加快油藏压力计算收敛速度的数值方法——分区块修正

本文以Watts提出的求解代数方程组的附加修正值法为基础,在油藏压力数值计算中,提出了一种加快油藏压力计算迭代收敛速度的分块修正技术.在计算过程中,将原来的整个计算区块一个修正值,改变成根据边界以及各计算区块孔隙度的不同,对不同的计算区域分块修正.通过计算表明,在同等计算条件下,分块修正技术较之单块修正明显加快了计算迭代收敛速度,最后本文对分块修正加快收敛速度的原因做了分析.     

流体流动的二次压力修正算法

本文在SIMPLE方法的基础上提出了一种有效的改进措施——二次压力修正算法,较好地解决了SIMPLE算法中压力修正方程只能较好地修正速度而不能很好地修正压力的问题。对突扩管道流动的数值表明,该方法可以明显地加快收敛速度,提高计算精度和节省计算机时。     

一种快速收敛的水声信道载波恢复盲均衡算法

基于对修正的常数模算法(MCMA)进行分析,提出了一种用于QPSK(四进制相移键控)信号的快速载波恢复盲均衡算法。该算法中构造了一种与MCMA算法不同的、能够快速收敛的误差函数,在消除码间干扰(ISI)、纠正相位误差的同时,进一步改善了收敛性能。该算法对输出信号的实部和虚部分别进行非线性变换。最后利用实测的水声信道数据,对这几种算法进行了数值分析研究,结果表明:所提出的算法不仅能够很好地克服相位旋转,而且其收敛速度明显高于MCMA,剩余均方误差更小,而计算量并没有明显的增加。     

压力修正算法对刮削层等离子体输运方程数值求解性能的影响

基于C++撰写测试程序,研究SIMPLE(Semi-Implicit Method for Pressure Linked Equations)、 SIMPLEC(SIMPLE Consistent)、 SIMPLER(SIMPLE Revised)、 SIMPLEX(SIMPLE Extrapolation)以及PISO(Pressure-Implicit with Splitting of Operators)等压力修正算法对刮削层等离子体Braginskii输运方程数值求解性能的影响。测试程序采用SOLPS(Scrape-Off Layer Plasma Simulation)的等离子体模型方程,数值计算针对简化平板模型开展。结果表明：5种压力修正算法均能使程序收敛至正确的结果,其中PISO算法的收敛速度最快,SIMPLE、 SIMPLEC、 SIMPLER、 SIMPLEX的收敛速度无明显差异。     

求解流动和传热问题的一种新的全隐算法-CLEAR(上)

本文对求解不可压缩流体流动和传热问题提出了一种全隐算法。该算法被称为CLEAR(Coupled and LinkedEquations Algorithm Revised).该算法不同与SIMPLE系列算法之处在于,它用直接求解的压力改进速度,而不引入压力修正项。完全考虑了邻点速度的影响,速度和压力的耦合得到很好的保证。因此在很大程度上加快了迭代的收敛速度,而且可以通过引入第二松弛因子,对迭代过程进行控制。本文详细阐述了CLEAR算法的数学原理和计算步骤,并讨论与SIMPLER算法的区别。在本文下篇中用五个算例对CLEAR算法和SIMPLER算法进行比较,证明了该算法的可行性。     

基于径向基函数网络的光学测量系统误差修正算法

针对光学测量系统杂散光限制后,残留杂散光的固有误差以及系统老化所带来的时变误差的问题,提出一种基于径向基函数(RBF)网络的光度测量系统误差修正算法,以进一步提高光学测量系统的测量精度。利用点源透射率(PST)的方法对光度测量系统的测量误差分布情况进行分析;在杂散光分布影响近似估计的基础上,设计并改进一种基于RBF网络的光度测量系统误差修正算法。采用TracePro进行仿真对比试验,结果表明,通过误差补偿网络的修正,可将发光强度的测量误差降低至0.24%以下;而且此算法与一般RBF算法相比,其收敛速度和逼近能力有了明显的提高,为系统杂散光限制后衍生问题的解决提供了更为快速有效的修正工具。     

