简介:通过风洞实验研究垂直于来流悬挂的构树叶在0~25m/s风速段的形态重构现象.根据构树叶分裂情况将其分成心形、单侧分裂、双侧分裂3种。迎风面正、反面各半.存实验风速段内,构树叶存存3类形态(飞翼形、锥形、薄三角翼形),主要有3种卷缩方式(U形、刨形和万形).统计数据表明,树叶分裂情况会在发生概率上影响重构的形态和卷缩方式,但不会从根本上决定某一形态或卷缩方式的出现.与正面迎风比较,反面迎风的失稳重构次数减少,气动性能更佳.叶片角在风速小于6m/s时随风速增加锐减,然后变化速度减缓。最后风速大于14m/s后在0°附近几乎不变;随着雷诺数增加,构树叶的阻力系数减小,最后稳定于0.05附近.
简介:由于Newman有理算子对|x|逼近效果较好,所以考虑利用Newman-α型有理算子对|x|~α进行逼近.构造Newman-α型有理算子,讨论Newman-α算子在Chebyshev结点组下逼近|x|~α的收敛速度,最后得到精确的逼近阶为O(1/(n~αlogn)).该结果包含了α=1时的情形.
简介:作为一个保边去噪的算法,各向异性扩散滤波(anisotropicdiffusionfilter,ADF)被广泛应用于磁共振成像(magneticresonanceimage,MRI)图像的预处理中,且对MRI图像中的莱斯噪声具有很好的去除效果.各向异性扩散滤波参数的选择对于其去噪性能影响很大,为找出滤波器的最佳参数,我们用改进的遗传算法对其进行参数优化,并且采用了一种新的精英选择策略,而且还在交叉和变异过程中采用了自适应的交叉和变异概率,再分别对各向异性扩散滤波的迭代次数t、扩散阈值k以及时间步长λ等三个参数进行选择优化.最后,从峰值信噪比(peaksignal-to-noiseratio,PSNR)、结构相似性指数(structuralsimilarityindexmetric,SSIM)、均方差(meansquarederror,MSE)三个方面,将经过参数优化的各向异性扩散滤波器对脑部MRI进行去噪处理,并与其它参数下的滤波结果进行对比.实验结果表明,经过参数优化的各向异性滤波器,无论是从视觉上还是相关评价指标上,均优于其它参数情况下的去噪效果.
简介:采用机械合金方法制备Al—V—Fe纳米晶合金粉末,合金粉末由纳米尺度的铝晶粒加非晶颗粒组成。利用Mossbauer测定表明合金由单铁组态、双铁组态固溶体以及非晶相组成,三者的含量分别为22.644%,16.746%,60.610%。
简介:域自适应算法是一种能有效解决训练集(源域)和测试集(目标域)样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机(DDM-ELM)用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标:1)最小化源域样本的分类误差;2)通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3)利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.