VTI介质改进声学近似qP波交错网格正演模拟

Alkhalifah提出的声学假设近似令沿TI介质对称轴的qSV波速度近似为0,建立了相应的qP波波动方程并进行了数值模拟,但存在两个不足:一是方程中存在退化的qSV波解,不是纯qP波波动方程;二是方程不适用于ε<δ(ε和δ为Thomsen参数)的介质。为此,在Liang等的工作基础上,将改进声学近似方法的思想引入qP波频散关系和一阶波动方程推导。令qSV波的精确频散关系中的圆频率为0,同时结合椭圆分解,推导了VTI介质纯qP波解耦频散关系,利用改进标量算子的空间域渐近近似建立了VTI介质改进声学近似qP波一阶速度—应力波动方程,采用交错网格有限差分算法实现了基于改进声学近似的VTI介质纯qP波正演模拟。频散关系分析和数值示例表明,基于改进声学近似的qP波一阶波动方程不包含退化qSV波,是纯qP波方程,与弹性波波动方程模拟结果吻合较好,具有较高精度,并且该方程在ε≥δ和ε<δ的VTI介质中均是稳定的,同时也适用于复杂VTI介质。

VTI介质修正声学近似qP波波动方程与模拟

各向异性介质中纵横波通常耦合在一起传播,纵横波解耦是地震波传播理论研究的重要内容。经典的声学近似通过设置垂向qSV波速度V_(S0)为0来解耦qP波场,但是存在退化qSV波等问题。本研究将垂向qSV波速度V_(S0)考虑成波数k_(x)、k_(z)和各向异性参数ε、δ的函数,对声学近似进行修正,推导了VTI介质修正声学近似qP波频散关系和波动方程。VTI介质修正声学近似qP波波动方程包含椭圆项和非椭圆项两部分,因此采用混合有限差分/伪谱算法进行求解,即采用有限差分法求解椭圆项、伪谱法求解非椭圆项。频散关系分析和数值示例表明,基于修正声学近似的qP波波动方程不包含退化qSV波,是纯qP波方程,与弹性波方程模拟结果吻合较好,且具有较高精度;该方程在ε≥δ和ε<δ的VTI介质中均是稳定的,并且精度高于声学近似模拟结果。

三支区间集半概念的代数结构及覆盖粗糙近似算子

针对在一个形式背景中以区间集为底集,考虑一个属性集(对象集)拥有的对象集(属性集)和不拥有的对象集(属性集)的知识表述而进行知识提取的问题,采取将区间集概念与三支决策、经典半概念相结合的方法,产生AE-区间集半概念和OE-区间集半概念两种形式的三支区间集半概念,同时发现AE-区间集半概念与OE-区间集半概念的纯双布尔代数结构。进一步深入讨论可知,AE-区间集半概念可分为AE1-区间集半概念与AE2-区间集半概念,利用粗糙集理论分别挖掘与AE1-区间集半概念和AE2-区间集半概念有关的近似算子的结构性质,对偶地可得OE-区间集半概念的相关结果。所得三支区间集半概念拓广了已有的三支决策集分别与区间集概念和半概念相结合的相关成果,成为一个新的知识表述。

半无限介质多自由度频响函数离散时间有理近似的稳定参数识别

离散时间有理近似函数是将半无限土频响函数转化为时域模型的重要工具,离散时间有理近似函数和时域模型具有相同的稳定性和精度。目前关于离散时间有理近似函数的研究只针对于单自由度系统。该文基于线性控制理论,给出了多自由度有理近似系统的稳定条件。将稳定性条件与遗传-序列二次算法相结合,开发了多自由度频响函数参数辨识方法,保证了多自由度系统的稳定性和精度。不同维度的多自由度有理近似系统的数值仿真验证了该文方法可以保证多自由度有理近似系统的稳定性和精度。

量子近似优化算法在数字分区问题中的应用

量子近似优化算法(QAOA)是一种近似求解组合优化问题的方法,它通过反复调整电路参数,以获取问题哈密顿量的最大期望值为目的来解决问题,在组合优化问题领域具有广阔的应用前景。将QAOA应用于数字分区问题(二分区问题),通过将问题函数转换成对应的哈密顿量,构造了量子线路,采用线性近似约束优化(COBYLA)方法对电路参数进行了优化,并使用IBMQ模拟平台进行了模拟实验。研究发现量子近似优化算法在数字分区问题中有着良好的性能表现,可在多项式时间内给出问题的解,并且降低了问题的时间复杂度。

