具有时滞增长反应及脉冲输入的Monod-Haldane恒化器模型分析

考虑了一类在污染的环境下具有时滞增长反应及脉冲输入营养液的Monod-Haldane恒化器模型,并且引入了对一种微生物生长有抑制作用的抑制剂.获得了微生物灭绝周期解全局吸引的充分条件,并运用脉冲时滞微分方程的相关理论和方法,证明了系统在适当的条件下是持久的.结果表明:该时滞和污染环境能导致微生物灭绝.     

基于蚁群优化算法的旋转货架拣选路径规划

针对自动化立体仓库单拣选台分层水平旋转货架系统给出了数学模型,提出了一种改进的蚁群优化算法,用于解决货物拣选路径规划问题。该方法能够在全局内快速找到最优货物拣选路径,求解质量高,计算时间短。仿真结果说明,该方法适合求解中小规模货物拣选路径规划问题,提高了自动存储作业效率。     

具有脉冲预防接种的SIQR流行病数学模型

讨论了一类具有脉冲预防接种且传染率为双线性的SIQR传染病模型.在脉冲预防接种下,分析了无病周期解的存在性和全局渐近稳定性.     

考虑时间效应的复合桩基简化分析方法

基于复合桩基的基本理论,结合刚性基础的计算方法,建立了考虑时间效应的桩-土-刚性承台体系共同作用的基本方程,编制相应程序进行计算,分析了单桩、四桩和九桩3种具有代表性的桩-土-承台体系沉降与反力随时间的变化特征：在整个加载过程中,单桩、四桩、九桩承台的沉降随时间对数的变化曲线均呈“S”形;加桩承台的荷载-沉降曲线表现明显的非线性,刚性基础加桩以后“架越作用”减小。     

含时滞具有饱和传染率的SIQRS接种传染病模型

研究了一类带有确定免疫期、传染率为饱和传染力的SIQRS时滞微分系统.找到了决定疾病灭绝和持续生存的阈值--基本再生数σ,对SIQRS传染病动力学模型通过构造不同的Liapunov泛函证明了无病平衡点全局渐近稳定的充分条件,对于SIQRS的传染病模型的地方病平衡点证得了该平衡点的局部稳定.     

水源热泵稳态性能的模拟计算与分析

在分析混合工质水源热泵的传热传质以及各参数间的相互耦合关系基础上,建立了水源热泵的稳态模型,通过对工质R22和R22/R142b进行定工况的稳态模拟,得出了其循环性能随工况变化的规律,证明混合工质的节能理论,显示出混合工质在工质替代方面的优越性,为替代工质的性能研究提供了一种理论分析方法.     

水声OFDM系统多普勒频移和信道的联合估计

水声通信是近年来研究的热点,但由于水声信道本身的问题,如多径延迟、多普勒频移、信号衰减、窄带宽、时变等特点,使得水声通信传输数据速率低,传输误码率(BER)高.正交频分复用(OFDM)在水声通信中具有很大优势,但它对载波频率偏移(CFO)敏感.基于循环前缀正交频分复用(CP-OFDM)的水声通信系统,对多普勒引起的CFO进行补偿,同时利用延迟-多普勒域中的稀疏性对水声双选信道进行压缩感知信道估计.通过计算机仿真和水池实验,验证了这种双选信道估计的有效性和可靠性.     

太原市城区常绿针叶树生长不良原因调查与改良措施

调查并分析了太原市城区主要街道常绿针叶树生长不良原因,提出了解决常绿针叶树生长不良的措施。     

Kirchhoff弹性杆拟动力学的四元数表示

研究静力学Kirchhoff弹性杆,Kirchhoff动力学比拟是重要的技巧。拟动力学方程通常是用Euler角表示的,但Euler角在θ=kπ处存在奇异性,不适合数值计算。为了解决这个问题,本文引入四元数并建立了拟动力学模型的拟Lagrange方程和拟Hamilton方程。     

基于多光谱图像融合的掌纹识别方法

生物特征识别在信息安全领域发挥着重要作用,掌纹识别作为一种新型生物特征识别方式,具有低失真、非侵入性和高唯一性等优势。传统掌纹研究大多使用自然光成像系统以灰度格式获取,识别精度很难进一步提升。为了获得更多的身份鉴别信息,提出利用多光谱掌纹图像代替自然光掌纹图像。针对现有掌纹识别算法由于没有考虑到不同光谱的特性而导致纹理细节丢失,识别精准率低的问题,提出了一种基于多光谱图像融合的掌纹识别算法。该方法通过对不同光谱下的掌纹图像进行快速自适应二维经验模式分解（FABEMD）,将多光谱掌纹图像分解成一系列频率由高到低的二维固有模态函数(BIMF)和一个残余分量,残余分量可被视为该光谱图像低频信息的初步估计。图像采集过程中光照条件很难保持稳定,而近红外光谱图像在进行FABEMD分解时对光照变换敏感,容易导致分解后的BIMF背景信息过于冗余;因此对分解后的近红外掌纹图像进行背景重建及特征细化,在对背景冗余信息进行平滑处理的同时可以有效增强高频信息的特征表达。为避免直接融合处理后引发的图像过度曝光问题,提出对近红外特征压缩后再融合。此外,提出了一种结合了注意力机制的改进残差网络（IRCANet）,用于融合后的掌纹图像分类,在网络中引入分阶段残差结构,缓解了网络的退化问题,在学习过程中有效地减少信息丢失,对于融合后的多光谱掌纹图像,分阶段残差结构能够稳定地将图像信息在网络间传输,但对图像中的高低频信息区分效果不够显著,为了使网络关注更多区分性特征,利用特征通道间的相互依赖性,在分阶段残差结构中结合了通道注意力(Channel Attention)机制。最终,在香港理工大学（PolyU）多光谱掌纹数据集上进行的综合实验表明,该方法可以取得良好的效果,算法识别准确率能达到99.67%且具有良好的实时性。