随机空间柔性多体系统动力学分析

轻质、高精度的柔性多体系统被广泛应用于实际工程领域中.由于实际设计公差、制造误差及环境温度等多种不确定因素的存在,使得柔性多体系统的结构参数(物理参数和几何参数)表现出随机性.具有随机结构参数的动力学模型能够客观地反映出真实系统的动力学行为,且结构参数的不确定性对空间柔性多体系统动力学响应的影响是不容忽视的.针对具有多个随机参数的空间柔性多体系统,提出了一种基于广义alpha算法的非侵入式随机柔性多体系统动力学计算方法.采用绝对节点坐标公式(absolute node coordinate formulation, ANCF)来描述柔性体, 推导建立多体系统动力学模型.利用混沌多项式展开(polynomial chaos expansion, PCE)法构建系统随机动力学方程的代理模型,然后将随机响应面法(stochastic response surface method, SRSM)嵌入广义-alpha方法中,分别采用改进抽样的回归方法(regression method of improved sampling, RMIS)和单项求容积法则(Monte Carlo simulation, MCR)来确定样本点.将数值计算结果与蒙特卡洛模拟(Monte Carlo simulation, MCS)结果进行对比, 验证了所提算法的有效性.在相同的定积分精度的条件下,根据单项求容积法则确定的样本点的计算结果稳定性更强, 且其计算效率更高.      

考虑水分光谱吸收特征的水稻叶片SPAD预测模型

叶绿素是植被光合作用的重要色素，传统实验室方法测定叶绿素含量需破坏性取样且操作复杂。通过构建高精度SPAD光谱估算模型，可以实现对水稻叶片叶绿素含量的实时无损监测。以黑龙江省不同施氮水平下水稻为研究对象，采用SVC HR768i型光谱辐射仪共获取移栽后、分蘖期、拔节期、孕穗期、抽穗期共五个关键时期水稻叶片反射光谱数据。光谱探测范围350~2 500 nm。利用自带光源型手持叶片光谱探测器直接测定叶片光谱，光源为内置卤素灯。采用SPAD-502型手持式叶绿素仪同步测定水稻叶片的SPAD值。叶片水分是植物光合作用的基本原料，也间接影响着叶绿素含量。叶片含水量降低则会影响植物正常的光合作用，导致其叶绿素含量随之降低。因此将叶绿素敏感波段与水分吸收范围结合作为SPAD估算的输入量。随机森林模型是一个基于多个分类树的算法。算法在采样的过程中包括两个完全随机的过程，一是有放回抽样，可能会得到重复的样本，二是选取自变量是随机的。因此本文对叶片光谱反射率进行去包络线（CR）处理，综合考虑可见光近红外波段提取水稻叶片反射光谱特征参数和植被指数，综合分析光谱指标与SPAD相关关系，采用随机森林算法构建不同输入量的SPAD高光谱估算模型。结果表明: （1）水稻叶片SPAD与光谱反射率的相关系数在叶绿素敏感波段红波段范围（600～690 nm）、红边范围（720~760 nm）、水分吸收波段范围（1 400~1 490和1 900~1 980 nm）均为0.75以上；（2）在光谱参数与SPAD 的相关分析中，NDVI，DP2与水稻叶片SPAD值相关性最好，相关系数为0.811和0.808；（3）以结合水分光谱信息后的CR_{(V1, V2, V3, V4)}为自变量所建立的随机森林模型精度最高，R2为0.715，RMSE为2.646，可作为水稻叶片叶绿素预测模型。研究结果揭示了不同品种水稻的光谱响应机制，提供了水稻叶片SPAD值高精度反演的技术方法，为监测与调控东北地区水稻正常生育进程提供技术支持。     