面向商业航天卫星成本效益的三模冗余软错误防护技术:近似计算的实践

三模冗余(TMR)作为如今集成电路可靠性领域中最为常用且有效的软错误加固技术,在满足高容错要求之时,不可避免地牺牲了庞大的硬件损耗。为实现面积、功耗等硬件性能和容错电路加固能力的折中考虑,适应低成本高可靠性加固的时代需求,针对基于近似计算的三模冗余加固技术(ATMR)进行研究,该文提出一种基于近似门单元(ApxLib)的动态调整多目标优化框架(ApxLib+DAMOO)。首先,其基本优化框架采用非支配排序遗传算法(NSGA-Ⅱ)实现,通过极性分析与预创建的近似库对电路实现快速近似。随后,该框架提出动态概率调整和极性扩张两种创新机制,根据可测性分析对遗传算法中门单元的突变概率进行动态更新,对双向门单元进行定向识别和重构,以实现寻优效率和寻优效果的双重优化。实验结果表明,该文提出的优化框架与传统NSGA-Ⅱ相比,在相同硬件损耗下可实现最大10%~20%的额外软错误率(SER)降低,且其执行时间平均降低18.7%。

关于具有不确定性凸半无限规划的近似解

在本文中,我们考虑约束函数带有不确定信息的凸半无限优化问题的近似解(也称为ε-解),并建立了凸半无限规划的鲁棒对等问题,同时给出了其近似解.进一步地,提出了鲁棒对偶问题的必要条件和充分条件.在锥约束条件下,基于鲁棒优化方法,证明了近似解意义下的拉格朗日对偶性质.

近似模型拟合下的排气系统轻量化设计优化

针对排气系统面临的轻量化问题,提出一种近似模型拟合下的排气系统轻量化设计优化方法。以某乘用车排气系统为例,建立有限元模型并通过模态分析方法验证该模型的可靠性;结合拉丁超立方抽样法建立关于排气系统重量和性能要求的二次多项式近似模型;以排气系统总质量为优化目标,以系统模态、消声器壳体模态和结构强度为约束,建立充分考虑设计变量不确定性的轻量化优化函数;运用萤火虫算法进行轻量化分析,得到近似模型的最优解并代入有限元模型,确认结果可靠性。运用该方法,在保证排气系统性能要求的前提下,乘用车排气系统降重率可达22.6%,对排气系统轻量化工作具有一定的参考意义。

基于近似消息传递的NOMA系统信道和脉冲噪声联合估计方法

针对非高斯脉冲噪声背景下的非正交多址接入(non-orthogonal multiple access,NOMA)系统的信道估计问题,利用信道和脉冲噪声的稀疏特性,提出一种基于近似消息传递的信道和脉冲噪声联合估计方法。首先构建全子载波的压缩感知方程,然后基于稀疏贝叶斯学习理论提出一种信道、脉冲噪声和数据符号的联合估计优化问题。为解决这一超参量非线性非凸问题,设计了一种基于高斯广义近似消息传递和稀疏贝叶斯学习理论的期望最大化实现算法。仿真结果表明,与基于期望最大化的稀疏贝叶斯学习方法相比,所提算法在信道和脉冲噪声估计的均方误差、误码率等方面性能虽略有下降,但算法复杂度降低了1个数量级。

基于聚类与稀疏字典学习的近似消息传递

基于传统字典学习的近似消息传递(approximate message passing,AMP)算法对训练样本数量的需求较高,且运算成本较高。本文引入双稀疏模型,构建基于稀疏字典学习的AMP框架,降低迭代过程中字典学习对训练样本数量的需求,提高压缩感知图像重建的质量与效率。进一步,提出基于聚类与稀疏字典学习的AMP算法,在迭代过程中依据图像块特征进行分类,并为各类图像块分别学习稀疏字典,实现自适应去噪。与基于传统字典学习的AMP算法相比,基于聚类与稀疏字典学习的AMP算法能够将重建图像的峰值信噪比提高0.20~1.75 dB,并且能够将运算效率平均提高89%。

融合GPU的拟单层覆盖近似集计算方法

拟单层覆盖粗糙集是一种匹配集值信息系统且有高质量和高效率的粗糙集模型。拟单层覆盖近似集的计算过程中存在大量计算密集且逻辑简单的运算,为此,提出拟单层覆盖近似集的矩阵化表示方法,以利用图形处理器(GPU)强大的计算性能加速计算过程。为了实现这一目标,使用布尔矩阵表示拟单层覆盖近似空间中的元素,引入与集合运算对应的布尔矩阵算子,提出拟单层覆盖粗糙近似集(DE、DA、DE0与DA0)的矩阵表示,并设计矩阵化拟单层覆盖近似集算法(M_SMC)。同时,相应的定理证明了拟单层覆盖近似集的矩阵表示形式与原始定义的等价性。然而,M_SMC运行过程中出现了矩阵存储和计算步骤的内存消耗过多问题。为了将算法部署到显存有限的GPU上,优化矩阵存储和计算步骤,提出分批处理的矩阵化拟单层覆盖近似集算法(BM_SMC)。在10个数据集上的实验结果表明,融合GPU的BM_SMC算法与单纯使用中央处理器(CPU)的BM_SMC算法相比计算效率提高2.16~11.3倍,BM_SMC算法可以在有限的存储空间条件下充分利用GPU,能够有效地提高拟单层覆盖近似集的计算效率。

