基于对Logistic映射混沌变量概率分布的研究,提出了一种区间套混沌搜索方法,避免了混沌搜索的盲目性.将区间套混饨搜索方法与共轭梯度法结合,提出了一种混合优化方法,利用区间套混沌搜索方法搜索到近似最优点,再用共轭梯度法求得最优点.数值计算结果表明,该方法可显著提高优化效率

基于广义混沌同步系统(GS)和广义离散Sinai映射,提出了具有非对称密钥的数字图像安全通讯方案.方案能通过一个常规的语音信号隐藏几乎所有计算机所能识别的图像文件,以实现信息的伪装与隐藏,且含有24个密钥数并能无损恢复隐藏图像,密钥空间可达到10360.该方案能使接收方利用非对称密钥对收到的密文进行数据源真伪性认证和解密,适用于网络数字通讯语音伪装中的图像传输.对密钥空间、密钥参数敏感性和加密图像的相关性等分析表明该方案具有较高的安全性

应用神经网络建立连铸钢水温度预报模型，重点研究了转炉出钢到中间包浇铸区间的温度变化，确定钢水温降与其影响因素之间的非线性映射关系.本模型能较准确地预报连铸钢水温度

为有效处理结构参数和激励荷载不确定等因素的影响,基于相平面分析,提出了一种分级控制法.将相平面划分成若干局部网格区域,使与被控质点运动状态对应的任一轨迹点映射到某一局部网格区域.根据对应的网格区域可判定质点的运动趋势,然后设计出相应的控制力.通过算例研究了一个底层设有主动拉索系统(ATS)的三层剪切型结构的地震反应控制问题,验证了建议控制律的有效性.数值结果显示,与无控状况相比,建议算法可以显著减少结构的地震反应,同时其控制性能也要略优于线性二次型定常状态调节器(LQR)控制

针对模糊边缘的红外目标提取问题,提出一种基于流形正则化多核半监督分类的提取方法.首先应用最大类间方差法计算初始分割阈值,获得确定化的目标和背景区域以及待确定化的模糊边缘区域;然后建立各区域内像素点邻域空间集,并通过多核函数特征映射获得邻域空间中灰度均值和方差信息特征值,通过流形正则获得邻域空间中位置信息特征值;在特征值基础上,建立半监督分类模型对模糊边缘区域像素点邻域空间集进行类别划分;最后计算最佳分割阈值.对比实验结果表明,该方法提取模糊边缘红外目标效果好且运算效率高

针对轮船螺旋桨清洗时因空间结构曲面复杂而难清理的问题,设计一种搭载于水下吸附式机器人载体上的射流超灵巧机械臂(hyper-dexterous manipulator,HDM)清洗装置.结合无骨架类生物肌肉高自由度特点构建超灵巧机械臂结构,采用虎克铰接的连接方式替换相邻关节连接处的柔性构件,兼顾了高压水射流承载压力高的特点.运用几何分析法对单端机械臂进行正逆运动学建模,基于多关节连杆变换通式推导出基于等圆弧假设下的机械臂模型,进而得出其多关节驱动空间与操作空间的映射关系.仿真实验和物理实验对比结果表明,所设计的机械臂能够达到期望的操作空间位姿,并能在加载实验下保证一定的鲁棒性

给出了Watt-I型六杆机构尺寸综合的一种新方法.该方法对于刚体有限分离四位置问题通过建立机构解域,最终能够得到满足给定设计条件的全部可行解.本文首先给出解曲线公式,并介绍解曲线的映射和构成平面解域的方法.然后给出该类型机构的回路与分支缺陷判定方法.通过缺陷判定得到无缺陷的机构解可行域,从而使设计者能够得到满足更多设计要求的更优机构,避免选择机构的盲目性,提高设计效率.最后,通过综合示例说明本文所提出方法的综合过程,证明了方法的实用性和有效性

在贝叶斯理论框架下, 提出了一种基于多源数据融合的深埋硬岩隧道围岩参数概率反演方法.首先, 分析硬岩隧道常用的启裂-剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数不确定性来源, 确定其概率统计特征; 其次, 利用粒子群算法优化多输出支持向量机, 建立反映反演参数与隧道监测数据间非线性映射关系的智能响应面; 最后, 结合贝叶斯分析方法构建概率反演模型, 运用马尔科夫链蒙特卡洛模拟算法实现了围岩参数的动态更新.将该方法应用到某深埋硬岩隧道中, 利用反演的围岩参数计算隧道拱顶下沉点、周边收敛点变化值及开挖损伤区深度, 与监测数据吻合较好.结果表明, 该方法可以实现围岩多参数快速概率反演, 更新后的参数可用于硬岩隧道施工安全风险评估与结构可靠性设计

提出了一种面向网络长文本的话题检测方法.针对文本表示的高维稀疏性和忽略潜在语义的问题，提出了Word2vec&LDA（latent dirichlet allocation）的文本表示方法.将LDA提取的文本特征词隐含主题和Word2vec映射的特征词向量进行加权融合既能够进行降维的作用又可以较为完整的表示出文本信息.针对传统话题发现方法对长文本输入顺序敏感问题，提出了基于文本聚类的Single-Pass&HAC（hierarchical agglomerative clustering）的话题发现方法，在引入时间窗口和凝聚式层次聚类的基础上对于文本的输入顺序具有了更强的鲁棒性，同时提高了聚类的精度和效率.为了评估所提出方法的有效性，本文从某大学社交平台收集了来自真实世界的多源数据集，并基于此进行了大量的实验.实验结果证明，本文提出的方法相对于现有的方法，如VSM（state vector space model）、Single-Pass等拥有更好的效果，话题检测的精度提高了10%~20%

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向