k-Bertrand判别法

正项级数的敛散性判别法中比较精细的有Raabe判别法、Gauss判别法和Bertrand判别法.在上述方法的基础上,给出了Raabe判别法、Gauss判别法和Bertrand判别法推广的统一形式,包括非极限形式、上、下极限形式以及极限形式,称之为k-Bertrand判别法.

基于秩K准则的网络雷达对抗系统融合发现概率计算模型

基于网络雷达对抗系统的有源探测与无源侦察双重功能,结合目标反射回波与目标雷达直达波信号特点,构建了单站接收信号的基本模型。然后,基于似然比检验准则构建单站发现概率的计算模型,给出了系统决策融合模型融合中心采用的秩K规则判决流程。同时,基于秩K准则构建了系统融合发现概率与融合虚警概率的计算模型,最后对系统融合发现概率计算进行了示例分析。分析结果验证了基于秩K准则的系统融合发现概率计算模型的有效性。

混凝土K判据及K_(ⅠC)计算公式的探讨

根据已有的断裂实验测试资料和计算结果 ,对比按经典断裂韧度计算式计算的断裂韧度KⅠC和双K断裂准则中的起裂韧度KiniⅠC和失稳韧度KunⅠC,并计算按经典断裂韧度计算式用临界有效裂缝长度代替预制裂缝长度时的KⅠC值 ,认为工程中通常采用的按经典公式算得的KⅠC并不能全面体现混凝土开裂的真实情况。提出工程中宜采用双K断裂准则 ,并综合考虑安全因数进行设计。由于混凝土断裂试验中CMOD较难准确测定 ,提出通过Δ与CMOD的换算 ,以Δc 代替CMODc 计算临界有效裂缝长度ac,从而降低了实验难度。

不确定性Top-K查询处理

高效Top-K查询处理在涉及大量数据交互的应用中是一项重要技术,随着应用中不确定性数据的大量涌现,不确定性数据的管理逐渐引起人们的重视.不确定性数据上Top-K查询从语义和处理上都呈现出与传统Top-K查询不同的特点.在主流不确定性数据模型和可能世界语义模型下,学者们已经提出了多种不确定性Top-K查询的语义和处理方法.介绍了当前不确定性Top-K查询的研究工作,并对其进行分类,讨论包括语义、排序标准、算法以及应用等方面的技术.最后提出不确定性Top-K查询面临的挑战和下一步的发展方向.

基于双K断裂准则的U形混凝土衬砌渠道冻胀破坏力学模型研究

为探讨U形渠道衬砌的冻胀断裂力学模型,采用有限元软件简化模拟混凝土衬砌板初始裂缝扩展,并结合线弹性断裂力学的双应力强度因子的混凝土双K断裂破坏准则,建立了冻胀力与冻结力共同作用下的U形渠道混凝土衬砌板冻胀断裂力学模型。根据混凝土双K断裂准则与冻胀条件下的混凝土衬砌力学模型,计算了U形渠道各部位混凝土衬砌板在初始裂缝扩展情况下,混凝土衬砌板冻胀断裂破坏的临界厚度。通过实例计算,验证了此双K断裂准则下的混凝土渠道衬砌冻胀力学模型具有一定的实际应用价值,为以后的U形混凝土衬砌渠道抗冻胀设计提供了合理的理论参考。

基于聚类准则函数的改进K-means算法

K-means算法所使用的聚类准则函数是将数据集中各个簇的误差平方值直接相加而得到的,不能有效处理簇的密度不均且大小差异较大的数据集。为此,将K-means算法的聚类准则函数定义为加权的簇内标准差之和,权重为簇内数据对象数占总数目的比例。同时,调整了传统K-means算法将数据对象重新分配给簇的方法,采用一个数据对象到中心点的加权距离代替传统K-means算法中的距离,将数据对象分配给使加权距离最小的中心点所在的簇。实验结果表明,针对模拟数据集的聚类,改进K-means算法可以明显减少大而稀的簇中数据对象被错误地分配到相邻的小而密簇的可能性,改善了聚类的质量;针对UCI数据集的聚类,改进算法使得各个簇更为紧凑,从而验证了改进K-means算法的有效性。

钢纤维混凝土K_(ⅠC)计算公式初探

通过对钢纤维混凝土一组典型试验数据的分析,发现按ASTM建议的公式计算钢纤维混凝土的KⅠC,所得结果不能真正反映钢纤维混凝土的断裂特性.为此,从理论上分析了考虑缝端前缘断裂过程区的必要性,并应用双K断裂准则导出了钢纤维混凝土KⅠC的计算公式.

