融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测,基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型,集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力,提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照,以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证,结果表明,Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模,注意力机制有助于减缓多步预测中的预测精度衰减,提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。     

宽体液腔Janus-Helmholtz换能器

本文使用有限元方法对宽体液腔Janus-Helmholtz(JH)换能器进行了仿真分析,得出了壳体宽度拓展增量对JH换能器工作性能的影响规律。使用三维建模的方式,分析了连接部分对换能器性能的影响及宽体壳体的的模态,证明了三维建模的必要性。依据仿真优化结构设计了一款宽体液腔JH换能器并进行了湖上测试。最终测试结果与仿真结果有很好的一致性,相较直筒JH换能器其谐振频率降低300Hz,发射电压响应最高可达144dB。     

基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类

土地利用信息是国土资源管理的基础和重要依据,随着高分辨率遥感图像数据的日益增多,迫切需要快速准确的土地利用分类方法。目前应用较广的面向对象的分类方法对空间特征的利用尚不够充分,在特征选择上存在一定的局限性。为此,提出一种基于多尺度学习与深度卷积神经网络（deep convolutional neural network,DCNN）的多尺度神经网络（multi-scale neural network,MSNet）模型,基于残差网络构建了100层编码网络,通过并行输入实现输入图像的多尺度学习,利用膨胀卷积实现特征图像的多尺度学习,设计了一种端到端的分类网络。以浙江省0.5 m分辨率的光学航空遥感图像为数据源进行了实验,总体分类精度达91.97%,并将其与传统全卷积网络（fully convolutional networks,FCN）方法和基于支持向量机（support vector machine,SVM）的面向对象方法进行了对比,结果表明,本文所提方法分类精度更高,分类结果整体性更强。     

Generating Artificial Reverberation via Genetic Algorithms for Real-Time Applications

We introduce a Virtual Studio Technology (VST) 2 audio effect plugin that performs convolution reverb using synthetic Room Impulse Responses (RIRs) generated via a Genetic Algorithm (GA). The parameters of the plugin include some of those defined under the ISO 3382-1 standard (e.g., reverberation time, early decay time, and clarity), which are used to determine the fitness values of potential RIRs so that the user has some control over the shape of the resulting RIRs. In the GA, these RIRs are initially generated via a custom Gaussian noise method, and then evolve via truncation selection, random weighted average crossover, and mutation via Gaussian multiplication in order to produce RIRs that resemble real-world, recorded ones. Binaural Room Impulse Responses (BRIRs) can also be generated by assigning two different RIRs to the left and right stereo channels. With the proposed audio effect, new RIRs that represent virtual rooms, some of which may even be impossible to replicate in the physical world, can be generated and stored. Objective evaluation of the GA shows that contradictory combinations of parameter values will produce RIRs with low fitness. Additionally, through subjective evaluation, it was determined that RIRs generated by the GA were still perceptually distinguishable from similar real-world RIRs, but the perceptual differences were reduced when longer execution times were used for generating the RIRs or the unprocessed audio signals were comprised of only speech.     

黏弹性接触界面端附近的奇异应力场

研究蠕变加载条件下线黏弹性材料接触界面端附近的奇异应力场问题.考虑接触界面的摩擦,假设界面端的滑移方向不改变,相对滑移量微小,且其与位移同量级,由此线性化局部边界条件,根据对应原理得到Laplace变换域中的界面端应力场,导出时域中奇异应力场的卷积积分表达式.对卷积积分核函数进行数值反演,考虑接触材料的两类组合,一是持久模量具有量级上的差异,另一是持久模量接近相同.算例结果证实核函数可以用准弹性法求得的解析式较准确地近似.在此基础上,利用积分中值定理,并引入各应力分量的修正系数,得到黏弹性奇异应力场的简化式.结合核函数的数值反演结果分析修正系数表达式的取值范围,得到如下结论,若两相接触材料的持久模量相差很大,可以采用准弹性解的解析式较准确地描述界面端的奇异应力场;一般情况下,应力场不存在统一的奇异值和应力强度系数,当采用类似于准弹性解的表达式近似给出黏弹性应力场时,可以估计此近似描述的误差限.文中最后采用有限元分析黏弹性板端部嵌入部位的应力场,算例包括了黏弹性板与弹性金属支承、黏弹性板与黏弹性垫层所形成的滑移接触界面端,利用黏弹性有限元的数值结果验证理论分析所得结论的有效性.      

船舶与海洋平台结构冰载荷的高性能扩展多面体离散元方法

船舶与海洋平台结构的冰载荷是寒区海洋工程结构物设计中的关键参数,而离散元方法是有效计算结构冰载荷的重要手段. 本文采用基于闵可夫斯基和原理的扩展多面体离散元方法模拟船舶与海洋平台结构的相互作用过程. 其中,构造扩展多面体的近似包络函数并建立了基于优化模型的快速接触搜索算法;考虑单元间粘结作用的刚度软化过程建标识码元间的粘结-破碎模型. 同时,发展了 CPU-GPU 协同异构环境下的高性能并行算法. 为分析海冰与海洋结构作用中的冰载荷,采用ISO标准验证了扩展多面体离散元分析结构冰载荷的准确性. 采用离散元方法计算了船舶结构的冰载荷,研究了船舶结构表明的线载荷分布特点,并采用船舶结构冰阻力经验公式验证了计算结果的合理性. 采用离散元方法计算了平整冰区与多桩腿平台结构的相互作用,分析各桩腿上的冰载荷特点. 针对碎冰区的海冰管理过程,采用离散元方法分析了船舶结构绕行过程中的船舶和海洋平台结构冰载荷. 本文方法可有效应用于海洋结构冰载荷分析,能为极地船舶与海洋平台结构的设计和安全运行提供科学的分析手段.      

三维动态裂纹问题的超奇异积分方程法

基于弹性材料的动态基本方程,结合广义Betti-Rayleigh互易等式与时域下的边界积分方程,推导得到时域下的超奇异积分方程组。引入Laplace域下的动态基本解,将经过主部分析的积分核函数分解为静态和动态部分,其中动态积分核不具有奇异性。在裂纹前沿附近单元,采用与理论分析一致的平方根位移模型。结合Lubich时间卷积实现拉氏变换,采用配置点法计算超奇异积分,获得问题的数值解。并针对椭圆裂纹算例编写Fortran程序,得到冲击荷载作用下张开型裂纹的动态应力强度因子变化规律,数值结果稳定且收敛速度快。     

Stochastic flows of mappings

In this paper,the stochastic flow of mappings generated by a Feller convolution semigroup on a compact metric space is studied.This kind of flow is the generalization of superprocesses of stochastic flows and stochastic diffeomorphism induced by the strong solutions of stochastic differential equations.     

广义次指数密度的两个新的等价条件

得到了广义次指数密度的两个新的等价条件,刻划了它们的卷积封闭性和卷积根封闭性.