利用最短距离聚类法对某矿山微地震活动的时空分布进行了分析,结合现场采掘计划,有效识别了井下地压活动区.通过建立各活动区内微震参数时间序列曲线,研究了局部围岩的应力变形规律,探讨了岩体失稳的前兆规律.结果表明:研究期间井下各微震聚集区相互孤立,采掘活动不会引起大范围的地压活动;微震累计事件数及累计能量时间序列曲线出现由平静突然增大时表征了岩体内累积应变能的突然释放,预示围岩稳定性的劣化.根据研究结果,最终建立了基于微震监测技术井下岩体稳定性研究的一般模式

提出了一种基于粗网格与模式搜索相结合的支持向量机分类器模型参数优化方法,采用Jaakkola-Haussler误差上界作为模型选择的评价标准。以黎曼几何为理论依据,提出了一种新的保角变换,对核函数进行数据依赖性改进,进一步提高分类器泛化能力。在研究人工非线性分类问题的基础上,将该方法应用于手写相似汉字识别,实验结果表明分类精度得到了明显提高

在深入研究APT-2神经网络结构的基础上,提出了一种基于神经网络的自适应故障模式分类方法,并应用在轴承故障诊断中,结果表明:该方法对轴承故障模式具有自学习、快速稳定的识别能力

采用光学检测法对高温铸坯进行表面裂纹在线检测,将高亮度绿色激光线光源照射到铸坯表面,利用激光的单色性在摄像机镜头前加装窄带滤色镜去除高温铸坯表面辐射光的影响,从而提高图像的对比度.通过非抽样小波对铸坯表面图像进行分解,计算分解后得到的低频分量和原始图像的尺度共生矩阵,以及高频分量的灰度共生矩阵,作为图像的纹理特征,并输入基于AdaBoosting算法的分类器进行分类.利用该方法对表面裂纹、水痕、渣痕、氧化铁皮和振痕等五种缺陷和伪缺陷样本进行识别,表面裂纹的识别率达86.75%,总体识别率达87.16%

建立了包含裂纹缺陷的二维金属板模型.采用有限元方法，对具有不同深度裂纹的材料内部超声波场进行计算，获得了不同裂纹深度金属材料上表面的回波信号，分析了裂纹深度对超声波传播特性的影响规律.进一步分离提取不同阶次底面回波的频谱特征，获得了由裂纹缺陷引起的超声衰减系数随频率的变化关系.最后提出了通过底面回波频谱图辨识近表面裂纹缺陷的方法

提出了一种基于遗传算法(GA)和模糊C均值(FCM)算法的岩体结构面混合聚类方法.利用GA的全局搜索性能,求得初始聚类中心;在此基础上利用FCM算法,根据精度要求再作进一步求解.该方法避免了人为划定分类界限的主观性,消除了FCM聚类算法的局部最优的弱点,解决了采用普通遗传算法聚类时搜索速度和聚类精度的矛盾.结合实测数据,对应用该方法进行结构面组识别的步骤、参数选取、分组有效性、优势方位的判定进行了分析和讨论

针对应用模式识别技术进行数据降维过程中存在的人为性及冗余性等不足,提出一种有效的数据压缩技术——主元分析法.研究表明,此方法具有快速、准确、一次自动完成等显著优点,有效率达到85.18%

利用蒙特卡洛法对多孔材料的内部结构进行了重构,并验证了重构模型具有自相似性和标度不变性的分形特性.对重构的多孔材料模型进行网格划分,利用二值化原理识别网格中的固体基质和流体孔隙,构筑材料内部真实传热过程的串并联混合热阻阵列图,建立适用于各种均质和非均质多孔材料热导率的计算方法——二值化阵列法.基于该方法,对闭孔泡沫铝和硅酸铝耐火纤维材料的热导率进行了计算,并与文献中的实验测量值进行了比较,具有较好的一致性,验证了本方法的正确性和普适性

使用透射电镜观察了GH36合金中M23C6、VC碳化物和基体之间的界面结构,在M23C6/γ的半共格界面上分布有错配位错列,间距约10nm。根据${\\rm{\\vec g}}$·${\\rm{\\vec b}}$=0判据,可以确定该位错的Burgers vector ${\\rm{\\vec b}}$=a/2(110)γ,VC/γ的相界面是具有很大点陈错配度(δ=+0.155)的共格界面。最后,从M23C6、VC和基体之间的不同界面结构与性质讨论了以碳化物沉淀为主要强化手段的Fe基GH36合金的强韧化本质以及如何识别波纹图(Moire pattern)和界面位错的问题

鉴于人脸与人耳两种生物特征在图像获取上的相似性以及生理位置上的互补性,提出一种人脸-人耳多模态融合模板保护方法,将两者在特征层进行融合,然后利用模糊保险箱算法对融合模板进行保护.该方案基本流程分为五部分:图像预处理、Gabor-PCA特征提取、特征融合、融合模板加密以及融合模板解密.在由ORL人脸库和USTB人耳库3构成的人脸-人耳多模态图像库上的认证实验结果表明所提模板防护方法的有效性,且基于融合模板保护的认证结果比基于单模板保护的认证结果在识别率和误识率上均有所优化