THE NEW METHOD OF SOLVING VELOCITY CORRELATION FUNCTIONS AND APPLICATION TO THE PLANE TURBULENT WAKE

The results of plane turbulent wake given by Chou Peiyuan are considered as the first order ap- proximation and put into the equations of turbulent fluctuation.The equations are solved numerically within the range of micro-scale by means of spectrum method.The double,triple and quadruple fluctuating velocity correlations are obtained by computation.They are in good agreement with experimental results.

基于混合阶相似性的多视图聚类:一个广义的视角

多视图聚类已经被广泛研究,它能够采用可用的多源信息来实现更好的聚类性能.然而,大多数之前的工作仍存在两个不足:(1)它们通常关注多视图属性特征的场景,很少留意到多视图属性图数据;(2)它们主要尝试发现一致的结构或多个视图之间的关系,而忽略了多视图观测之间潜在的高阶相关性。为了解决这些问题,我们从广义角度出发,提出了一种新颖的方法,称为混合阶相似性的多视图聚类(Multiview Clustering by Hybridorder Affinity,MCHA).它将结构图和多视图属性特征巧妙融合,同时考虑了低秩概率相似性图和混合阶的相关性.具体而言,我们通过图过滤策略构建了一组保留几何结构的视图特定的平滑表示.同时,我们将从平滑表示中学习得到的多视图概率相似性图堆叠成一个张量,并对该张量给予低秩属性的约束.这可以很好地恢复视图间更高阶的相关性.在八个基准数据集上的实验表明,我们所提出的MCHA方法具有最先进的有效性.

利用高阶累积量相关性的地震波传感器阵列目标检测方法

针对传统决策级判决检测方法虚警率高、信息浪费的问题,提出一种远场环境下可有效消除噪声影响的基于高阶累积量矩阵相关性目标检测方法:通过在传感器节点端设定一个发送数据的触发门限,预先对参与融合检测的传感器节点个数进行约束,融合中心在收到节点发送的数据后,计算信号的四阶累积量构建累积量矩阵,并构建相关性统计量作为融合检测的判决统计量;利用临近节点信号累积量矩阵列向量之间的相关性,结合判决统计量得到在恒虚警概率下的检测门限,判断目标是否存在,实现对目标的融合检测.仿真发现其在不同噪声环境下能有效检测出目标,且检测性能优于现有检测方法.

有晶状体眼后房型人工晶体植术后患者的瞳孔直径大小与视觉质量高阶像差的相关性分析

目的探究有晶状体眼后房型人工晶体(ICL)植入术后患者的瞳孔直径大小与视觉质量、高阶像差的相关性分析。方法随机选取2021年3月至2023年5月在我院进行诊治的103例行ICL植入术的高度近视患者作为研究对象进行回顾性分析研究。按照患者瞳孔直径大小分为<4 mm组(暗视瞳孔直径)54例及≥6 mm组明视瞳孔直径49例。观察患者在明视、暗视环境下瞳孔直径大小变化。分析暗室环境下不同瞳孔直径大小患者视觉质量、高阶像差及对比敏感度变化。结果相较于术前,术后明视环境下瞳孔直径增大,暗视环境下瞳孔直径减小,明暗差减小(P<0.05)。与<4 mm组相比,≥6 mm组患者斯特列尔比及调制传递函数截止频率均升高(P<0.05)。与<4 mm组相比,≥6 mm组患者总高阶像差、三叶草差及球差升高(P<0.05);2组慧差对比差异无统计学意义(P>0.05)。与<4 mm组相比,≥6 mm组患者在空间频率为3 c/deg、6 c/deg、12 c/deg及18 c/deg时对比敏感度升高(P<0.05)。结论ICL植入术后患者明暗视瞳孔差减小,且瞳孔直径大小与视觉质量、高阶像差及对比敏感度具有相关性。瞳孔直径越大,高阶像差越大,对比敏感度越大,视觉质量越高。

基于条件重采样的多站洪水过程随机模拟方法研究

以流域干支流多站径流过程自、互相关性为切入点,提出了基于条件重采样理论的多站洪水过程模拟方法,并对长江流域干流屏山、寸滩与宜昌站洪水过程进行模拟延拓,将模拟结果与多站季节性自回归模型模拟结果进行了对比验证分析。结果表明,相对于传统模型,所提方法能在满足径流序列基本统计特性及序列高阶自互相关结构的同时,能进一步考虑历史极端洪水特征,生成满足不同设计频率的多站点多情景模拟径流过程。

地震记录小波域高阶相关叠加技术

水平叠加技术能够有效地压制随机噪声和多次波,但是对于由于相邻道的噪声表现出相关性和一致性而产生的某些相干干扰,常规的叠加技术容易产生假的同相轴,难以取得较高的信噪比.基于小波理论和高阶统计理论本文提出了小波域高阶相关叠加技术(HOCS),其基本原理是将经动静校正的CMP道集变换到小波域,然后在小波域求取高阶相关系数,进而加权叠加.数值实验和实际资料计算的结果表明,此方法比常规叠加更能够有效地提高信噪比,剔除常规加权叠加无法抑制的某些相关噪声.

