采用多光程长建模方法检测血液成分含量

为了提高近红外光谱血液成分含量分析模型的预测精度,利用多个光程长(optical path length,OPL)共同参与建模的方法进行血糖等6种血液成分的定量分析。通过微米位移机构实现不同光程长血液光谱的测量,由全自动生化分析仪给出生化成分分析结果,并出具化验单。采用偏最小二乘法(PLS2)进行血液的近红外光谱建模及预测。由于血液光谱存在显著的非线性特征,不同光程长的血液样本的等效吸收系数不同,同一波长不同光程长(0.20~1.25 mm)测得的血液光谱互不相关。主动把非线性特性作为一种测量手段引入,不再利用单个的最佳光程长建模,而是用各个血液组分对应的多个最佳光程长的近红外光谱同时参与建立校正模型,进行血液成分的分析预测。研究结果表明,多光程长建模方法用于血液成分含量分析,可提高血液成分校正模型的预测精度。     

聚合物纳米复合电介质

聚合物纳米复合材料能够发挥纳米材料在电、磁、光等方面的优越性,也具有聚合物的易成型等方面的优点,正成为电介质领域研究的热点.本文综述了聚合物纳米复合材料在介电性能方面的研究概况,主要涉及了电导、介电强度与空间电荷、介电常数、介电损耗以及局部放电等方面的研究.最后展望了今后的研究方向.     

RBF-PU方法求解二维非局部扩散问题和近场动力学问题

采用单位分解径向基函数(radial basis function partition of unity,RBF-PU)方法,数值求解了二维非局部扩散问题和近场动力学问题。主要思想是对求解区域进行局部划分,在局部子区域上分别进行函数逼近,然后加权得到未知函数的全局逼近。这种基于方程强形式的径向基函数方法在求解非局部问题时,不需要处理网格与球形邻域求交的问题,避免了额外的一层积分计算,实施简便,计算量小。数值实验显示计算结果与解析解吻合较好,RBF-PU方法可以准确有效地求解非局部扩散方程和近场动力学方程。     

《应用数学和力学》投稿指南北大核心CSCD

1.我刊主要刊登力学、力学中的数学方法和与现代力学紧密相关的应用数学方面的高水平学术论文,同时刊登土木建筑、水利水工、道路桥梁、航海造船、航空航天、机械冶金、国防军工、防灾减灾、能源环保、生物化工等领域中力学和数学建模、分析方面具有学术水平和实用价值的论文。来稿务求观点明确、论据可靠、数字准确、文字精练,推导从简,给出主要成果和结论。     

简单1维数字流形的积空间中数字复叠的笛卡尔积的Deck变换群

首先提出了简单1维数字流形的概念,接着研究了简单1维数字流形的具有C-相容邻接关系的笛卡尔积空间中的数字图像.进一步,为了研究数字复叠的笛卡尔积的Deck变换群,利用半径2-(k_(i2),k_(i1))-局部同胚的性质来体现数字复叠的笛卡尔积的Deck变换群在从数字拓扑的角度来比较数字积空间时的优势.此外,通过强调C-相容的必要性修正了文献(Han S E.Comparison among digital fundamental groups and its applications[J].Information Sciences,2008,178(8):2091-2104)中的一个错误.利用本文的方法,可以从本质上区分数字积图像,从而使得数字图像的研究内容更加丰富.     

Z~d-作用下的Bowen拓扑熵理论

在Z~d-作用下定义了Bowen维数熵,研究了Z~d-作用下Bowen维数熵的一些性质,证明了X中的任意子集的Bowen维数熵可以通过该子集中的点的测度下局部熵估计.     

弹体高速侵彻钢筋混凝土的实验与数值模拟研究

为了得到钢筋混凝土目标在动能弹高速冲击作用下的破坏数据，基于大口径发射平台进行了100 mm口径卵形弹体高速侵彻钢筋混凝土靶体的实验，弹体质量为5.4 kg，靶体尺寸分为2 m × 2 m × 1.25 m 和 2 m × 2 m × 1.50 m两种，混凝土抗压强度为50 MPa，弹体侵彻速度为1 345～1 384 m/s，实验获得了弹体的侵彻深度及钢筋混凝土靶体的破坏数据。通过“钢筋混凝土全体单元分离式共节点建模方法”建立钢筋混凝土靶体模型，结合Riedel-Hiermaier-Thoma本构模型对实验工况进行计算。数值模拟给出了侵彻过程中钢筋的拉压力变化和分布规律，很好地模拟出贴近迎弹面钢筋在弹体高速冲击作用下伴随混凝土反向飞溅而产生的反向拉伸现象及靶体背面钢筋在混凝土崩落作用下发生的拉伸现象；数值模拟得到的弹体侵深数据、现象与实验结果吻合良好，实验验证了“钢筋混凝土全体单元分离式共节点建模方法”的可靠性。     

基于粒子群优化算法的光纤陀螺温度误差分段补偿方法

针对光纤陀螺的温度误差单一模型补偿方法适配性较差的问题,提出一种基于粒子群优化(PSO)算法的光纤陀螺温度误差分段补偿方法。此方法基于分段建模补偿的思想,在建模时加入温度和温度变化率影响因子,并引入PSO算法极值寻优,得到最优补偿函数。为了验证此方法的补偿效果,设计了?15℃~50℃区间内光纤陀螺温度实验,分别利用所提方法和传统方法对其温度误差进行补偿。试验结果表明,使用所提方法能够极大地降低温度误差,与传统算法相比,在保证补偿后陀螺零偏稳定性一致的前提下陀螺零偏均值降低了一个数量级,并且具有实时补偿性。     

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.