基于计算机视觉技术的茶叶品质随机森林感官评价方法研究

为弥补茶叶品质感官审评存在的缺陷，利用计算机视觉技术对茶叶品质进行快速无损评价研究。以碧螺春绿茶为对象，依据专家感官审评结果，将茶样分成4个等级；采用中值滤波及拉普拉斯算子对茶样图像进行预处理，并提取预处理后的茶样图像的颜色特征和纹理特征以表征茶叶图像的外形特征，利用随机森林算法对茶叶外形特征属性进行重要性排序；筛选出重要性较大的特征及随机森林算法中最优的决策树棵数建立感官评价模型，并与建立的支持向量机(SVM)模型性能相比较。结果表明：色调均值、色调标准差、绿体均值、平均灰度级、饱和度均值、红体均值、饱和度标准差、亮度均值、一致性等9个特征属性的重要性较大，且与感官审评特征描述结果相一致；当采用优选出的9个重要性较大的特征及决策数棵数为500时，建立的模型性能最优，模型总体判别率为95.75%，Kappa系数为0.933，OOB误差为5%，较SVM模型分别提高了3.5%，0.066，优选的9个重要性较大的图像特征与感官审评特征描述相一致。研究表明：利用随机森林方法筛选出对茶叶外形特征属性贡献最大的少数几个特征建立模型，模型性能就能达到很好的识别效果，模型得到简化，同时模型精度和稳定性都高于其他方法。     

倒伏胁迫下的玉米冠层结构特征变化与光谱响应解析

倒伏胁迫是玉米生产中的主要灾害之一，严重影响玉米的产量、品质和机械收获能力。解析不同倒伏胁迫强度下玉米冠层结构变化规律及其光谱响应机理，是玉米倒伏灾情大范围遥感监测的基础。分别在玉米抽雄期、灌浆中期设置茎倒、茎折、根倒3种强度的倒伏处理，基于田间多频次持续观测实验，分析生育期、倒伏类型对玉米冠层结构动态变化及其自我恢复能力的影响；采用传统光谱变换与连续小波变换方法对倒伏玉米冠层高光谱进行处理，选取叶面积密度（LAD）为玉米倒伏冠层结构特征指标，筛选叶面积密度最佳敏感波段和小波系数，基于随机森林法构建叶面积密度高光谱响应模型，利用未参与建模的实测样本验证模型精度，重点探讨小波分解尺度和光谱分辨率对LAD光谱响应能力的影响规律。研究结果表明：叶面积密度作为单位体积内叶面积总量的冠层结构表征指标，与倒伏胁迫强度具有较好的响应关系，灌浆期的倒伏玉米LAD普遍高于抽雄期，抽雄期LAD整体表现为茎折＞根倒＞茎倒＞未倒伏，灌浆期LAD整体表现为根倒＞茎折＞茎倒＞未倒伏；经连续小波变换后，玉米倒伏冠层光谱对玉米倒伏LAD的响应能力普遍优于传统光谱变换，随着小波分解尺度的增加，LAD与敏感波段的相关性越强，其中10尺度相关系数最高，达0.74；连续小波变换所构建的模型精度普遍优于传统光谱变换，其中由原始光谱小波变换后构建的LAD响应模型精度最高，检验样本的R2为0.811，RMSE为1.763，表明连续小波变换技术可凸显和利用冠层光谱中的细微信息。因此，叶面积密度可有效定量表征不同倒伏胁迫程度的玉米冠层结构变化特征，连续小波变换能有效提升冠层光谱对倒伏玉米结构变化的响应能力，基于随机森林法构建的倒伏玉米叶面积密度诊断模型具有较高的精度和稳定性，可为区域尺度的夏玉米倒伏灾情遥感监测提供先验知识。     

严格对角占优M-矩阵A的‖A~(-1)‖_∞的上界估计

针对严格对角占优M-矩阵A的‖A~(-1)‖_∞。的估计问题,利用逆矩阵元素的上界,给出了‖A~(-1)‖_∞的单调递减的上界序列,理论证明及数值算例均表明所得估计改进了某些现有结果.     