基于双截面电容层析成像技术的两相流速测量

利用双截面电容层析成像技术,将多相流速测量转化为时延估计问题。为提高流速测量的可靠性和准确性,分析研究了各类时延估计算法及其特点,结合双截面ECT系统对粉煤灰气力输运过程进行实时监测。该过程气固两相流速范围大致是0~14m/s,灰气质量比一般为10/1~40/1;颗粒度大约在2m^2mm。分别采用基于高阶统计量和小波变换的时延估计算法计算内径125mm的水平管道中的固体流速,实验结果证明了该测速方法的有效性。由于两相流信号具有非高斯非平稳特性,基于小波变换的时延估计算法可得到更准确的结果,基于互双谱的时延估计算法得到的流速与其相差1m/s左右。

小波(包)滤波方法的GUI及其在深地震测深数据处理中的应用

在深地震测深数据处理中,仍多用基于傅里叶变换的滤波方法和小波二阶相关去噪方法。鉴于傅里叶变换方法对非稳态的地震信号不能提供在时频上的任何局部信息,而小波和小波包方法弥补了傅里叶变换的不足,能够提供时频上的任何局部信息,且高阶相关比二阶相关对随机噪声有更好的抑制和去除作用,本文结合小波和小波包去噪方法以及高阶相关去噪方法,编写了深地震测深数据处理的小波和小波包滤波方法的人机交互软件,用于抑制和去除地震信号中的加性高斯随机噪声。该软件可以方便快捷地显示深地震测深的地震记录截面,进行小波域的自适应阈值去噪、小波域和小波包域的二阶和高阶相关去噪以及基于傅氏变换的常规滤波。实例计算结果表明,方法和程序是有效且可行的。

求解脉动速度关联函数的新方法及其在平面湍尾流中的应用

将周培源给出的平面湍尾流的一级近似解作为已知量,代入湍流脉动速度方程中,在微尺度范围内,采用谱方法对该方程进行数值求解,得到了和实验结果符合的二阶、三阶、四阶脉动速度关联函数的计算结果。

地震资料高阶累积量相关法砂体预测

东营凹陷西部沙四段地层叠置关系复杂,物性纵横向变化剧烈,地震反射特征差异小,给砂体识别尤其是砂体边界的识别带来了困难。针对以上问题,文中提出了基于地震信号多尺度高阶累积量的相关分析技术。在高阶统计量分析理论和小波分析理论的基础上,首先对地震记录进行高阶统计量变换计算,然后对该变换结果进行多尺度分解。为了使相关分析结果更加可靠,在对上述结果进行相关分析计算时,适当地加入了计算多尺度地震记录的包络结果。对算法从理论模型和实际资料上给出了论证,特别是在解决实际问题方面,经技术处理后,使原来较模糊甚至很弱的地震记录有了清楚的显示。在平面上,原来的地震资料中几乎不能分辨的砂体及边界得到了清晰的反映。

基于深度学习的故障诊断方法综述

海量高维度的过程测量信息给传统的故障诊断算法带来极大的计算复杂度和建模复杂度,且传统诊断算法存在难以利用高阶量进行在线估计的不足。鉴于深度学习技术强大的数据表示学习和分析能力,基于深度学习的故障诊断引起了工业界和学术界的广泛关注,并促使智能过程控制更加自动化和有效。该文从方法上将基于深度学习的故障诊断技术分为:基于栈式自编码的故障诊断方法、基于深度置信网络的故障诊断方法、基于卷积神经网络的故障诊断方法及基于循环神经网络的故障诊断方法4类,分别进行了回顾和总结,最后从数据预处理、深度网络设计和决策3个层面对这一领域进行展望,提出了“集成创新”、“数据+知识”和“多技术融合”等故障诊断思想,阐明基于深度学习技术进行复杂系统的故障诊断仍具有巨大潜力。

利用高阶累积量进行时延估计的方法

文章介绍了一种利用高阶累积量进行时延估计的新方法。利用四阶累积量代替二阶相关函数，可以克服相关法在相关高斯噪声干扰中估计性能下降的缺点。新方法可以利用FFT进行快速运算。计算机仿真结果表明，当存在高斯相关噪声干扰时，该方法的估计性能优于广义相关法。

