一种建立含气泡水介质中波动-振动非线性声场的方法

    公开(公告)号:CN109933949A

    公开(公告)日:2019-06-25

    申请号:CN201910262885.5

    申请日:2019-04-02

    Abstract: 本发明涉及一种建立含气泡水介质中波动-振动非线性声场的方法,建立“波动-气泡体积三阶振动”方程;设置初始条件和边界条件;确定时间长度Tt和空间距离Tl,设置步长划分网格;微分项改写为差分形式;通过对声源项耦合“波动-气泡体积三阶振动”方程,得到差分方程组;设置声压和气泡体积变化量初始值;计算时间节点nt气泡体积变化值和声压值 后nt加1;当nt≤Nt时,重复上一步,计算至时间域最后点Nt,当nt=Nt时,重新设置nt=3;利用初始参数 和 计算空间域上最后节点Ns上的声压值 nt加1;当nt≤Nt时,重复上一步,计算至时间域最后点Nt。本发明通过声压激励项进行耦合,对波动—振动非线性方程进行数值耦合计算,同时获得含气泡水介质中非线性声场特性和气泡非线性动力学特性。

    一种基于AR算法的瞬态信号高分辨检测方法

    公开(公告)号:CN109871509A

    公开(公告)日:2019-06-11

    申请号:CN201910124472.0

    申请日:2019-02-19

    Abstract: 本发明提出了一种基于AR算法的瞬态信号高分辨检测方法,属于非稳态信号高分辨检测技术领域,目的在于区分多个发生时间接近的瞬态噪声信号。本发明利用AR算法的外推特性,实现瞬态噪声信号的高分辨检测,对待检测序列进行取包络、降采样、分段处理,得到新的序列组,利用AR参数计算及时域后项预测得到后项预测值,同时通过将预测值与真实值比较得到后项预测误差功率,取后项预测误差功率平方作为检测统计量,将理论后项预测误差功率的k倍作为检测门限。当检测统计量大于检测门限时认为有瞬态噪声发生。

    一种基于互协方差稀疏重构的声矢量阵方位估计方法

    公开(公告)号:CN106680762A

    公开(公告)日:2017-05-17

    申请号:CN201611158285.7

    申请日:2016-12-15

    Abstract: 本发明涉及一种基于互协方差稀疏重构的声矢量阵方位估计方法。本发明包括:(a)获得声矢量阵接收数据,在感兴趣的空间Θ中生成关于声源信号的矢量阵空域稀疏化表示;(b)在每一个方位角θk上,生成M×M维声压—振速互协方差矩阵R(p+vc)(θk);(c)充分利用声压—振速联合处理中,信号和噪声之间的不相关性以及信号和信号之间,噪声与噪声之间的独立性,将互协方差矩阵中的Φ(vc)(θk)化为K×K维对角矩阵等。本发明构造了新的声源信号稀疏表示形式,这种形式不同于以往将矢量阵中的振速通道仅仅看作和声压通道相同的标量进行处理,而是充分利用了声压—振速联合处理的优势,极大的提高了阵列信号处理的噪声抑制能力。

    蛋白质折叠仿真中的模蛇方法

    公开(公告)号:CN101436230B

    公开(公告)日:2010-12-01

    申请号:CN200810209785.8

    申请日:2008-12-25

    Abstract: 本发明提供的是一种蛋白质折叠仿真中的模蛇方法。(1)初始状态:是一条直线蛋白质序列;(2)开始折叠时:做波浪运动,用函数sin(t)来表示;(3)折叠后期:做短暂的直线运动,用函数x=x+t来表示;(4)完成折叠:做盘绕运动,用下面函数表示,x(t)=(C1cos(ωt)+C2sin(ωt)),其中,C和ω是系数,与蛋白质本身的性质有关。对于未知空间结构的蛋白质,可以通过本发明的拟蛇算法对蛋白质链进行中间体和最终空间结构进行预测,从而减少蛋白质空间结构测定过程中所耗费的人力,物力,同时也可以提供折叠分析供理论研究人员参考。