基于修正M-K模型的铝合金板材成形极限图预测

为准确预测AA7075-O铝合金板材的成形极限,将韧性断裂准则和传统M-K模型相结合,提出一种基于韧性断裂准则的修正M-K模型.利用单向拉伸模拟和试验相结合的方法,提取危险单元的应力应变历史并代入C-L韧性断裂准则中,得到材料常数.基于单向拉伸试验所得成形极限点,通过MATLAB编程得到修正M-K模型的初始厚度不均度.在常温下,以单向拉伸、宽板弯曲、液压胀形试验获得AA7075-O铝合金板材的成形极限曲线,与修正M-K模型和传统M-K模型计算得到的理论成形极限曲线进行对比,验证了修正M-K模型的可行性和准确性.

混凝土软化本构曲线形状对双K断裂参数的影响

双K断裂准则能够定量描述混凝土结构裂缝的起裂、稳定扩展和失稳断裂。通过简便的试验和基于裂缝扩展粘聚力的解析方法 ,可计算双K断裂参数KiniIc和KunIc。反映粘聚力变化规律的软化本构曲线形状影响起裂韧度KiniIc的确定。对于简单实用的双线性软化本构曲线而言 ,取ws=CTODc,并引入一个直接影响混凝土软化本构曲线形状的参量λ ,结合本课题组新近所做的三点弯曲切口梁试验 ,调整参数λ ,得到了与实测结果相符的双线性软化本构曲线形状 ,用于确定双K断裂参数。

混凝土双K断裂参数计算理论及规范化测试方法

就其课题组在双K方法方面取得的最新进展进行了汇报 结合当前由Hillerborg ,Shah ,Karihaloo ,Bazant ,Swartz,Elices等学者及其合作者提出的各种断裂模型的优点 ,在双K方法中 ,提出了双K断裂准则并引入了相应的断裂参数KiniIc,KunIc 和CTODc 该准则的优点在于 ,既考虑了分布在软化过程区的粘聚力 ,又以可供解析分析的应力强度因子参量作为表现形式 根据双K方法 ,在计算中 ,只需采用标准三点弯曲缺口梁、紧凑拉伸和楔入劈拉单一尺寸试件上进行简单的试验 ,无需卸载 ,且只要测定P CMOD曲线上升段的初始柔度ci 以及通过最大荷载的割线柔度cs 作为计算的输入数据 所有的计算都可在小型计算器上解析运行 ,而不必进行非线性方程求解、数值积分及回归分析 该双K断裂参数的计算方法在理论基础方面较为系统和完备 ,实验方法简便 。

K-means指纹定位的优化算法

K-means指纹定位可减少定位算法的计算量,提高定位的实时性已成为当前定位算法的一个研究热点。然而其聚类的随机性却给定位带来极大的不稳定性,对此提出使用两步聚类算法进行优化,根据AIC准则自动得到最优的聚类个数;针对最邻近算法定位误差大的情况,使用相关系数法确定相似度最高的子库,再估计最终位置。实验结果表明,优化后的算法不但改善了定位精度,也极大提高了定位的实时性与稳定性。

一种新的k-medoids聚类算法

针对k-medoids算法对初始聚类中心敏感,聚类精度较低及收敛速度缓慢的缺点,提出一种基于密度初始化、密度迭代的搜索策略和准则函数优化的方法。该算法初始化是在高密度区域内选择k个相对距离较远的样本作为聚类初始中心,有效定位聚类的最终中心点;在k个与初始中心点密度相近的区域内进行中心点替换,以减少候选点的搜索范围;采用类间距和类内距加权的均衡化准则函数,提高聚类精度。实验结果表明,相对于传统的k-mediods算法及某些改进算法,该算法可以提高聚类质量,有效缩短聚类时间。

基于AIC-K-means的载荷分段混合分布估计

针对工程机械作业载荷分布估计的问题,基于AIC准则及K-means算法,提出了一种载荷分段混合分布估计方法。根据Luise分组方法,得到正态分布、对数正态分布及威布尔分布的卡方检验值。选取最小卡方检验值对应的分布函数作为分段混合分布各段的拟合函数,通过极大似然估计算法获得分段混合分布的表达式。结合挖掘机土石挖掘工况,将本文方法应用到主泵出口压力载荷数据中,并与现有方法进行对比分析,本文方法得到的结果通过了卡方检验。同时,用1000组仿真数据来验证方法的可行性,得到了参数估计的误差仅为0~18%。

