Functional Integrals and Variational-Cumulant Expansion in sine-Gordon-Thirring Model

The free energy in 1D sine-Gordon-Thirring model with impurity coupling is studied by means of functionalintegrals and variational-cumulant expansion methods.Two variational parameters are introduced to evaluate free energyand statistical averages.It is shown that the non-perturbation method of functional integrals can be applied to strong-coupling range of fermion systems.

基于正余弦函数设计位移运动算法的研究与实现

为实现机床加工运动过程中算法规划能输出连续的运动指令,提高位置控制精度,文章基于正余弦函数值周期连续变化的特性,设计出位移运动指令随时间连续变化的算法模型并进行公式推导。结合Matlab对算法的规划细节进行仿真分析,得到算法规划的控制指令平稳且连续,证明了算法模型建立与公式推导过程的正确性。选择机床加工PCB覆铜板运动过程为试验研究对象,使用激光干涉仪对机床加工实际位移距离进行测量,测得采用所设计的位移运动算法进行运动过程规划,位置控制精度能达到1.788μm,验证了位移运动算法的正确性。

泛函积分与sine-Gordon-Thirring模型的统计平均值

根据泛函积分方法研究了杂质耦合sine-Gordon-Thirring模型的统计物理性质,通过辅助玻色场技巧推导了弱耦合模型的有效势,由泛函行列式微扰展开获得了模型的自由能.另外,在弱耦合情况下计算了两个杂质和凝聚项的4阶统计平均值,还给出了有效势和统计平均值的图形表示.

一维量子Sine-Gordon模型隧道效应的理论研究

用高斯波泛涵变分理论研究了一维量子Sine -Gordon模型的隧道效应 ,发现系统长度为有限时 ,隧道效应改变系统的低温性质 ,系统长度为无限时 ,隧道效应不改变系统的低温性质 .

初值修正和函数变换的改进灰色模型在管道腐蚀深度预测中的应用

为了准确预测管道的腐蚀深度,借助灰色理论建立了改进GM(1,1)模型。针对传统灰色模型的不足,引入反双曲正弦函数变换方法建立了改进模型一,并在此基础上提出了一种基于初值修正结合反双曲正弦函数变换的改进模型二,通过实例对比分析了改进模型和传统模型预测管道腐蚀深度所得结果的差异。室内试验测试数据和实际管道检测数据的计算结果表明:传统模型预测所得的平均相对误差(分别为5.300%和13.617%)均较大,因此模型的精度较差;改进模型一预测所得的平均相对误差分别为2.345%和2.639%,其预测精度较传统模型有大幅度的提高,因此该模型适用于腐蚀深度的准确预测;对改进模型一采用初值优化方法后,所得改进模型二的预测精度进一步提高,其提高的程度较为有限;总体来看,所建改进模型能够满足管道腐蚀深度预测的精度要求,具有较强的推广应用价值。

基于鲁棒控制的电磁主动悬架整车平顺性分析

针对传统被动悬架系统无法在复杂工况时保持较好行驶平顺性的问题,为电磁主动悬架设计了鲁棒控制器.建立整车七自由度电磁悬架动力学模型,利用鲁棒控制理论对被控输出和控制输入量进行加权处理,设计了H∞鲁棒控制器.在车速为30 km/h和60 km/h的随机路面、20 km/h和45 km/h的正弦冲击路面时,对电磁主动悬架系统进行仿真分析.结果表明,鲁棒控制的电磁主动悬架与被动悬架相比,主要性能指标均有所改善,在随机路面下车身垂向加速度改善28.03%,说明所设计的鲁棒控制器比较合理,采用鲁棒控制的电磁主动悬架可以有效改善汽车行驶的平顺性.

纤维和纳米材料改性水泥稳定道路固废的直剪力学行为

为了研究纤维-纳米材料对水泥稳定道路固废再生集料抗剪特性的影响,通过直剪试验对水泥稳定再生集料(CA)、聚丙烯纤维水泥稳定再生集料(PCA)、纳米氧化镁水泥稳定再生集料(MCA)、纳米二氧化硅水泥稳定再生集料(SCA)、聚丙烯纤维-纳米氧化镁水泥稳定再生集料(PMCA)和聚丙烯纤维-纳米二氧化硅水泥稳定再生集料(PSCA)的抗剪强度特性进行评价和表征.试验结果表明:各组试样的剪应力-位移曲线随着垂直压力的增加逐渐由软化型向硬化型转变;MCA、SCA、PMCA、PSCA的摩擦角比CA的摩擦角更大,PCA、MCA、SCA、PMCA、PSCA的黏聚力均大于CA.提出复合正弦-幂函数(CSP)模型,该模型可以有效地模拟软化型和硬化型应力-位移曲线,比传统模型更具适用性.建立各组试样的应力-位移关系的通用公式,该公式与实测数据拟合效果良好.

