单层柱面网壳结构强震作用下抗震性能研究

地震是严重危害人类生命财产的自然灾害 ,但目前工程界对于网壳结构强震下的抗震性能尚缺乏透彻了解。笔者通过对单层柱面网壳典型算例进行三维地震作用下的双重非线性时程分析 ;观察其多项特征响应指标随地震动逐渐增强的变化情况 ;研究其塑性发展过程和破坏特征 ;对单层柱壳强震作用下的破坏机理进行了探讨 ;并在此基础上对不同参数柱壳弹塑性地震响应规律和破坏特征进行了分析和总结。研究表明 ,地震作用下单层柱壳破坏前均经历了一定的塑性发展过程 ,其破坏的真正原因是结构塑性发展和位形变化的交互作用 ,矢宽比较大的柱壳倾向于动力失稳破坏。     

对非线性科学在地质灾害领域的认识和展望

非线性科学的发展给地质灾害的研究注入了新的活力，崭新的思维方法和理念将会为地质灾害的研究和预报找到新的突破点。本文简要叙述了非线性科学在地质灾害领域运用的指导思想和应用前景，同时对用滑坡预报的BP神经网络例子加以深化。     

中国七大流域水系与洪涝的分维及其关系研究

本文在GIS技术的支持下，应用分形理论首先系统地计算了中国七大流域水系以及各流域洪涝的分维，其次对七大流域水系分维与各流域洪涝分维之间的可能关系进行了探讨。主要结论如下：（1）分维是表征洪涝发生特征的较好的参量，其蕴涵着洪涝发生次数，周期等丰富信息。（2）一般而言，在研究时段某流域洪涝发生的次数较多，则相应该流域洪涝的分维较大，反之亦然；（3）一般而言，当某一流域水系分维相对较小时，则相应该流域洪涝的分维相对较大，反之亦然。     

黑龙江水体二维弥散系数计算方法初探

在对于天然水体的二维扩散规律的研究中，最为困难的是二维弥散系数的计算。这主要是由于各种计算方法所涉及的影响因素的不同使得所产生的误差在１０～１００倍以上。为使计算结果尽量接近真实，在此以江上示踪实测值为依据，对各种求算方法进行理论研讨，误差验证，寻找最佳计算方法，并求定黑龙江水体二维弥散系数，使之直接应用于天然水体的污染带计算和水质模拟。     

一种确定地球化学异常下限的简便方法

本文从地球化学场元素的分布形式出发 ,探讨了理论分布形式的频率与含量双对数坐标图示特征 ,从而提出了一种确定地球化学异常下限的简便方法。将该方法应用于湖南柿竹园钨多金属矿区 ,效果显著     

基于两阶段降维的中国经济发展协调性评价

为了研究中国2000 - 2008年间经济发展与环境、资源、人民生活水平三个方面的协调程度,本文建立了包括4个子系统、9个子项目、112个指标的评价指标体系,利用主成分分析方法与投影寻踪方法对评价指标进行两阶段降维分析,将高维数据转化为直观的评价值.根据最终投影函数值对2000 - 2008年中国经济发展的总体协调性进行了评价,评价结果显示:近年来,中国经济发展协调性发展趋势良好,且各子系统对经济发展的协调性都有着重要影响.在对各子系统的发展情况迸一步分析后指出:对于环境、资源、生活子系统的发展影响最大的子项目分别是污染排放与治理、矿物能源和农村生活水平.为了衡量各子系统间的协调程度,本文提出了一种新的计算系统间协调度的方法,在现有系统协调度评价方法的基础上进行了一定的改进.经济—环境、经济—资源、经济—生活三组子系统的协调度计算结果显示:各组子系统间的协调度都在经历迅速提高后,逐渐回落波动至平稳,而环境、资源和生活子系统的发展目前仍滞后于经济子系统.     

“红三角”地区城镇体系结构分形研究

分形维数是刻画城镇体系结构的有效参数。将“红三角”地区分成韶关、郴州、赣州三个城镇体系，分别测算各个城镇体系的Hausdorff维数、空间关联维数及牛鸦维数比、随机集聚维数。测算结果表明:①赣州、郴州两市的中等位序城市较多，人口分布比较均衡，而韶关市城镇体系等级规模差异明显，人口分布差异程度较大，韶关市区人口规模大，具有较强的垄断性；②各城镇体系中的城镇有集中到某一地理线上的趋势，具有轴线特征，同时整个地区的交通网络比较完善，整体通达性好，但城镇体系空间关联程度不够紧密；③各城镇体系空间分布呈现集聚性特征。最后对“红三角”地区城镇体系建设提出了发展次级中心城镇、加强区域空间结构轴建设、适当调整行政区划和加快交通基础设施建设的建议。     

三角模糊型属性值的期望值比重规范化方法

针对三角模糊数表示的收益类和成本类属性值,基于期望值运算和线性扩展运算,提出了期望值比重规范化方法,总结了规范化公式的性质和规范化方法的特点,最后通过算例表明了该方法的可行性。     

机器人对话中的情感倾向性分类模型研究

如何使机器人能够像普通人一样识别情感,有针对性地与人聊天是目前人工智能领域研究的核心问题。将情感识别任务看成一个分类问题,构建了两种分类模型,一是基于PCA-SVM的情感倾向性分类模型,有效地提取主要特征,从而转换到一个低维空间去处理数据,有利于提高分类效率和质量;二是基于LSTM的情感倾向性分类模型,利用Word2vec进行特征选择与组合,送入长短记忆神经网络(LSTM)进行特征表示学习,输出分类结果。实验表明,针对中小规模的评论语料数据,LSTM模型比SVM模型的分类效果更好。