基于BESO算法的涡轮盘拓扑优化

涡轮盘作为航空发动机的核心部件之一,其轻量化设计对航空发动机效率提升至关重要。基于双向渐进结构优化算法（bidirectional evolutionary structural optimization, BESO）拓扑优化模型,使用灵敏度过滤的方法抑制棋盘格现象,用ANSYS的参数化设计语言（ANSYS parametric design language, APDL）编写拓扑优化程序,对离心载荷作用下的涡轮盘进行结构优化,并通过施加叶片等效载荷的方式,考虑叶片对于优化结果的影响。结果表明,使用编写的算法进行拓扑优化迭代步数减少,显著提升优化效率,在减重26%的条件下,拓扑出的新的结构模型结构总应变能降低48%,结构刚度提升,最大等效应力降低25%且应变能和应力分布更均匀合理。

     

Logistic混沌映射性能分析与改进

混沌系统是基于混沌的数据加密领域的一个重要研究对象,Logistic混沌映射是最简单和有效的混沌系统,被广泛应用在大多数混沌加密算法中,Logistic映射的安全性成为研究的热点。针对Logistic序列存在的吸引子与空白区问题,该文提出一种基于初始值和分形控制参数之间关系的Logistic映射改进方法。利用两者之间关系对映射自变量区间进行合理分段,扩大了混沌控制参数区域,将满射范围扩大到整个控制参数区间,使产生的序列分布更均匀,解决了稳定窗与空白区等问题。通过将改进Logistic与其它分段Logistic映射进行仿真对比,实验结果表明改进后的映射产生的序列混沌特性得到显著加强,分布更均匀,具有更好的随机性能测试指标。另外,改进Logistic映射计算复杂度低,实现简单,在扩频通信与混沌密码等领域有广阔的应用前景。     

基于稀疏编码和集成学习的多示例多标记图像分类方法

该文基于稀疏编码和集成学习提出了一种新的多示例多标记图像分类方法。首先,利用训练包中所有示例学习一个字典,根据该字典计算示例的稀疏编码系数;然后基于每个包中所有示例的稀疏编码系数计算包特征向量,从而将多示例多标记问题转化为多标记问题;最后利用多标记分类算法进行求解。为了提高分类器的泛化能力,对多个分类器进行集成。在多示例多标记图像数据集上的实验结果表明所提方法与其它方法相比有更好的性能。     

近红外荧光标记抗体芯片法检测血清中的AFP

肝癌的发病率和死亡率逐年上升,寻找提高肝癌早期筛查和诊断的有效方法是降低死亡率的重要途径,通过定量检测血清中甲胎蛋白(AFP)是实现肝癌早期筛查和诊断的重要辅助手段.常用的AFP检测方法具有成本高、检测时间长、不适于大规模人群的筛查等缺点,本文采用基于激光共聚焦原理的生物芯片扫描仪和近红外荧光标记抗体芯片相结合的方法,...     

基于特定词集的无载体文本信息隐藏技术

当前,由于深度学习技术的发展,信息隐藏方向有了巨大进步,由原始的隐写方法逐步实现语言隐写,尤其近几年来语言隐写技术取得了很大的突破。但是之前所提出的基于循环神经网络等的隐写方法存在偏差,而且在生成步骤所获得的候选池也是基于固定的控制,这样会使隐写的安全性大大降低。基于此,提出了一种基于动态选词策略的语言隐写模型,在保证秘密信息正常隐藏在生成文本中的同时,通过计算词典中单词的方差与阈值进行比较来确定最佳候选池的大小,从而以降低困惑度的形式来实现生成句子的安全性。实验表明,基于动态选词的方法可以实现生成更加流畅且自然的隐写文本,但会小小的牺牲嵌入率。