鬼成像中一些数学问题

鬼成像是一种与传统成像方式不同的通过光场涨落的高阶关联获得图像信息的新型成像方式。近年来,相比传统成像方式,鬼成像所拥有的一些优点如高灵敏度、超分辨能力、抗散射等,使其在遥感、多光谱成像、热X射线衍射成像等领域得到广泛研究。随着对鬼成像的广泛研究,数学理论和方法在其中发挥的作用愈显突出。例如,基于压缩感知理论,可以进行鬼成像系统采样方式优化、图像重构算法设计及图像重构质量分析等研究工作。本文旨在探索鬼成像中的一些有趣的数学问题,主要包括:系统预处理方法、光场优化及相位恢复问题。对这些问题的研究既可以丰富鬼成像理论,又能推动它在实际应用中的发展。     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

基于相场描述的拉压不对称强度结构拓扑优化

运用了基于相场描述的拓扑优化方法，来寻找在拉伸和压缩中表现出不对称强度行为的连续体结构的最优布局。依据Drucker-Prager屈服准则和幂率插值方案，优化问题可以描述为在局部应力约束下的最小化结构的体积。用qp放松法来解决应力约束的奇异性，并采用基于P-norm函数的聚合方法对应力约束进行凝聚，该方法实现了约束个数的降低，同时引入了稳定转化法来处理大量的局部应力约束和高度非线性的应力行为，以修正应力，提高优化收敛的稳定性。在优化问题求解时，使用拉格朗日乘子法对目标函数和应力约束进行处理。利用伴随变量法进行灵敏度分析，并通过求解Allen-Cahn方程更新相场函数设计变量。数值算例证明了该优化模型和相应数值技术的有效性，相关算例还揭示了考虑拉压不同强度和考虑同拉压强度约束时得到的结构优化拓扑构型具有显著的差异。     

基于三线性分灾模型的结构多目标抗震优化设计

基于分灾抗震设计概念,发展了基于三线性分灾模型的结构多目标优化设计方法。以防屈曲支撑为分灾构件的框架结构为例,针对分灾构件设计参数,采用多目标遗传算法进行分灾结构多目标优化设计。最终得到了分灾框架结构分灾构件用量和层间位移角等重要特性的多目标优化关系,并进行了相关讨论。结果表明,结构多目标分灾优化模型可以综合考虑结构造价和抗震性能等,并可以根据目标偏好有效地满足设计需求;分灾构件对抗震性能的作用随着震级增大而增强,使用分灾构件的结构能够更好地抵御强震的作用。     

热光伏能量转换器件的热力学极限与优化性能预测

受不可逆损失的影响,热光伏能量转换器件在高品位热能回收与利用方面受到限制.本文揭示不可逆损失来源,提供热光伏能量转换器件性能提升方案.利用半导体物理和普朗克热辐射理论,确定热光伏能量转换器件在理想条件下的最大效率.进而考虑Auger与Shockley-Reed-Hall非辐射复合和不可逆传热损失对光伏电池的电学、光学和热学特性的影响,预测热光伏器件优化性能.确定功率密度、效率和光子截止能量的优化区间.结果表明:相比于理想热光伏器件,非理想热光伏器件的开路电压、短路电流密度和效率有所降低;优化热光伏电池电压、光子截止能量和热源温度,可提升器件的功率密度和效率.通过对比发现理论与实验结果较一致,所得结果可为实际热光伏能量转换器件的研制提供理论指导.     

波形钢板-UHPC组合桥面板结构截面优化

对实腹式波形顶板-UHPC(超高性能混凝土)组合桥面板进行了改进, 采用空腹式结构建立波形钢板-UHPC组合桥面板有限元模型, 研究UHPC层厚度、波形钢板厚度、波形长度、下缘板宽度和波形高度等截面参数变化对组合桥面板受力特性的影响, 并确定其合理取值范围. 在此基础上, 通过理想点法对参数组合进行优化, 得到合理的参数匹配. 研究结果表明 相较于实腹式组合桥面板, 优化后的组合桥面板自重减小35%, 钢板弯折处应力减小16%; 相较于正交异性钢桥面板, 桥面板用钢量减小7%, 顶板与U肋连接位置应力减小47%.     