两模光场与原子相互作用中光场周期性和频效应-理想Kerr介质腔中非关联双模相干态光场与V型三能级原子相互作用系统中光场的不等阶和压缩效应

利用多模压缩态理论 ,通过数值计算研究了高QKerr介质腔中非关联双模相干态光场与V型三能级原子相互作用系统中双模光场的不等幂次高次和压缩效应 ,分别绘出了两模光场第一模i次方第二模j次方不等幂次和压缩度的第一正交分量 (Sh1 ij) ,第二正交分量(Sh2 ij)的时间演化曲线 结果表明 :1 )Kerr介质的存在和嵌放在介质中的V型三能级原子是产生双模光场不等阶和压缩效应的物质条件 ,二者缺一不可 2 )腔中光场和原子发生光子交换是导致双模光场不等幂次和压缩效应的微观机制 3)在不考虑坐标度的情况下 ,不同条件下的时间演化曲线呈现非常相似的“崩坍 -复原 -凹谷”式结构 ,且复原区的波型振荡次数及凹谷区的振荡下降和振荡上升型式一样 4)在 χ以及〈n1 〉 ,〈n2 〉不变的条件下 ,不等幂次高次和压缩度时间演化曲线的崩坍 -复原 -凹谷式结构的持续时间随压缩阶次的升高而缩短 ,压缩度随压缩阶数的升高而迅速下降 5 )在平均光子不变 (即〈n1 〉 ,〈n2 〉恒定 ) ,但Kerr介质不同 (即 χ变化 )的条件下 ,不等幂次高次和压缩度曲线的周期随Kerr介质的三阶非线性极化系数 χ的增加而缩短 ,幅度则不受Kerr介质的三阶非线性极化系数变化的影响 6)不等幂次高次和压缩效应的持续时间等强烈地依赖于Kerr介质的?

一种新的基于高阶统计量的相干体算法

相干体技术有效地反映了地震响应在横向上的变化 ,可以用来识别构造、地层、岩性、孔隙以及油气的变化情况。本文利用高阶统计量比功率谱函数包含更多信息及其对高斯噪声不敏感的优点 ,以第一代基于相关的相干体算法为基础 ,提出了一种新的基于高阶统计量的相干体算法。实际资料的水平时间切片和沿层时间切片的实验结果表明 ,该算法具有很好的抑制噪声的能力和较高的分辨率 ,而且具有很快的计算速度 ,是一种十分有效的相干体算法。

对称相关免疫函数的构造与计数

指明n元一阶相关免疫对称函数的构造与计数等价于某个方程在二元域上的求解与解的计数,同时指明n元m(m>1)阶相关免疫对称函数的构造也取决于该方程的求解.得到了这个方程的等价方程.通过求解等价方程,提供了高阶相关免疫对称函数的构造方法和一阶相关免疫对称函数的计数方法,并在2种情形下给出了n元一阶相关免疫对称函数的计数下界.

非高斯相关噪声中高斯信号的时延估计

高阶统计量在信号处理中成功的应用例子之一是估计高斯相关噪声中非高斯信号的时延参数.本文则研究非高斯相关噪声中高斯信号的时延估计问题,提出了一种解决该问题的混合方法.该方法先计算观测值的三阶累积量,然后利用累积投影公式计算观测噪声的二阶统计量,最后利用互相关方法确定信号时延参数.仿真结果验证了该方法的有效性.

二维自由剪切湍流的实验结果及其与理论计算的比较

本文用热线风速仪和数据采样技术,对二维湍流混合层、湍尾流和湍射流自模拟区内的平均速度、湍流强度、雷诺应力和脉动速度的高阶关联进行了测量,所得结果与不可压缩流体剪切湍流理论的计算结果进行了比较,两者吻合得较好。

低信噪比下长码直扩信号的符号宽度估计

针对长码直扩信号,提出了一种新的符号宽度估计算法。在基于高阶自相关统计量和最大化相应的自相关系数中得到粗略估计值,然后基于伪码差分解扩的概念和二阶循环自相关函数得到精确估计值。粗略估计步骤在低信噪比和短数据长度下具有鲁棒性,给精确估计步骤提供一个可信的估计范围,从而改善了精确估计步骤的性能;在精确估计时,采用伪码差分解扩消除伪码序列对循环自相关函数的扰动。仿真表明,和现有方法相比,算法不受伪码限制,同时估计的性能有明显改善,适合于低信噪比下使用。

关于神经网络高阶连接的张量描述及动力学分析

神经网络中与联想记忆密切相关的两个动力学性质是网络的稳定性和吸引性．针对高阶连接网络，首先讨论了通常所用的Ｈｅｂｂ规则下网络的稳定性和吸引性问题．由于Ｈｅｂｂ规则对于正交或近似正交的原型模式才有较好的联想记忆能力，故文中又针对一般线性无关模式，给出了保证这些模式为网络稳定平衡点的高阶连接权的秩１张量形式，该形式可看作高阶连接的伪逆（投影）规则．通过对网络稳定性和吸引性的分析，得到一些充分条件。

陇西及周边地区地震活动与震磁效应的高阶统计量研究

高阶统计量是研究非高斯过程,非最小相位信号和非线性系统的有力工具,其应用领域已涉及通信、地球物理、生物医学、故障诊断等。本文对嘉峪关和乾陵2个地磁台站1998～2002年期间的地磁垂直分量(Z)资料运用高阶统计量方法进行处理,探讨陇西及其周边地区地震活动与地磁场变化之间相互关系,并将其结果与相关分析和线性拟合方法的结果进行对比。结果发现,高阶统计量异常一般早于两台Z分量相关系数和嘉峪关台Z分量线性拟合差异常1～2个月出现,且三阶矩(三阶累积量)的异常变化幅度在5～10之间,四阶矩的异常幅度在50以上,甚至达到150,四阶累积量的异常幅度在10～60之间。这些表明在震磁效应的统计分析研究中引入高阶统计量方法的必要性及其在地震预报中的潜力和良好前景。