基于νt尺度方程的雷诺应力模型初步研究

雷诺应力模型一直是湍流模式理论研究的前沿和难点,而提高数值鲁棒性是其广泛开展工程应用的关键.借鉴经典的k-k L湍流模型,本文构造了一种新的ν_t尺度方程,并将其用于耦合SSG/LRR模式从而形成SSG/LRR-ν_t雷诺应力模型.通过零压力梯度湍流平板边界层、翼型尾迹流、超声速方腔流和NACA0012翼型45°迎角分离流动4个标准算例对新模型进行了验证与确认.同时,为了测试模型的数值鲁棒性,采用高精度数值格式对模型方程进行了离散求解,并与SA涡粘模型和SSG/LRR-ω雷诺应力模型进行对比.结果表明:ν_t尺度方程在黏性壁面边界严格为零,相比传统的ω尺度,具有更好的数值鲁棒性,从而可实现新模型与高精度数值格式的匹配并获得更好的网格收敛效率;新模型具备雷诺应力模型的传统优势,可对拐角流动进行很好的模拟;具备尺度自适应能力,对于非定常分离流动的模拟存在一定的潜力.     

试验优化设计GdTaO4:RE/Yb(RE=Tm,Er)荧光粉制备及上转换发光特性研究

为得到GdTaO₄:RE/Yb(RE=Tm, Er)系列最大特征发光强度的上转换荧光粉,通过试验优化设计建立了980 nm激光激发下荧光粉发光强度与其稀土掺杂浓度的回归方程,其中Tm³⁺/Yb³⁺样品结合均匀设计和二次通用旋转组合设计, Er³⁺/Yb³⁺样品则利用均匀设计和三次正交多项式回归设计分步寻优.检验并求解回归方程,分析浓度与发光强度关系,结果表明RE³⁺(RE=Tm, Er)和Yb³⁺浓度变化均对发光强度影响显著,且在试验空间中存在光强极值点.同条件下再次通过高温固相法制备最优发光样品.分析最优样品X射线衍射(XRD)图谱,结果表明样品均为纯相, Li+助熔剂掺杂会抑制反应杂相的产生,稀土的掺入使衍射峰向高角度偏移,且不改变峰形.分析激发功率与发光强度的关系,结果表明Tm³⁺/Yb³⁺共掺的蓝光发射为三光子过程, Er³⁺/Yb³⁺共掺...     

基于当前状态数据的加法风险模型的自适应LASSO回归选择

当真实的潜在模型具有稀疏表示时通常需要使用变量选择方法,确定模型中的重要预测因子可提高被拟合模型的预测性能,许多文献研究了这类问题,其中张和吕[1]针对右删失数据开发了一种基于比例风险模型的变量选择方法.本文研究了基于当前状态数据的加法风险模型的变量选择问题.在文献[1]的启发下,我们提出一种自适应Lasso方法来解决...     

脱硫石膏制备硫酸钙晶须结晶动力学研究

结晶动力学能够揭示结晶过程本质,通过测定溶液中Ca2浓度来确定硫酸钙晶须的转化率,从而确定硫酸钙晶须结晶动力学参数,得到转化率与时间的关系式:X=1/｛1+e6^[-10.01977t(0.0956-c)+1.1188]｝,(0≤t≤6.0).研究了影响硫酸钙晶须结晶动力学的影响因素降温速率和陈化时间,利用SEM对制备的硫酸钙晶须进行表征.结果表明:自然冷却条件下,陈化时间6h,制备出的硫酸钙晶须结晶发育完整,晶须平均长径比达到150,平均直径为2.1 μm.     

一种基于反转融合框架的图像曝光校正方法

针对单幅图像中存在非正常曝光的问题,在去雾模型能够有效解决图像曝光校正问题的理论指导下,对去雾模型中的透射率进行改进,提出了一种基于反转融合框架的图像曝光校正方法。首先,对过度曝光的局部高亮光源进行雾度建模,采用改进去雾模型完成过度曝光校正任务;针对曝光不足校正问题,通过反转操作得到伪雾图像。然后联合去雾模型及视网膜大脑皮层（Retinex）理论和去雾方法间的对偶性得到曝光不足区域校正的结果图像。最后,借助多尺度图像融合技术生成新的金字塔权重图,利用拉普拉斯金字塔重建图像得到最终的校正结果。将所提方法与四种主流图像校正方法进行对比,结果表明,该方法能够有效解决单幅图像中的非正常曝光问题,并且最大限度减少图像失真、光晕伪影等因素的干扰。     