基于电弧模型及相关性算法的电缆早期故障检测研究

电力电缆早期故障具有持续时间短、峰值电压低等特点,现有的技术方案较难被检测,且随着时间推移会演变成永久性故障。为此,文中提出一种基于电弧模型及相似性算法的电缆早期故障检测方法。首先采集电缆送端电压信号,并基于互相关相似性函数进行异常变化识别;其次,对正弦波形进行拟合并计算其R^(2)值,根据该值超过阈值的次数做出故障是否存在的判定。所提方法能够实现电缆早期故障与其他类似非故障事件的有效区分。仿真结果表明,该方法对早期故障检测的准确度达到99%,具有较好的识别准确率和先进性。

共形场论和相变

本文讨论了共形对称性，量子共形对称理论以及相变现象。讨论了二维共形场论中最基本的自由玻色场和费米场，也介绍了玻色化、高斯泛函。

正弦函数变换型G(1,1)模型在蚌埠市小麦产量预测中的应用

由于易受气候以及自然灾害等因素的影响,小麦产量的变化往往呈现出接近周期性的非线性趋势,为了克服传统GM(1,1)模型预测结果呈单调性的缺点,本文先将原始数据x^(0)映射成正弦函数x^(0)=siny^(0)(y^(0)=arcsinx^(0))后的y^(0)值作为新的原始数据带入GM(1,1)模型,然后再将GM(1,1)模型的预测值运用x^(0)=siny^(0)还原回去,对GM(1,1)预测模型加以改进.结果表明,在预测准确度上,正弦函数变换型的GM(1,1)模型明显优于传统的GM(1,1)模型.

基于改进的背景模型的图像识别算法研究

当图像亮度不均匀、对比度低时,提取图像前景较困难。为此,提出一种图像分割方法,结合正弦基函数和绝对值距离测度构建背景模型,依据优化理论和迭代法求解背景模型,通过比较背景模型中各像素点亮度与实际图像中各像素点亮度来判别各像素点是背景还是前景。为应对图像亮度不均匀的情况,在图像分割前对图像进行分块,在分块图像中依据背景模型或相邻分块背景相似度进行图像分割。实验结果表明,在普适性方面,相对于经典的模糊C均值法和OTSU法,该方法的分割误差小,尤其是对亮度不均匀和对比度低的图像;在掌纹图像分割应用方面,与迭代线跟踪法和模糊粗糙集法相比,该方法的错误率低、信噪比高、处理时间短。最后将提出的分割算法应用在人脸识别上,实验结果表明了该算法的先进性。

基于区间灰数白化变权关联算法的采矿方法决策模型及应用

针对采矿方法典型多属性决策问题,采用区间灰数全面客观描述矿山开采技术条件的复杂性和专家主观判断的模糊性,引入非对称正弦白化权函数的特征参数灰心和灰积,建立基于区间灰数白化变权关联算法的采矿方法决策模型,将采矿方法优劣比较的区间灰数序列关联分析转化为区间灰数灰心实数序列的变权决策问题,更好地刻画了专家偏好意见的差异和合理简化采矿方法区间灰数多属性决策过程。将该决策模型用于某多层缓倾斜薄—中厚矿床的采矿方法优劣分析中,确定多层条带开采嗣后充填法为最佳采矿方法,验证了该决策模型的可行性和有效性。

基于改进GM(1,1)模型的网络流量预测与仿真

对网络流量进行预测是进行网络设计、管理、控制以及最优化的前提和基础。根据当前大多数网络的流量呈现出接近周期震荡的变化趋势,提出了一种基于正弦函数变换型的GM(1,1)模型的网络流量预测方法,该方法改正了GM(1,1)模型预测结果具有单调性的缺点。仿真实验的结果表明,该模型的预测精确度明显高于GM(1,1)模型预测结果,具有一定的应用价值。