基于min-max准则与区域划分的I-k-means-+聚类算法

针对I-k-means-+算法聚类结果不稳定、求解精度较低的问题,提出一种基于min-max准则与区域划分的I-k-means-+聚类算法.首先,提出min-max准则,计算每个数据点到最近中心的距离,优先选择距离最大的数据点作为新的聚类中心,避免多个初始中心聚集在同一个簇中的情况;其次,将分裂簇中的数据点分割到不同区域,在每个区域中选取一个数据点作为候选中心,以增加候选中心的多样性;最后,对于配对失败的簇,通过增益重新选择新的分裂簇与原删除簇再次配对,以提高配对成功率,进一步降低目标函数值.实验结果表明,与I-k-means-+算法相比,本文算法在运行效率基本相当的前提下,求解精度平均提高6.47%,且聚类结果更稳定;与k-means、k-means++算法相比,本文算法的求解精度更高.

k范数TOPSIS多目标决策方法

传统TOPSIS方法采用固定的欧氏距离作为距离度量,各属性间的补偿关系固定。针对传统TOPSIS方法的缺点,采用k范数对距离度量进行推广,区分属性间不同的补偿关系。在k值的确定过程中,由决策人提供多组无差异类,通过最小二乘法拟合无差异面,确定k值。文章最后给出该方法的一种应用。

基于抗滑桩内力计算方法——“K”法的滑坡稳定性预警判据研究

近年来,发现部分采用抗滑桩工程治理后的高速公路滑坡支护结构失效现象时有发生,而公路沿线工程治理后滑坡的稳定性监测评估工作仍没有切实可行的技术标准。针对抗滑桩失效现象,基于抗滑桩内力计算方法——"K"法,通过理论方法试算建立了抗滑桩桩顶位移与桩身最大弯矩、桩径、锚固段长度、悬臂端长度和地基系数之间的关系式,并运用已有文献中的设计实例验证了该公式的合理性,误差在合理范围内。该公式为初等函数组合而成,易于运用到预警系统中。针对具体的抗滑桩设计方案,输入相关参数,可得出桩顶最大位移值,并将其作为判据,结合监测资料对滑坡进行预警预报。

具有层次结构的K-means聚类算法研究

提出一种改进的基于层次微聚类的K-means聚类算法,并重新构造准则函数S(k).通过层次聚类生成一颗层次聚类树,根据微聚类思想在该聚类树上动态更新中心点,利用改进的准则函数S(k)选择合理聚类个数K和对应中心点,使得聚类结果达到全局最优.标准数据集上的实验结果表明,与传统K-means聚类算法相比,改进后K-means聚类算法的聚类效果和聚类精度都有较大提高.

CR网络中基于K秩融合的频谱感知算法

针对合作频谱感知模型,分析了集中式频谱感知的基本原理,并对融合中心的硬合并算法进行了研究.讨论了在先验概率已知时,K秩融合准则中K的各种取值对系统检测概率、虚警概率、漏检概率的影响以及合作用户节点数目与错误概率之间的变化关系.仿真结果表明,在加性高斯白噪声环境下,感知节点规模较小,在大约一半的节点参与合作时,K秩融合准则具有较好的感知效率.

多输出布尔函数的k阶严格雪崩准则

首次将k阶严格雪崩准则的概念扩展到多输出布尔函数上,首先研究了多输出函数的严格雪崩准则、扩散准则,给出了多输出函数满足k阶严格雪崩准则的两个充分必要条件,证明了多输出布尔函数满足高阶严格雪崩准则时一定满足低阶严格雪崩准则。然后根据对称函数的特性,应用数论的知识,研究了多输出对称布尔函数的严格雪崩准则、扩散准则和k阶严格雪崩性质,给出了相应准则的充分必要条件,特别给出了两个k阶严格雪崩准则的组合判别公式。

基于加权处罚的K-均值优化算法

在各种聚类算法中,基于目标函数的K-均值聚类算法应用最为广泛,然而,K-均值算法对初始聚类中心特别敏感,聚类结果易收敛于局部最优。为此,提出基于加权处罚的K-均值优化算法。每次迭代过程中,根据簇的平均误差的大小为簇分配权值,构造加权准则函数,把样本分给加权距离最小的簇中。限制簇集中出现平均误差较大的簇,提高聚类准确率。实验结果表明,该算法与K-均值算法、优化初始聚类中心的K-均值算法相比,在含有噪音的数据集中,表现出更好的抗噪性能,聚类效果更好。