尹伟石
- 作品数：54 被引量：78H指数：4
- 供职机构：长春理工大学更多>>
- 发文基金：国家自然科学基金吉林省自然科学基金国家级大学生创新创业训练计划更多>>
- 相关领域：理学自动化与计算机技术文化科学交通运输工程更多>>
- 利用变分迭代法求Riesz分数阶偏微分方程近似解被引量：3
- 2016年
- 变分迭代法是一种有效的求解分数阶偏微分方程的迭代方式。将其应用到求解Riesz分数阶偏微分方程中,给出Riesz分数阶偏微分方程相应的修正泛函方程,对修正泛函方程进行求解;确定拉格朗日乘子,给出初值,通过迭代即可求出方程的解。与其他方法相比,变分迭代法不需要进行变换和数值逼近,计算更加简洁。
- 尹伟石张绪财徐飞
- 关键词：变分迭代法近似解
- 基于空间-通道注意力对抗网络的大气湍流退化图像复原方法
- 2024年
- 大气湍流的随机性和复杂性会影响光线传输时波的空间位置变化,造成远程成像质量的退化,降低设备对图像信息的提取能力。针对大气湍流退化图像问题,提出空间-通道注意力对抗网络复原湍流退化图像,对退化图像中的噪点、几何扭曲及模糊进行逐步消除。应用空间-通道注意力对特征进行提取,捕捉微观局部和宏观全局信息,同时对通道间信息加以结合,实现复原图像在内容上的协调性。最终实验结果表明提出的方法在复原湍流退化图像领域可行性。
- 文兴超尹伟石
- 关键词：大气湍流图像复原
- 利用分数阶(G′G)展式法构造分数阶KdV-Burger方程方程的精确行波解被引量：1
- 2016年
- (G′G)展式法是一种行之有效的求解分数阶偏微分方程的方法.利用行波变化与齐次平衡技巧可以对该方法进行拓展,拓展后的方法能够处理更一般的分数阶偏微分方程.最后将拓展后的方法应用到基于黎曼-刘维尔积分意义下的时间空间分数阶KdV-Burger方程中,通过符号计算可以得到方程的精确行波解。与其他方法相比,拓展的(G′G)展式法不需要进行变换和数值逼近,计算更加的简洁。
- 尹伟石李琰徐飞
- 关键词：精确行波解
- 微小的圆或圆环形零件表面缺陷检测系统
- 本实用新型提供一种微小的圆或圆环形零件表面缺陷检测系统，其包括第一输运单元、第一光学检测单元、自动翻面单元、第一自动分离回收单元、第二输运单元、第二光学检测单元、第二自动分离回收单元、控制单元及底座；采用减振阻尼装置解决...
- 许金凯刘岩于占江尹伟石
- 文献传递
- 基于贝叶斯方法的非均匀介质内混合障碍反散射问题研究
- 2023年
- 考虑二维情况下非均匀介质内的声波混合障碍反散射问题。在非均匀介质折射率是二元函数时,提出了一种同时重构裂缝和不可穿透障碍的贝叶斯方法。将混合障碍物的位置信息作为贝叶斯方法的先验信息,使用马尔科夫链蒙特卡罗(MCMC)算法重构裂缝和不可穿透障碍的形状参数。数值实验的结果表明,该方法能有效重构非均匀介质内混合障碍的形状。
- 史星雨尹伟石
- 关键词：非均匀介质贝叶斯方法
- GRU稳定性研究及在声波反散射中的应用被引量：1
- 2023年
- 针对门控循环单元网络(GRU)的理论研究问题,考虑将GRU与微分方程建立联系,从微分方程的稳定性理论推导神经网络的稳定性。首先,通过GRU网络结构得到网络的动力系统表达形式,用连续方程的前向Euler离散格式解释门控循环单元网络的传播过程。其次,基于Krasovskii方法框架证明离散格式的稳定性,说明单层无输入GRU的稳定性只依赖于候选激活状态下的权重矩阵,并证明GRU的稳定性定理。最后,将GRU应用于求解声波障碍反散射问题,从数值实验角度说明该网络在求解不适定问题时仍能得到稳定的反演效果。
- 王欣羽孟品超尹伟石
- 关键词：动力系统稳定性反散射问题
- 基于Bayes微分进化算法的热源识别反问题
- 2019年
- 利用Bayes微分进化算法,讨论二维热传导方程问题,通过一个观测点的不同时刻观测温度,给出热源位置的反演估计.数值实验结果表明:随着迭代次数的增加,热源位置参数误差变小;当迭代次数大于120次时,参数反演的相对误差均控制在2%以内;当对观测数据分别添加5%和10%的白噪声时,相对误差变化不大,表明算法稳定性较好.
- 尹伟石李嘉琦
- 关键词：反问题微分进化算法
- 基于同伦摄动Sumudu转换法和Sumudu分解法求解非线性分数阶偏微分方程被引量：1
- 2017年
- 本文运用同伦摄动Sumudu转换法和Sumudu分解法求非线性分数阶偏微分方程的数值解,并对结果进行比较.两种方法计算过程简单,而且得到的近似解完全一致.
- 尹伟石韩涛
- 应用首次积分法求解非线性波动方程被引量：4
- 2015年
- 利用首次积分法求解一类非线性波动方程的行波解,得到了行波解的精确表达式.数值算例表明,对于同类的双曲型发展方程,该方法仍然有效.
- 尹伟石孟品超李延忠
- 关键词：首次积分法非线性波动方程行波解
- 光栅反散射问题的神经网络方法被引量：1
- 2023年
- 针对测量的近场数据来研究光栅形状重构问题,提出了一种基于端对端结构的神经网络方法。该方法是一种循环神经网络,采用序列对序列的方式进行计算。网络模型以近场数据作为输入,以光栅形状参数作为输出,先利用编码端对输入的近场数据进行特征提取,再通过Adam算法更新模型权重,最后使用解码端进行光栅形状参数的反演。此外,模型利用多个门控循环单元从近场数据中提取近场特征,并将该特征引入到解码端中,为反演光栅形状参数提供了更多的特征参考,进一步提高反演效果。数值实验说明该方法可以有效地重构光栅的形状。
- 王丹尹伟石孟品超
- 关键词：神经网络
