基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

高维多项式理想的实根计算

研究高维多项式理想实根的计算。对于给定的高维多项式理想,首先通过一个典范同态映射将其转化为扩张多项式环中的零维理想。基于零维实根是实极大理想的交集的结论,该扩张理想的实根可以在新的多项式环中计算。最后,通过理想的收缩,把实根收缩回原多项式环,便可得到高维多项式理想的实根。     

Delannoy数与Schröder数的一些和式公式

研究了Delannoy数与Schr?der数.利用分析方法和组合技巧,建立了任意多个Delannoy数乘积的一些和式公式,并对Schroder数的和式公式进行了类似的研究.     

力学研究中"大数据"的启示、应用与挑战

大数据在全世界发展迅猛, 应用成效显著.大数据独特的思维和方法, 为科学研究与探索提供了全新的范式.力学研究中,高时空分辨率、多参数同步观测与高精度、大规模模拟手段的发展,为力学大数据的发展提供了契机,大数据、机器智能方法的应用正呈现快速上升趋势.本文旨在分析大数据思维方法在力学研究中的应用, 及其启示与挑战.首先从大数据资源、大数据科学及大数据技术3个层面分析了大数据的内涵及研究态势,概括了国内外政府及组织机构的大数据发展规划.而后对比分析了力学思维方法与大数据思维方法的特点,指出两者的本质区别在于数据使用方式的不同而带来的范式差异:大数据采用数据驱动模型替代力学中的偏微分方程组以描述问题,在复杂系统的分析、预测中优势显著.回顾了大数据方法在材料性能预测、材料本构建模、湍流建模、结构健康监测及试验力学等方面的最新研究进展,以及动态数据驱动与数字孪生等大数据驱动的建模模拟新范式.总结了大数据在力学研究中应用的3种方式, 即驱动已有模型改进,挖掘复杂隐含的规律, 以及替代已有的理论方法等. 最后,建议以力学研究为主体和牵引, 大数据与力学双驱动,推动大数据与力学交叉形成理论与方法突破、及学科发展新方向.      

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.      

相对性区域创新指数与经济周期挖掘

提出了一类新的相对性区域创新指数,并采用世界专利申请数据对其进行了具体计算.基于区域创新同经济发展水平之间的超线性关系,该指数消除了经济发展水平对创新能力的影响,可以实现对不同发展水平的经济体之间进行有效的创新能力横纵对比.该创新指数尽管极其简单,却揭示出一系列迥异于传统认知的现象,例如中国大陆地区的技术创新能力在1980年代就已经位居世界前列.采用该指数,不但可以在较高水平上解释世界各国的经济增长,还发现它同经济增长率之间的相关性存在一个20年的经济周期.这些结果显示,该指数作为一个单一性指标,以极小的数据依赖就实现了较高程度的解释性,不但重新定位了世界各经济体的创新能力,对深入理解创新同经济发展之间的关系提供了新的角度,而且暗示着这类相对性经济指标的发展潜力与应用空间.     

Hardy和Littlewood的一个三角和

本文对Hardy和Littlewood考虑的一个有限三角和做了进一步地研究.通过充分运用Chebyshev多项式和M?bius函数的性质,建立了该有限三角和的一个有趣的恒等式,并得到了一个精确的渐近公式.     

板中热弹波传播: 一种改进的勒让德多项式方法

近年来, 超声导波因其衰减小, 传播距离远和信号覆盖范围广, 成为无损检测领域快速发展的方向之一. 然而, 基于超声导波的高温在线检测和激光超声技术却发展缓慢, 其关键在于热弹耦合波动方程求解难度大、传播与衰减特性研究困难. 作为一种有效的求解方法, 勒让德正交多项式方法已广泛应用于导波传播问题, 但该方法在求解热弹导波传播时存在两个不足, 限制其进一步的发展和应用. 这两个缺陷是: (1)求解过程中大量积分的存在, 致使计算效率低下; (2)仅能处理等热边界条件的热弹导波传播. 针对两项不足之处, 提出一种改进的勒让德正交多项式方法, 以求解分数阶热弹板中的导波传播. 推导求解方法中积分的解析表达式, 以提高计算效率; 引入温度梯度展开式, 发展适合勒让德多项式级数的绝热边界条件处理方法. 与已有文献结果对比表明改进方法的正确性; 与已有方法的计算时间对比说明改进方法的高效性. 最后将改进的方法用于求解分数阶热弹板中的导波传播, 研究分数阶次对频散、衰减曲线和应力、位移、温度分布等的影响.      

多个含不同质量项的费米子矩阵求逆算法

在格点量子色动力学的模拟中,Rational Hybrid Monte Carlo (RHMC)算法是一种精确的,能应用到任意多个味道数的费米子的方法.它的思想是把费米子行列式展开为有理函数的形式.但该方法会带来很多彼此相差一个常对角矩阵的矩阵的求逆的计算,消耗大量的时间和计算资源,限制了RHMC算法的应用.本文利用移位多项式,针对共轭梯度法得到多个含有不同质量项的矩阵求逆的一种方法,该方法可以应用到RHMC算法中.     

圆内旋轮线形状异质夹杂热弹性问题的解析解

论文研究具有圆内旋轮线型形状夹杂域的平面热弹性体在夹杂域内非均匀温度场作用下对弹性场所产生的影响，其中考虑的夹杂与基体的材料不同但是具有相同的剪切模量。借助黎曼映射理论，将平面光滑闭合曲线外部区域映射到单位圆外部区域，进而利用解析函数性质，结合柯西型积分与Faber多项式，求解得到夹杂域内外场势函数的显式解。通过得到的势函数求出内外场应力，并对应力分布进行分析，结果表明：一般形状异质夹杂时，内场应力值与有限元计算值相吻合；退化到椭圆同质夹杂时，与相关文献中的结果相同，但是更具一般性与实际可操作性。