多块网格中的块隐式方法

本文实现了逐点扫描的块隐式算法，并根据其特点，提出了一种基于该算法的多块网格方法．通过对几个具有基准解问题的数值计算发现：该算法相对于ＳＩＭＰＬＥ算法而言，其收敛速度较快；本文所提出的多块网格方法是可行的．     

基于深度跳跃级联的图像超分辨率重建

针对模型VDSR(very deep super resolution)收敛速度慢,训练前需要对原始图像进行预处理,以及网络中存在的冗余性等问题,提出了一种基于深度跳跃级联的单幅图像超分辨率重建(DCSR)算法。DCSR算法省去了图像预处理,直接在低分辨率图像上提取浅层特征,并使用亚像素卷积对图像进行放大;通过使用跳跃级联块可以充分利用每个卷积层提取到图像特征,实现特征重用,减少网络的冗余性。网络的跳跃级联块可以直接从输出到每一层建立短连接,加快网络的收敛速度,缓解梯度消失问题。实验结果表明,在几种公开数据集上,所提算法的峰值信噪比、结构相似度值均高于现有的几种算法,充分证明了所提算法的出色性能。     

基于改进栈式稀疏去噪自编码器的自适应图像去噪

针对栈式稀疏去噪自编码器(SSDA)在图像去噪上训练难度大、收敛速度慢和普适性差等问题,提出了一种基于栈式修正降噪自编码器的自适应图像去噪模型。采用线性修正单元作为网络激活函数,以缓解梯度弥散现象;借助残差学习和批归一化进行联合训练,加快收敛速度;而为克服新模型对噪声普适性差等问题,需要对其进行多通道并行训练,充分利用网络挖掘出的潜在数据特征集计算出最优通道权重,并通过训练权重权重预测模型预测出各通道最优权重,从而实现自适应图像去噪。实验结果表明:与目前降噪较好的BM3D和SSDA方法相比,所提方法不仅在收敛效果上优于SSDA方法,而且能够自适应处理未参与训练的噪声,使其具有更好的普适性。     

低速多组份混合工质掺混流场数值模拟的加速收敛

本文对基于时间推进的高分辨率迎风数值格式采用一种新的加速收敛技巧,对低速掺混流动问题进行数值模拟, 可以有效地加快收敛速度,而且每步计算时间并未增加许多,因此能够有效地减少计算费用。同时改进后的数值格式能够 在处理高速流动问题的时候恢复成为原来的格式,从而使得改进后的数值格式对高速和低速流动问题均能保持良好的计 算效率。     

基于改进证据推理规则的变压器故障诊断

为克服已有证据推理规则处理冲突证据时收敛慢甚至不收敛的缺陷,提出了一种按相关性对证据进行修正及对冲突信息合理分配的改进证据推理规则,并将其应用于变压器故障诊断。数值算例表明,改进证据推理规则可以充分利用变压器故障诊断中的一致性或冲突性多源故障征兆信息,提高变压器故障诊断的收敛速度,降低故障误判率。     

基于深度卷积神经网络的双目立体视觉匹配算法

对于基于块进行立体匹配的深度学习方法而言,网络结构的设计对匹配代价的计算至关重要,同时,卷积神经网络(CNN)在图像处理时的耗时问题也亟待解决。提出一种基于"缩小型"网络的CNN立体匹配方法。利用CNN训练左右图像块的相似性,计算出立体匹配的匹配代价。其中,CNN特征提取阶段,通过对每个层增加相应的批归一化层,可以使训练使用更大的学习率,加快网络训练收敛速度。另外,网络设计中全连接层采用"逐层缩小"的形式,结合上述网络优化和损失函数改善,在保证精度的同时提高了运行速度。使用KITTI数据集对算法进行验证,实验结果证明,相比目前国内外先进方法,本文算法在精度方面有一定优势,相比部分方法,速度有较大提升。     

