Prediction of Concrete Meso-Model Stress-Strain Curves Based on GoogLeNet北大核心CSCD

非均质复合材料的宏观力学性能往往取决于细观组分的分布方式和力学性能，但是建立明确的关系表达式极其困难。为了应对这一挑战，以混凝土为研究对象，提出了一种基于深度学习的策略，能够高效、准确地通过细观模型图像信息获取应力-应变曲线。首先，使用基于卷积神经网络（convolutional neural network，CNN）的GoogLeNet模型进行图像信息识别和提取，并针对应力-应变曲线的复杂性特点，进行了数据预处理操作，并且设计了相应的多任务损失函数。数据集中的细观模型图像采用基于Monte-Carlo的随机骨料模型生成，并且使用数值模拟试验获取对应细观模型的单轴压缩应力-应变曲线。最后，通过对神经网络的训练和测试评估了所提出方法的可行性。结果表明，GoogLeNet模型训练效率和预测精度均优于AlexNet和ResNet模型，具有良好的泛化能力和鲁棒性。     

DSA、CTA联合MR影像评估AIS患者脑支循环及预后性关系

探讨数字减影血管成像(DSA)、计算机断层扫描血管成像(CTA)联合磁共振(MR)影像评估急性缺血性卒中(AIS)患者脑支循环及预后性关系。选取60例大脑中动脉M1段急性闭塞所致AIS患者为研究对象,根据DSA、CTA与MR影像对其脑侧支循环评估,比较患者基线资料、结局指标等,并分析预后性。结果发现:基于DSA、CTA与MR影像对AIS患者脑侧支循环评估结果一致性良好;3种影像模式下脑侧支循环良好组与不良组结局资料差异显著(P<0.05);多因素分析显示,FVH-ASPECTS评分、rLMC评分、ASITN/SIR分级量表均为AIS患者神经功能预后的独立影响因素。总之,DSA、CTA、MR影像对AIS患者脑侧支循环评估具有一致性,且FVH-ASPECTS评分、rLMC评分、ASITN/SIR分级量表均为AIS患者神经功能预后的独立影响因素。     

具有势函数的弱f-稳态映射的若干结果

本文研究了与拉回度量有关广义泛函Φ_f,H.利用应力能量张量的方法,得到具有势函数的弱f-稳态映射的一些刘维尔型定理.     

拟偏b-距离空间中循环映射的不动点定理

在拟偏b-距离空间中,建立了一类循环映射的不动点定理.结果统一并推广了Fan最近的结果.最后,给出一个例子支持我们的结果.     

循环取货模式下的多车场协同运输问题研究

分析循环取货模式和协同运输问题的关联性,提出了供需节点分离下的多车场一体化协同运输路线优化问题,考虑运输价值和运输成本,引入节点-弧流量的概念,通过比较流量大小确定节点集合,构建了问题的多供应点、多需求点运输模型.考虑取货的单向性和送货的闭合性,构造了求解模型的两阶段算法,运用动态规划的递推解法确定取货最优路线,然后基于余弦定理的几何法求解出发点和返回点不相同的送货路径优化问题,最后通过算例分析,说明了模型的合理性和算法的有效性.     

信息披露扭曲下企业债券违约风险量化研究

信息披露的真实性会直接影响到投资者对企业债券违约风险自々判断。利用信息噪声的偏倚性捕获财务报告信息中对资产价值的故意扭曲,推导了信息偏误下资产价值的条件分布、违约概率和信用价差的解析表达式.数值分析表明当资产价值遭到不同方向的扭曲时,信息噪声与违约概率会表现出不同的变动关系。实证检验表明该模型可以较为准确的刻画财务信息扭曲造成的债券违约风险和信用价差的变化规律。该模型为理解债券违约风险和财务报告信息扭曲之间的关系提供了新的启发,可以帮助债券投资者在信息披露问题比较严重的市场环境中评估违约风险。     

深埋隧洞围岩应力的精确解与近似解的对比分析

对不同断面形状的深埋隧洞进行了分析,比较了隧洞围岩应力解析解与通过当量半径方法得到的近似解之间的差别.首先,应用复变函数的基本理论,给出圆形、椭圆、矩形、直墙拱形等几种常见深埋隧洞围岩应力的解析表达式.其次,应用当量半径的折算形式,将其任意形状的边界转化为标准圆形断面,利用Lamé解答得到了各围岩应力分量.最后,考虑隧洞断面形状参数的变化,通过数值算例对精确解和近似解进行了比较,分析了当量半径折算形式的精确度.在此基础上,应用有限元方法验证了复变函数解析解的精确性,以椭圆、矩形和直墙拱形的复变函数解验证当量半径精确度.结果表明,当量半径的折算形式解答与精确解答之间相似程度与隧洞的断面形状和几何参数之间有着密切的关系.     

具有极大循环子群的P-群的模糊子群构造北大核心

依据模糊子群与子群列之间的关系,通过分析具有极大循环子群的P-群的子群列的构造特点,给出了能够反映具有极大循环子群的P-群的模糊子群构造特征的模糊子群的阶、极大模糊子群和模糊子群的等价类数的计算公式.     

改进的强相关数据的变量选择方法

针对高维强相关数据的变量选择问题,本文提出了改进的变量选择方法.该方法先利用自适应弹性网方法(Aenet)在原始的强相关数据上建立模型,选出对响应变量起重要作用的群组变量和独立变量;再通过偏最小二乘方法(PLS)对选出的变量作模型估计;最后,将两种方法得到的估计系数做线性组合,并以此系数来建立回归模型.新模型具有精度高、解释性好的优点,数值实验验证了该方法的有效性.     

循环子空间的进一步应用

以向量的极小多项式作为出发点,深入分析了循环子空间的具体结构,得到了循环子空间进一步的应用.