基于深度学习的跨年龄人脸识别

年龄变化是影响人脸识别模型性能的主要原因之一,为解决年龄变化所带来的模型识别率低的问题,提出了一种基于深度学习的跨年龄卷积神经网络模型（CA-CNN）用于跨年龄人脸识别。首先,利用卷积神经网络提取人脸图像中的深度人脸特征;然后,提出一种高效的卷积注意力模块从深度人脸特征中获取年龄特征,并结合多层感知机和多任务监督学习,将深度人脸特征非线性分解为年龄特征和身份特征;最后,为了更好地区分身份特征和年龄特征,提出了一种批核典型相关性分析模块对分解后的身份特征和年龄特征进行相关性分析。经过对抗性学习训练后,相关性最小化,实现了跨年龄人脸识别。所提模型在MORPH Album 2数据集上的rank-1识别准确率达到了99.03%,在CALFM数据集上的人脸验证等错率为9.8%,表明了所提模型的有效性。     

基于YOLOv3的农田鸟类目标检测算法

针对近年来鸟类啄食对农业生产带来的损失,通过实时检测鸟类优化传统驱鸟器开关策略,提出了一种基于YOLOv3检测鸟类的目标检测算法。该方法对YOLOv3网络中特征融合进行改进,将SE模块嵌入进主干网络的Darknet53网络中,关注不同通道特征的重要程度。采用自适应空间特征融合（ASFF）增强网络中特征金字塔网络（FPN）的特征融合,提升各尺度的检测能力。引入CIOU边界框回归损失函数,将预测框和目标框在有重叠甚至包含等情况考虑进去,使目标框回归变得更加准确和稳定。改进后的YOLOv3模型在自制鸟类数据集上的精度均值（AP）达到96.65%,单张图像检测耗时仅为0.058 s,相比于原YOLOv3模型在检测速度变化不大的情况下AP提高了2.54百分点。该改进方法能达到很好的实时性和更佳的检测精度,对农田防治鸟害优化驱鸟器开关策略提供依据。     

基于回归分析和遗传算法优化的BP神经网络熔覆层形貌预测

针对激光熔覆过程中熔覆层形貌难以控制的问题,以45钢和Fe45分别作为基材和熔覆粉末,设计3因素5水平的试验方案,并测量熔覆层的宏观尺寸。首先,利用遗传算法（GA）对反向传播（BP）神经网络的初值进行优化,建立了GABP神经网络模型,以激光工艺参数为输入、熔覆层形貌为输出进行了训练和测试,分析其预测精度。然后,分别以回归分析、BP神经网络和GA-BP神经网络三种方法建立预测模型,并与实际得到的熔覆层形貌进行比较。结果表明,通过遗传算法优化的GA-BP神经网络模型与实际的误差约为3%,BP神经网络模型与实际误差为7.38%,而回归分析预测模型预测误差最大可达到15.5%。经比较可知,GA-BP神经网络预测模型的结果与实际最为接近。故GA-BP神经网络预测模型对提高熔覆层质量具有一定的指导价值。     

基于松弛改进快速独立分量分析的同频混叠信号提取算法

针对快速独立分量分析（FastICA）算法提取多个同频混叠信号时的初值选择敏感性和收敛性能差的问题,提出了一种双松弛因子改进的FastICA(DLM-FastICA)算法。先在牛顿迭代法中引入双松弛因子,通过自适应调节分离矩阵的组合系数得到最优权值分离矩阵,从而改善FastICA算法的初值敏感性;再利用改进的FastICA(MFastICA)算法的快速收敛特性提取信号,提高算法的分离精度和收敛速度。仿真结果表明,该算法使得提取信号与源信号的相似系数达到0.9,同时迭代次数较原算法减少近40%,具有更加快速、稳定的提取性能。     

认股权证的等价鞅测度定价模型与数值方法

本文对认股权证应用等价鞅测度方法进行定价 .推导出计算更自然、更简单的类似 Black- Scholes模型的认股权证定价公式 .给出了一种比较好的数值计算方法 .并讨论了认股权证在中国证券市场的发展状况 .