AlH分子10个Λ-S态和26个Ω态光谱性质的理论研究

在修正了各种误差(自旋-轨道耦合效应、标量相对论效应、核价相关效应及基组截断)的基础上,本文利用内收缩的多参考组态相互作用(icMRCI)+Q方法计算了AlH分子10个Λ-S态和26个Ω态的势能曲线.利用包含自旋-轨道耦合效应的icMRCI/AV6Z~*理论计算了X¹∑_((0⁺)⁺),a³Π_0⁺,a³Π₁,a³Π₂和A¹Π₁态之间的跃迁偶极矩.计算得到的光谱常数和跃迁数据与现有的实验值符合很好.研究发现:1)A¹Π₁-X¹∑_((0⁺)⁺)(0,0),(0,1),(0,2),(1,0),(1,1),(1,2),(1,3),(1,4)和(1,5)带Q(J")支的跃迁比较强,随着J"的增大,Δv=0带的爱因斯坦A系数和振...     

氨基乙酸金属配合物稳定常数测定实验的改进

通过改用自动电位滴定仪在氮气保护和恒温条件下准确地对氨基乙酸-硝酸铜体系进行滴定和数据拟合,正确掌握有机酸碱离解常数和金属配合物稳定常数测定的科学方法。     

基于FCM的簇内欠采样算法

针对传统分类器在不平衡数据集上性能降低的问题,提出一种基于FCM的簇内欠采样算法(Fuzzy C-means clustering Based Under Sampling In Clusters, FCMUSIC)。使用模糊c-均值聚类算法(Fuzzy C-Means clustering, FCM)将多数类样本划分成若干簇,在每个簇内以类别不平衡比率(imbalanced ratio, IR)的倒数作为采样倍率,得到新的多数类样本并与少数类样本合并,形成新的平衡样本集,结合KNN和Random Forest分类器进行分类。分析在5组不平衡数据集上的分类结果,当使用KNN分类器时,改进后的算法的F1值平均提高了6.65%,G-mean值平均提高了7.75%;使用Random Forest分类器时,F1值平均提高了5.31%,G-mean值平均提高了6.07%。表明FCMUSIC算法能够有效地提升传统分类器对不平衡数据集的分类性能。     

基于深度学习和细观力学的颗粒材料本构关系研究

颗粒材料的本构关系对岩土工程等众多领域至关重要. 不同于传统的唯象本构理论, 本文基于机器学习模型探索了一种细观力学理论指导下的数据驱动型颗粒材料本构关系预测方法. 根据Vogit均质化假设, 建立了小应变条件下颗粒材料应力?应变解析关系, 此关系唯一地确定了一组与颗粒材料本构行为相关的细观组构变量. 这些变量与反应颗粒材料宏观性质的主应力和主应变信息通过一系列离散元三轴压缩数值试验获得. 考虑到细观组构变量为内变量, 不能直接作为本构模型的输入. 本文基于有向图方法将颗粒材料微观结构信息隐式地包含在应力?应变的预测当中, 并采用门控循环单元(GRU)循环神经网络作为基础深度学习模型描述有向图中结点之间的映射关系. 通过将有向图从目标节点沿源节点展开, 整个应力?应变预测模型可由两个神经网络分别训练并组装而成. 将训练后的深度学习模型在全新的数据集上进行测试, 结果表明该训练策略能有效捕捉到颗粒材料在常规三轴任意加卸载, 等中主应力系数b的真三轴加载, 和等平均有效应力p的真三轴加卸载等复杂多轴加载工况下的应力?应变响应关系, 模型具有良好的内插和外推预测能力. 考虑到深度学习模型捕捉颗粒材料力学响应的能力及其开放式学习的特点, 充分结合数据驱动方法和理论本构模型可能是颗粒材料本构研究的一个重要方向.      

使用叠栅层析技术测量超音速风洞中的非对称复杂密度场

使用叠栅层析技术解决超音速风洞中复杂密度场的测量难题。应用高灵敏度叠栅偏折仪和间隔角度旋转模型的方法获取超音速风洞中流场的多方向叠栅条纹图。层析计算中使用一种新的偏折角修正迭代的叠栅层析算法,该方法可以实现对有限角采样和包含遮挡物的非完全数据重建,迭代过程中结合内边界平滑滤波提高重建精度。实验中获取了马赫数为2.52的超音速风洞中9幅不同采样角的条纹图,经过50次迭代计算后重建出膨胀波区非对称密度场的截面分布,并对测量结果和误差进行了分析和讨论。使用计算流体力学技术对该密度场进行建模和计算,验证了叠栅层析重建结果的正确性,证实了该技术在测量复杂流场领域的重要价值。     

基于红外/毫米波双模融合的目标识别方法

在数据融合的基础上,以红外/毫米波双模传感器的智能融合结构为模型,将模糊神经网络与D-S证据理论相结合,提出了一种新的目标识别方法.该算法根据红外/毫米波传感器的性能及工作范围,构造模糊变量作为神经网络的输入,根据神经网络的不同输出判别目标的真伪,并利用D-S证据理论进行目标身份识别.仿真结果证明了该算法的可行性.     

一种多段有限角CT采样的BF-TV-ART图像重建方法

CT影像数据在临床诊断和疾病筛查复查中具有重要意义,但数据采集中使用的X射线会在人体内呈现累加现象,过量的射线辐射会增加检测者患病风险.为降低检测中的辐射剂量,CT扫描系统会采用不完全采样扫描方式,如有限角采样、稀疏角采样和多段有限角采样.多段有限角方式的采样设计可在一定程度上兼具这两者的优点,有利于高精度CT图像的重建.本文设计了一种多段有限角CT扫描模式,分析了双边滤波在图像平滑和锐化方面的特征,提出了一种基于全变分与双边滤波的CT迭代重建模型,简称为BF-TV-ART(bilateral filtering-total variation-algebraic reconstruction techniques),并进行了算法设计.数值实验中通过二维Shepp-Logan模型和管线腐蚀模型验证了BF-TV-ART模型重建精度更高,重建时间更短,且重建图像的边缘信息得到了更好的保护.数值结果表明提出的重建方法可有效地抑制数据缺失采样下重建图像中的条状伪影和滑坡伪影.     

基于L1正则化的随机梁式结构静力损伤识别方法

提出了一种结合摄动法和L1正则化方法的随机梁式结构静力损伤识别方法。考虑初始模型误差和测量误差的影响,建立了关于随机损伤指数的控制方程,并将摄动法和L1正则化方法相结合,对随机损伤指数的控制方程进行求解,进而从概率的角度对结构的损伤进行识别。损伤试验结果表明,和传统的最小二乘求解法相比,本文方法能够更为准确地识别多处局部损伤的位置及大小,对实际结构损伤检测具有较好的参考价值。