基于Contig的单面基因组框架填充2-近似算法

随着基因测序技术的持续发展,基因组框架填充问题受到广泛关注。该文针对基于contig的单面含重复基因的基因组框架填充问题开展研究。通过设计有效的近似算法,完成根据参照基因组,将缺失基因填充至基因测序获得的不完整框架中,提高基因组框架的完整性。前期研究的基因组框架填充问题,缺失基因可以插入到不完整序列的任意两个基因之间,而基于片段重叠群(contig)的基因组框架填充,缺失基因的插入位置被限制在两个contig之间,更具一般性,该问题已被证明是NP完全问题。现有的近似算法中,2-近似算法处理的实例具有特殊性,2.57-近似算法针对一般实例,但近似性能比不够理想。该文以缺失基因、基因位点和断点三者之间的对应关系为基础,采用贪婪策略和最大匹配相结合的方式避免在填充过程中出现冗余公共邻接,并通过生成新的contig增加外邻接的数量,将针对一般实例的算法近似性能比提高到2,完成了基于Python的可视化程序开发,进一步验证了算法的有效性。

基于船间水动力近似数学模型的操纵运动预报

船间水动力的确定是研究船舶相遇、追越问题的基础,为快速对追越船间的操纵性能进行预报,提出了船间水动力和力矩预测近似数学模型,建立了追越船间运动数学模型,并对建立的考虑船间水动力的操纵运动预报方法进行了测试研究。基于船间水动力和力矩预测近似数学模型,对舵角、船间水动力和力矩无量纲系数随相对距离的变化规律进行了对比分析,并对不同速度下水动力和力矩系数进行了预报分析,最后将所建立的追越船间运动数学模型与商业导航模拟器预测结果进行对比,同时进行了追越船间的操纵运动预报,结果表明:建立的船间水动力近似数学模型和操纵运动模型预报结果准确,计算速度快,可以用于导航器的仿真系统。

双近似椭圆公式测量法对前列腺特异性抗原灰区前列腺癌的诊断价值

目的:探讨双近似椭圆公式测量法对前列腺特异性抗原(PSA)灰区前列腺癌(PCa)的诊断价值。方法回顾性分析2020年11月—2023年6月在江南大学附属医院医学影像科接受检查的80例PSA灰区的早期PCa患者的临床资料。所有患者术前均接受前列腺磁共振成像(MRI)检查,基于T2WI横断位及矢状位图像,分别采用椭圆公式测量法和双近似椭圆公式测量法来测量前列腺体积(PV),从而获得两种不同方法测量的PV1和PV2,进而计算两种不同体积下的前列腺特异性抗原密度(PSAD),分别记为PSAD1和PSAD2。根据手术或穿刺病理结果将80例患者分为PCa组以及non-PCa组,比较PSAD1和PSAD2对PCa的诊断价值。结果:PCa组的PV2、PSAD1和PSAD2均大于non-PCa组(P<0.05);受试者工作特征(ROC)曲线分析显示,PSAD2对PCa的诊断价值高于PSAD1(P<0.05);PSAD2诊断PCa的曲线下面积(AUC)为0.859,当截断值为0.145时,灵敏度为92.3%,特异度为74.1%,约登(Youden)指数为0.664。结论:双近似椭圆公式测量法对PSA灰区PCa的诊断具有更高的价值,为临床医生提供了一种更可靠的工具来鉴别PCa和非PCa,有望改善早期PCa的筛查和诊断。

凸近似避障及采样区优化的智能车辆轨迹规划

针对结构化道路下作匀速运动的智能车辆避障轨迹规划问题,提出一种基于凸近似避障原理及采样区域优化的智能车辆轨迹规划方法。引入凸近似避障原理,得到轨迹可行域范围;将采样区域分为静态采样区、动态采样区两部分,并根据障碍物运动状态,另外划分动态、静态障碍物采样区;采用“动态规划(DP)+二次规划(QP)”思想求解轨迹:利用五次多项式对采样点依次连接,建立动态规划代价函数并筛选得到粗略轨迹;通过二次规划及约束条件的构造,对粗略轨迹进行平滑,最终得到最优轨迹。仿真结果表明:对于静态、低速、动态三种障碍物,该车能够有效地得到平滑轨迹并避开障碍物。