基于RRT-GPM两阶策略的导弹编队协同突防最优轨迹快速设计

为了提高导弹编队的自主飞行能力,在考虑弹间协同相对运动关系(通信、避碰、探测)和突防硬/软约束的情况下,对弹群的多约束快速轨迹优化问题进行了研究。针对高斯伪谱法初值确定困难和快速搜索随机树法结果曲折不寻优难以满足动力学约束的不足,通过对高斯伪谱法快速性的分析和初值选取方法的研究,提出了快速搜索随机树+高斯伪谱法两阶快速轨迹优化策略,充分利用快速搜索随机树法的全空间搜索能力为高斯伪谱法提供寻优初始值,同时利用高斯伪谱法的快速性和最优性对快速搜索随机树法的结果进行平滑和进一步寻优,从而快速获得最优的弹群飞行轨迹。领-从弹编队飞行模式下的仿真结果表明,两阶策略能够快速获得满足各种约束的弹群最优飞行轨迹,优化时间约为单独高斯伪谱法所需时间的20%左右,很大程度上提高了轨迹优化的快速性和准确性,并且证明了不同约束条件对优化速度和优化结果的影响。     

基于部分三角函数变换矩阵的块压缩感知测量方法

为了提高块压缩感知的测量效率和重构性能,根据离散余弦变换和离散正弦变换具有汇聚信号能量的特性,提出了基于重复块对角结构的部分离散余弦变换(partial discrete cosine transform in repeated block diagonal structure,PDCT-RBDS)和部分离散正弦变换(partial discrete sine transform in repeated block diagonal structure,PDST-RBDS)的两种压缩感知测量方法.所采用的测量矩阵是一种低复杂度的结构化确定性矩阵,满足受限等距性质.并得到一个与采样能量有关的受限等距常数和精确重构的测量数下限.通过与采用重复块对角结构的部分随机高斯矩阵和部分贝努利矩阵的图像压缩感知对比,结果表明,PDCT-RBDS和PDST-RBDS重构的PSNR大约提高1~5 dB,SSIM提高约0.05,所需的重构时间和测量矩阵的存储空间大大减少.该方法特别适合大规模图像压缩及实时视频数据处理场合.     

纸页受力微损伤演化过程的声发射及多元统计特征

纸页受载后的损伤断裂行为涉及其使用性能,对其损伤断裂过程的研究不仅有助于揭示纸页破坏行为的物理本质,而且有助于对纸页质量及其生产、加工工艺作出更加科学合理的评定。本文基于声发射(Acoustic Emission,AE)实验研究纸页内部微损伤演化过程,给出了评估纸页宏观损伤断裂性能的定量描述方法。首先,根据AE信号与微损伤事件之间存在本质上的关联性,通过采集和观测纸页试样受载过程中的AE信号来研究纸页损伤断裂的基本特征;其次,针对所采集AE信号的数据量大、蕴含信息丰富导致数据分析和处理困难的特点,本文采用多元随机变量的分析方法。利用概率熵和Andrews曲线法等统计分析手段对AE数据展开研究分析,并最终利用一条损伤状态轨迹曲线实现了对纸页微损伤演化过程的完整宏观描述。结果表明,纸页微损伤演化过程呈现明显阶段性变化特征;Andrews曲线的聚类结果有效地区分了不同损伤阶段的相似性和差异性,同时,不同损伤阶段中纸样的微观形貌观测提供了实验性的证据。本文以一种典型的牛皮箱板纸为试件,验证了上述方法的有效性。     

基于混合效应模型的医保费用测算及监控

近几年医改的一个核心内容就是医保支付方式的改革。2012年12月,人力资源和社会保障部、财政部、卫生部三部门联合出台了《关于开展基本医疗保险付费总额控制的意见》,提出在未来两年里,在所有医疗保险统筹地区实行总额预付工作。实行总额预付制的关键是如何科学合理的测算每家医院的预算总额。本文利用线性混合效应模型分别对某市684家医院的病人数,平均费用进行建模,给出每一家医院来年医保费用的合理参考,并且利用模型中的随机效应项自动识别医保费用和病人数异常的医院,为医保监管机构的监管提供科学依据。