基于相变和似然性的多相图像分割方法

Sine-Sinc模型是一种基于材料科学中Modica-Mortola物理相变原理的多相图像分割方法.针对该模型分割结果不完全、易受噪声和亮度不均匀性影响的问题,提出了一个改进的Sine-Exp-Gauss多相图像分割模型.基于Sine-Sinc模型,Sine-Exp-Gauss模型用指数函数代替Sine-Sinc模型的Sinc函数,并从分段常数图像假设推广到高斯分布函数图像假设;模型偏微分方程的数值解采用凸函数分裂方法迭代,获得每个相的局部最优解,同时给出一种标准初始化方法使迭代过程易于收敛到理想局部极小值.与Sine-Sinc模型和偏差矫正模型相比,实验结果证明Sine-Exp-Gauss模型在噪声消除和自偏差矫正方面都更加鲁棒.

应用测距函数幅相特性定位高压长线路故障位置新算法

为了克服传统测距方法存在的测距精度与测距速度此消彼长的矛盾,提出了一种基于测距函数幅相特性的高压长线路故障测距新算法。该方法在将故障位置作为已知条件看待并引入参考点与之匹配的思想基础上,构造了一个具有双曲正弦函数幅相特性的故障测距函数。根据故障测距函数相位特性迅速确定故障点所在的最小可能范围,在此范围内根据测距函数幅值特性精确定位故障点。该方法理论上不存在伪根,所需的运算量远小于传统方法所需的运算量,能有效克服传统方法存在的测距精度和测距速度之间的矛盾。仿真结果表明,该方法不受过渡电阻、故障位置和故障发生角等因素的影响,在线路参数严重不均匀情况下依然保持较高的测距精度,具有良好的鲁棒性和快速性。

正弦算法优化正则化ELM在NOx排放量建模中的应用

为优化锅炉配风配粉降低NO x排放浓度,以某1000 MW火电机组现场变工况运行数据为基础,采用正弦算法(Sine algorithm,SA)优化的正则化极限学习机(Regularized extreme learning machine,RELM)建立了NO x排放量的预测模型。为提高预测模型的精度,通过比较不同激活函数对RELM模型性能的影响,选用了新的Swish激活函数;采用奇异值分解法确定RELM的最佳隐含层节点个数,并引入一种自适应调整惯性权重的正弦算法对RELM的输入权值和阈值进行优化。将基于以上策略建立的SA-RELM模型与SA-ELM、RELM及PSO-RELM等模型的预测结果进行对比,表明基于SA-RELM的NO x排放量预测模型具有更高的精度和泛化能力。

与文本无关的说话人辨认系统中一种新的使用基音周期方法研究

研究了与文本无关的说话人辨认系统中一种新的使用基音周期方法。在说话人辨认系统中将矢量量化 (VQ)、高斯混合模型 (GMM)分类器结合 ,使用升正弦窗函数加权的线性预测倒谱系数 (LPCC)。在训练时为训练集中的每个说话人估计一个一维高斯形式的基音周期概率密度函数 ;在识别时 ,将测试语音中提取的基音周期在训练集说话人基音周期概率模型中得到的基音周期概率密度对VQ、GMM分类器的似然测度加权 ,形成新的似然测度。实验结果表明 ,使用新的似然测度进行与文本无关的说话人辨认比VQ、GMM分类器的辨认率有较大的提高 ,码字个数为 8,测试时间为 8s时 ,辨认率相对VQ提高约 13%。

一种正弦函数修饰的船舶航向保持策略

为了解决船舶在大风浪天气下转向舵机能量消耗大,航向不易保持,舵机磨损程度大的难题,在传统控制器PID的基础上加上非线性正弦函数进行修饰,以大连海事大学新下水船舶"育鹏"轮为船舶模型,建立了Norrbin船舶运动数学模型,在七级风浪海况下进行航向保持控制仿真实验。实验结果表明,在非线性修饰的情况下,舵机节能效果明显,鲁棒性能好,调整参数少,对控制器的设计具有指导意义。

噪声条件下的语音特征PLP参数的提取

研究了噪声背景条件下的语音特征提取。使用特征补偿的方法,并运用听觉心理学的三个概念:临界带谱分析、等响度曲线、强度响度听觉幂率,实现了PLP语音特征参数的提取。在此基础上用RATSA技术和半升正弦函数倒谱提升技术来改进此参数,并获得了良好的效果。