了损伤曲率模型的可行性和工程适用性。

基于混合规则项的图像恢复变分模型

在变分去噪模型中,TV(total variation)模型对于图像的边缘具有较好的保持效果,但处理后的图像会有阶梯效应。高阶模型可以有效地克服阶梯效应,并且可以保持对比度和角点,但在光滑区域扩散不够均匀。现将TV和TC(total curvature)模型相结合,从而构造出新的模型,同时具有较好的边缘、角点和对比度的保持能力,克服TV模型的阶梯效应,通过引入辅助变量和Bregman迭代参数设计了快速Split Bregman算法。实验结果表明,所提出的新模型计算效率要优于TC模型,迭代收敛步数要小于TV和TC模型,在边缘、角点以及光滑度等特性方面取得了良好特性。相对于上述传统模型,新模型处理后图像的信噪比均有提升。