次线性期望下的一般中心极限定理

受Peng-中心极限定理的启发,本文主要应用G-正态分布的概念,放宽Peng-中心极限定理的条件,在次线性期望下得到形式更为一般的中心极限定理.首先,将均值条件E[X_n]=ε[X_n]=0放宽为|E[X_n]|+|ε[X_n]|=O(1/n);其次,应用随机变量截断的方法,放宽随机变量的2阶矩与2+δ阶矩条件;最后,将该定理的Peng-独立性条件进行放宽,得到卷积独立随机变量的中心极限定理.     

砂土串囊式充气锚杆承载力的研究

在砂土地层中,串囊式充气锚杆的研究还比较少,其承载特性及受力机理尚不明确。本文基于莫尔-库仑模型和Vesic圆孔扩张理论法,分别对圆柱体、球体、组合体、椭球体假设下的串囊式充气锚杆的扩大段进行计算分析。并将计算结果与试验得到的实测值进行对比。结果表明:四种形状假设中椭球体的形状假设理论值与实测值的误差最小,仅为8.35%。通过拟合试验数据,并引入与端阻力和侧摩阻力有关的两个系数对承载力公式进行修正,得到了抗拔承载力的经验公式。     

微穿孔板几何参数估算及其对吸声性能的影响

不规则孔微穿孔板几何参数无法直接获知,造成吸声性能计算困难,故提出一种微穿孔板几何参数估算方法。将不规则孔等效处理为圆孔,利用马氏理论关于圆孔微穿孔板的基本理论,建立了微穿孔板几何参数估算模型;将参数估算结果用于吸声性能预测,理论计算与实验结果吻合。根据微穿孔板几何参数对高吸声性能区域的影响,探讨了马氏理论适用极限与微穿孔板几何参数的关系,以及微穿孔板受粉尘污染后吸声性能演变规律。将微穿孔板参数点取在面积较大的高吸声性能区域中间部位,可获得较大的马氏理论适用极限;微穿孔板参数点位于高吸声性能区域右上部位时,一定程度的粉尘污染不会降低吸声性能.      

关于幂级数收敛半径求法的注记

幂级数是微积分应用的重要理论基础,其中收敛半径的求法是学习相关内容的重点和难点.面向工科的高等数学教学中,通常限于介绍求比较简单的幂级数的收敛半径的方法,对于一般的幂级数,由于涉及上极限的理论,高等数学中不做讨论.本文从有界的角度讨论幂级数的收敛半径问题,避开了上极限问题的困难,所得结果可用于求任意幂级数的收敛半径.     

参数广义弱向量拟平衡问题解映射的H-连续性刻画

研究了Hausdorff拓扑向量空间中的一类参数广义弱向量拟平衡问题(PGWVQEP)的稳定性.首先，给出了此问题的参数间隙函数，研究了参数间隙函数的连续性.然后, 提出了一个与参数间隙函数相关的关键假设，讨论了它的连续性，并给出关键假设的等价刻画.最后， 借助于假设，获得了PGWVQEP解映射Hausdorff半连续的充分必要条件.并举例验证了所得结果.     

光学诊断专题序言

光学诊断技术主要是以激光技术、光谱技术、光电探测技术、数据图像处理技术等为基础的一种综合性测试诊断技术可以实现复杂流场温度、组分浓度、速度、流场结构等参量信息的高时空分辨精确测量而且对测量流场无扰动.近年来光学诊断技术已开始从实验室基础研究走向于各类风洞、发动机等重要设备的工程应用这对于深入研究高超声速流动和燃烧化学反应动力学过程如高焓非平衡流动、高超声速边界层转捩、超声速燃烧动力学、汽车/飞机/火箭/卫星等发动机燃烧不稳定性和污染控制等具有重要意义.     

FCC辐照金属铜材料中氦泡平衡内压的分子模拟及其尺度效应

氦泡内的氦密度及其内压对含氦泡辐照材料的力学性能具有重要影响，本文采用分子模拟方法系统地研究了面心立方金属铜材料内氦泡平衡内压及其尺度效应、温度效应和引起的应力场。基于能量最小原理与应力平衡准则，提出了确定平衡内压的方法，研究发现：1）采用能量最低原理与应力平衡准则所获得的平衡内压是自洽的；2）存在一个临界尺度，当氦泡孔径小于该临界尺度时，平衡内压出现反常尺度效应，即当氦泡孔径小于3nm时，平衡内压并不随孔径减小而明显增大，甚至出现减小的异常现象；3）传统采用基于球形孔洞的理论公式估算严重高估了氦泡平衡内压，引起的误差随氦泡孔径减小而显著增大，如孔径为3nm时，误差超过63%；4）由于纳米孔洞多面体特性和材料的各向异性，即使在平衡内压条件下，基体铜材料内仍存在一定的应力分布，该应力体现出显著的局域特征，即随着距孔洞中心距离的增加而快速下降。此外，本文还提出采用时间平均叠加区域平均来减小热涨落对应力场的影响，取得了较好的效果。     

基于卷积神经网络的焊缝缺陷图像分类研究

为有效地对焊缝缺陷进行分类，从而判断焊接质量的等级，对传统卷积神经网络进行改进，提出一种多尺度压缩激励网络模型（SINet）。将4组两两串联的3×3卷积模块与Inception模块、压缩激励模块（SE block）相结合。通过多尺度压缩激励模块（SI module）将卷积层中的特征进行多尺度融合和特征重标定以提高分类准确率，并用全局平均池化层代替全连接层减少模型参数。此外考虑到焊接缺陷数量不平衡对准确率的影响，采用深度卷积对抗生成网络（DCGAN）进行数据集的平衡处理，并在该数据集上验证模型的有效性。与传统卷积神经网络相比，该模型具有良好的性能，在测试集上准确率达到96.77%，同时模型的参数个数也明显减少。结果表明该方法对焊缝缺陷图像能进行有效地分类。