基于一维卷积神经网络与近似熵特征融合的水电机组故障诊断

针对水电机组振动信号存在非平稳和非线性,单一特征提取难以实现高精度故障诊断问题,提出了一种基于卷积神经网络和近似熵特征融合的故障诊断方法。利用卷积神经网络提取振动信号特征;EEMD与近似熵构建信号特征向量,将两种方法提取的状态特征融合构建融合特征向量;进一步,将融合特征作为输入、故障类别作为输出,训练BP神经网络得到水电机组故障识别器,识别水电机组运行状态,即正常或具体故障类型。结合转子实验台实验数据,验证了所提方法在挖掘信号特征方面的有效性及较高的故障诊断准确率。

基于直观图的(三支)近似概念获取研究

不完备背景是形式概念分析中的一类重要数据类型,(三支)近似概念是通过(三支)近似算子在不完备背景中提取的具有某种意义的共有信息.针对不完备背景,该文基于直观图从格同构和近似算子两个角度研究了(三支)近似概念的获取方法.对于两类三支近似概念,一方面借助两类三支近似概念格与某些特定形式背景概念格的同构关系,基于这些特定形式背景的直观图给出相应的获取方法;另一方面,基于三支近似算子定义的三支近似直观图直接给出相应的获取方法.对于近似概念,证明了存在某种特定形式背景的概念格与近似概念格同构,在此基础上采用与研究三支近似概念获取方法相同的方式给出相应的获取方法.

基于FPGA的分段近似双边滤波算法设计与实现

为了增强图像显示的质量以及减少基于现场可编程逻辑器件(FPGA)双边滤波算法中硬件资源的消耗,设计了一种分段近似的双边滤波算法。通过分段近似计算减少了双边滤波中值域的存储容量以及输出的数据位宽,从而降低了计算复杂度和硬件资源消耗。在Zynq-7000和Sparten-7的FPGA平台上实现了分段近似的双边滤波算法,研究了不同高斯噪声及在其最佳的值域标准差下的滤波和边缘保持性能。结果表明,本文算法在性能上与传统的双边滤波算法相当,并且与传统的双边滤波算法相比,其查找表(LUT)和数字信号处理模块(DSP)的使用量减少了9.9%和71.1%,且功耗仅为0.128 W。本文算法适合用于硬件资源有限的图像滤波应用场景。

基于近似计算技术的多级逻辑电路面积优化

针对现有多级逻辑近似优化算法在大型电路优化时无法较好兼顾优化效果与算法速度的问题,提出一种基于常量替换的多级逻辑电路面积优化算法。该算法通过在与非图(AIG)中引入节点输出距离、常量传输距离等参数,并结合提出的多扇出节点常量替换过程中错误率控制方法,在全局范围内提取合适替换的候选节点集和每个候选节点输出的常量替换值;同时,通过根据电路规模选取不同的错误率计算方法等策略,实现了错误率约束下的多级逻辑电路面积近似优化并使算法速度得到提高。所提算法用C语言和ABC内置命令编程实现,使用EPFL及MCNC电路进行测试。实验结果表明:所提算法与已提出的常量替换方法相比,面积优化效果提升48.77%;相较于近似关心集重代换的近似逻辑综合(ALSRAC)优化算法,所提算法在面积优化和运算时间上分别有1.28%和60.91%的提升。

基于近似测量算法Sketch的高精度区块链异常检测机制

区块链存在网络动态性强和其管理困难等问题,使得区块链普遍存在DDoS攻击和账户接管等异常现象.现有区块链异常检测方法多从所有区块链账户中提取历史交易信息和交易频率等特征加以分析以甄别异常.然而,随着区块链数据规模的不断扩大,现有方法在提取特征时面临内存消耗高、检测精度低的挑战.为此,提出了一种高检测精度、低内存开销的区块链异常检测机制,该机制采用近似测量算法将区块链异常检测转化为异常交易账户检测,包括区块内异常账户和跨区块异常账户.对于区块内异常账户,即仅存在于单个区块内的异常账户,使用Sketch算法进行账户识别,精度高.而对于存在于多个区块且难以通过单个区块信息检测到的跨区块异常账户,则通过聚合和分析多区块信息进行账户的准确检测.使用包含88847个区块的真实区块链数据评估上述机制.实验结果表明,与现有代表性方法对比,所提出的机制将区块链异常检测的召回率最高提升了6.3倍,F1分数最高提升了4.4倍.因此,提出的高精度区块链异常检测机制对于规范区块链交易行为、维护系统安全性具有意义.