复杂流道内N-S方程的非交错网格数值求解

本文试图用非交错网格求解二维曲线坐际系下的N-S方程,文中对压力修正方程进行了改造,导出了曲线速度分量的修正表达式,作为计算方法的检验,本文针对90°弯曲管道和波瓣喷管混合器三维流动进行了两个算例分析,结果表明该方法是稳定收敛的。     

一种求解大型稀疏对称矩阵(极端)特征值问题的有效算法

提出一种求解大型稀疏对称矩阵几个最大(最小)特征值和相应特征向量的迭代块DL(即Davidson-Lanczos)算法并且讨论了迭代块DL算法的收敛率     

μ介子与轻原子核散射时的反冲效应

本文利用一简单方法求得μ介子(电子)在自旋为零的原子核上散射时位势的反冲修正项。所求得的位势对原子核的速度准确到一次近似,但对μ介子(电子)的速度没有限制。讨论了反冲效应对相移和截面的修正,所得结果与Foldy等的论文作了比较。     

自适应变异的蝙蝠算法

针对基本蝙蝠算法(BA)寻优精度不高、收敛速度慢和易早熟收敛的问题,提出一种改进的具有自适应变异机制的蝙蝠算法,用以求解复杂函数问题。利用K-means聚类对蝙蝠种群进行初始化,使种群在搜索空间分布更为均匀;采用根据迭代次数自适应变化的控制概率Pt判断算法是否进行高斯变异,增强种群多样性,促使蝙蝠个体跳出局部极值点;将自然选择思想引入BA,提高算法搜索速度,避免早熟收敛。选取几个典型函数进行测试,结果表明改进算法优化性能有了显著提高,具有较快的收敛速度,较高的寻优精度、收敛稳定性和收敛可靠性,验证了改进蝙蝠算法(IBA)的有效性及优越性。     

无线光码分多址中一种改进的盲多用户检测算法

干扰消除是无线光码分多址(CDMA)通信系统中的一项关键技术。分析了基于递归最小二乘(RLS)算法的盲多用户检测算法的原理及性能,并将其应用于采用光正交码的无线光CDMA系统中。讨论了该系统中遗忘因子的选取原则及其对算法的收敛性和系统误码率性能的影响。为了克服固定遗忘因子所带来的矛盾,提出了一种改进的变遗忘因子RLS盲多用户检测算法,并对遗忘因子进行了修正。结果表明,采用改进的方法后系统能获得较快的收敛速度和跟踪速度,收敛时的估计误差也较小,而且信号干扰比由传统算法的6dB提高到9dB。说明采用变遗忘因子的RLS算法不仅适合于采用光正交码的无线光CDMA系统,而且跟踪期望用户信号的性能良好。     

超指数判决反馈水声信道盲均衡算法实验研究

利用超指数算法收敛速度快的优点,对判决反馈盲均衡算法的前向权向量的迭代式进行了修正,提出了一种新的判决反馈盲均衡算法。该算法具有收敛速度快,跟踪性能好等特点。通过水池实验,获得了符合盲均衡算法统计特性的BPSK数据,对所提出的算法与自适应判决反馈均衡算法,常数模盲均衡算法等进行了对比分析。结果表明,该算法可以有效的降低误码率,且收敛速度要优于其他算法,可靠实现了对多途水声信道的均衡。     

人工神经网络在车辆声学分类中的应用

传统反向传播(BP,Back-Propagation)算法虽然解决了多层感知器的收敛问题,但是训练时间长、收敛速度慢。本文针对训练样本分布状态未知的问题,提出了一种有效的加速收敛方法,即对不同的训练样本选择不同的学习率。将这种改进的BP算法应用到履带车与轮式车的声学分类中,明显提高了算法的收敛速度、泛化能力及稳定性,并可根据需要调整两种车辆的识别率。     

时域积分方程数值求解中自项的修正方法

提出了一种修正二维瞬态散射问题中矢量势自项(selfterm)的计算方法.在传统方法中,矢量势用三维格林(Green)函数表示,其中在自项计算中通常忽略同一面块上的源点和场点之间的时间延迟,修正方法中引入了这种时间延迟.并进行了数值实验.这种修正传统方法对开结构瞬态散射问题的电场积分方程能得到稳定的解.