    一种可实现声波非对称传播的超表面模型

    公开(公告)号:CN114203146B

    公开(公告)日:2025-03-21

    申请号:CN202111517654.8

    申请日:2021-12-13

    Abstract: 一种可实现声波非对称传播的超表面模型属于声学超表面技术领域,解决了现有结构原理复杂、制作难度大、体积较大等缺点。该模型包括:多个均匀介质单元以及隔板;所述均匀介质单元的结构相同,所述均匀介质单元与所述隔板的截面相同;所述每两个均匀介质之间用隔板隔开,每三个阻抗不同的均匀介质单元在水平面上呈周期排,每三个阻抗不同的均匀介质单元成一组,阻抗从小到大依次排列;超表面模型包括多组均匀介质单元列。本发明通过改变均匀介质单元声速来设计超表面,结构简单;在较宽的周期宽度范围内实现声波非对称传播;当声波正向传输时能够正向导通,而在声波反向传输时,声波被反向抑制,不能导通。

    一种基于图卷积神经网络的人脸聚类方法

    公开(公告)号:CN114511905B

    公开(公告)日:2024-11-05

    申请号:CN202210066025.6

    申请日:2022-01-20

    Abstract: 本发明属于人脸聚类技术领域,具体涉及一种基于图卷积神经网络的人脸聚类方法。本发明首先对人脸数据做特征提取,把人脸特征看成节点,计算所有节点的局部密度值;然后,基于局部密度值将数据划分为高密度节点和低密度节点两部分,高密度节点连接最近邻中同为高密度的节点,形成多个聚类中心;为低密度节点构造自适应子图,作为图卷积神经网络的输入,预测节点间的连通性;最后,将两部分合并后使用伪标签传播将不符合要求的边切除,获取最终的聚类结果。本发明基于密度将数据划分为两部分,仅对低密度部分构建子图进行推理,提高了聚类的效率,同时自适应子图能够提取更为丰富的上下文信息,使得对子图的推理更为准确,提高了聚类的准确度。

    一种基于元迁移学习的任务自适应的小样本图像分类方法

    公开(公告)号:CN114511739B

    公开(公告)日:2024-11-05

    申请号:CN202210089412.1

    申请日:2022-01-25

    Abstract: 本发明属于计算机技术领域,具体涉及一种基于元迁移学习的任务自适应的小样本图像分类方法。本发明通过结合元迁移学习,弥补MAML模型采用4Conv浅层网络提取特征不充分的问题;增加可训练的参数来学习平衡元知识在每个任务中的使用,解决现实场景下小样本学习的任务不平衡,类别不平衡,分布不平衡问题。本发明挑选每个任务中准确率低的样本,并重新组合它们的数据,使其成为更困难的任务,使元学习器在学习更加困难的任务的过程中提高模型的准确率。本发明提出的困难任务挖掘算法在线的收集分类效果差的样本组成困难任务,让学习器在困难任务中学习得更快、效果更好。

    基于匹配追踪的参量次级声源空间优化配置方法

    公开(公告)号:CN118692441A

    公开(公告)日:2024-09-24

    申请号:CN202410744621.4

    申请日:2024-06-11

    Abstract: 本发明提供了一种基于匹配追踪的参量次级声源空间优化配置方法,包括:首先,在降噪区域均匀选取虚拟差传感器位置并获得辐射噪声数据。其次,在参量次级声源数量确定条件下,在结构表面密集且均匀地选取远多于该数量的待选布放位置,使准直方向在全立体角范围内尽量以均匀形式分布,从而构建出待选声传递矩阵,并与辐射噪声进行匹配,根据匹配准则追踪到单个最佳布放位置和对应的传递函数。最后,在最佳布置参量次级声源,计算获得各监测点位置处次级声压贡献和残余噪声,将残余噪声作为新的噪声反复迭代求解出全部布放位置和传递函数。本发明为有源噪声控制领域次级声源布局提供了理论依据,为水下结构实现全空间有源噪声控制奠定了理论基础。

Patent Agency Ranking