基于Deep-IndRNN的DGA域名检测方法

恶意服务常利用域名生成算法（DGA）逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型（BoW）将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。     

基于遗传算法的升力体外形优化设计

升力体由于低热流率再入物理特性和高效的内部容积利用率，是高超声速飞行器气动外形的一种典型布局.文章对升力体飞行器进行参数化数值建模，并提取其表征外形的参数作为设计变量，综合考虑飞行器再入过程中的气动力、气动热、容积利用率及稳定性等性能指标.运用多目标混合遗传算法对升力体进行了多变量、多约束下的气动外形优化设计，获得了再入飞行器外形的最优Pareto解.数值模拟结果表明，典型状态下最优Pareto解与CFD结果相差12%，验证了优化结果的准确性.      

基于三维荧光光谱法和PARAFAC对多环芳烃定性定量分析

三维荧光光谱法在研究多环芳烃(PAHs)类物质的荧光信息时起到了重要作用。多环芳烃类物质具有致癌性,难降解性,多由尾气排放,垃圾焚烧产生,危害着人类健康及环境,因此人们不断探索对多环芳烃检测的方法。实验选取多环芳烃中的苊和萘作为检测物质,利用FLS920荧光光谱仪,为避免荧光光谱仪本身产生的瑞利散射影响,设置起始的发射波长滞后激发波长40 nm,设置扫描的激发波长(λex)范围为:200~370 nm,发射波长(λem)范围为:240~390 nm,对多环芳烃进行荧光扫描获取荧光数据,采用三维荧光光谱技术结合平行因子算法对混合溶液中的苊和萘进行定性定量分析。实验选用的苊和萘均购于阿拉丁试剂官网,配制浓度为10 mg·L-1的一级储备液,再将一级储备液稀释,得到苊和萘浓度为0.5,1,1.5,2,2.5,3,3.5,4和4.5 mg·L-1的二级储备液,并将苊和萘进行混合。在进行光谱分析前需要对苊和萘的光谱进行预处理,采用空白扣除法扣除拉曼散射的影响,并采用集合经验模态分解(EEMD)消除干扰噪声。实验测得苊存在两个波峰,位于λex=298 nm,λem=324/338 nm处,萘存在一个波峰,位于λex=280 nm,λem=322 nm处。选用的PARAFAC算法对组分数的的选择很敏感,因此采用核一致诊断法预估组分数,估计值2和3的核一致值都在60%以上,分别对混合样品进行了2因子和3因子的PARAFAC分解,将分解后得到的激发发射光谱数据和各组分浓度数据进行归一化处理,并绘制光谱图,与归一化处理后的真实的激发发射光谱图和各组分浓度图进行对比。同时将PARAFAC得到的混合样本的预测浓度,通过计算回收率(R)和均方根误差(RMSEP)来判定定量分析的准确度。选择2因子时,各混合样品中苊和萘拟合度为95.7%和96.7%,平均回收率分别为101.8%和98.9%,均方根误差分别为0.0187和0.0316;选择3因子时,各混合样品中苊和萘拟合度为95.3%和95.8%,平均回收率分别为97%和102.5%,均方根误差分别为0.033和0.116,由三项指标可得选用2因子进行定性定量分析的效果明显好于选用3因子。分析实验结果表明,基于三维荧光光谱法和PARAFAC算法对混合样品进行定性定量分析,能够有效的判定混合样品的类别,同时能够成功的预测出混合样品的浓度。     

负泊松比蜂窝材料抗爆炸特性及优化设计研究

为了深入研究车辆底部防护组件爆炸冲击下的结构响应，提高防护型车辆的抗爆炸冲击性能，建立了某车辆底部防护组件在爆炸冲击下的有限元模型，并进行爆炸冲击台架试验验证了有限元模拟的可靠性；将内凹六边形负泊松比蜂窝材料作为防护组件的夹芯部分，分析负泊松比蜂窝材料在爆炸冲击下的变形模式，并对比了同等质量的其他3种防护组件的抗爆炸冲击性能。结果表明，含有负泊松比蜂窝夹芯的防护组件具有更优的抗爆性能。建立了以内凹六边形负泊松比蜂窝胞元尺寸参数为设计变量的多目标优化问题的数学模型，采用多目标遗传算法获得胞元几何参数的最优方案，有效降低了防护组件基板的最大挠度和最大动能。