基于低能见度场景中退化图像的增强方法

研究了低能见度条件下的图像清晰化方法,在基于频率域与空间域的传统算法的基础上,提出了传统算法互相结合的新算法,包括POSHE算法、基于POSHE算法与传统算法相结合的算法、有限对比自适应直方图均衡化的算法、基于CLAHE算法和POSHE算法与传统算法相结合的算法。以上几种算法,都能对含沙尘的这类图像进行不同程度的增强,得到了较为满意的结果。     

基于自编码器和密度的融合离群点检测算法

针对基于栈式自编码器的离群点(SAE)检测算法和基于密度的离群点(LOF)检测算法检测精度不高的问题,提出了将SAE算法和LOF算法相结合的SAE-LOF算法.该算法的核心是对单独的SAE算法和LOF算法加入"投票"思想,通过神经网络训练权重,计算SAE算法和LOF算法加权投票结果,进而检测离群点.首先,训练并测试SAE,得到SAE的重构误差;其次,通过LOF算法得到局部离群因子;再次,将SAE算法的重构误差和LOF算法的局部离群因子作为新的特征输入到神经网络,进行有监督的训练;最后,将测试集分别经过SAE算法和LOF算法,再输入到神经网络,输出值最高的若干样本被预测为离群点.将SAE-LOF算法与SAE算法、LOF算法、KNN算法、孤立森林算法进行了比较,结果表明:SAE-LOF算法的预测结果具有更高的精度、更低的错误率以及更高的AUC值.该算法显著提高了分类器的性能.     

基于LLE和PCA的人脸识别算法研究

用PCA算法对非线性结构的高维数据(如人脸图像)进行降维,会破坏其局部结构信息.而采用LLE算法对其进行降维,又会保留大量的冗余信息,并且算法不具有可扩展性,从而达不到预期的降维效果.为了克服PCA算法和LLE算法的这些缺点,我们提出将LLE算法与PCA算法以及径向基神经网络相结合的LPR算法,并将该算法分别与LLE算法和PCA算法进行实验比较.结果表明,LPR算法在保证较高识别率的同时,大大提高了算法效率.     

LLR-BP算法的简化译码算法研究

研究了基于Gallager方案的LLR-BP算法及其简化的译码算法,应用Matlab仿真比较了基于Gallager方案的LLR-BP算法及其三种简化译码算法的性能,仿真结果表明:基于Gallager方案的LLR-BP算法与归一化BP算法和偏置BP算法的误码率性能相差不多,当信噪比大于2dB时,归一化BP算法和偏置BP算法比基于Gallager方案的LLR-BP算法的误码率性能稍好,最小和算法误码率性能相对最差。     

基于高次逼近的改进型RA译码算法研究

RA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂.虽然最小和译码算法、归一化译码算法和偏移量译码算法能够简化BP译码算法,但它们都是以牺牲性能为代价的.根据最小均方误差准则,提出一种改进型RA译码算法,该算法采用高次逼近的方法来近似于BP译码算法,能够降低BP译码算法的复杂度.仿真结果表明,与BP译码算法相比,改进型RA译码算法能在降低算法复杂度的同时保持良好的译码性能,与归一化译码算法和偏移量译码算法相比,改进型RA译码算法的复杂度几乎不变,但译码性能得到了明显的提高.     

基于偏移量近似的改进型RA译码算法研究

RA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂。虽然最小和译码算法能够简化BP译码算法,但它是以牺牲性能为代价的。为了让译码算法在复杂度和译码性能之间取得较好的折衷,提出一种改进型RA译码算法。该算法采用偏移量近似的方法来逼近于BP译码算法,能够降低BP译码算法的复杂度。仿真结果表明,与BP译码算法相比,改进型RA译码算法能够在降低算法复杂度的同时保持良好的译码性能,与最小和译码算法相比,改进型RA译码算法的复杂度几乎不变,但译码性能得到了明显的提高。     

决策树中ID3算法的研究

ID3算法是决策树分类方法的核心算法,文章论述了ID3算法的基本思想和实现方法,并对ID3算法的性能进行分析,发现该算法存在不足之处.针对ID3算法倾向于多属性值的缺点,引入了权值对算法进行改进,并通过试验对改进前后的算法进行比较,结果表明改进后的算法是有效的.     

基于改进免疫遗传算法的水电站优化调度应用研究

根据免疫算法的生物学机理,提出了一种改进的免疫遗传算法.该算法将微粒群算法作为免疫算法的全局搜索策略,提高算法的全局搜索能力;利用逐步优化算法对免疫算法的控制策略进行进化操作,提高算法的局部搜索能力;利用免疫算法本身基于浓度的自我调节机制,提高群体的多样性,避免算法过早陷入局部最优解.最后给出了该算法实现的具体步骤,并将其应用于水电站的优化调度中,取得了较为满意的结果,且与动态规划、遗传算法、免疫算法和微粒群算法等比较,验证了算法的有效性和优越性.     

BM模式匹配算法的研究与改进

本文在分析传统模式匹配BF算法、KMP算法和BM算法的基础上,提出对BM算法的改进.主要针对BM算法中模式串向右滑动距离进行改进,BM算法和改进后的BM算法在同等条件下,分别调用各自算法的滑动距离函数,实验结果可以看出改进后的BM算法查找效率、查找次数等均优于BM算法.     

一种改进型VS功率控制算法

在VSPC算法的基础上,针对VSPC算法存在实用性方面的不足,提出了一种改进型VSPC算法.该算法是一种可在实际系统中应用的算法.通过仿真,证明改进型VSPC算法是一种性能上与VSPC算法相当接近的实用化算法.     

序列弱收敛的特征

本文在Schauder基存在的假设下,讨论了Banach空间中序列弱收敛的性质,自反Banach空间中序列弱收敛的等价条件,给出了Banach空间中序列弱收敛与强收敛等价的一个充分条件。     

关于级数绝对收敛的Orlicz-Pettis型定理

 为深入探讨级数的绝对收敛问题,引入一个具有普遍意义的抽象对偶系统(E,F),其中F ⊆G^E,G为局部凸空间。在(E,F)上给出级数绝对收敛的定义,讨论子级数收敛与绝对收敛的关系,得到了一个关于级数绝对收敛的Orlicz-Pettis型定理。     

非线性方程组的一个迭代解法

给出了一个解ｎ阶非线性方程组的具有三阶收敛速度的迭代法，它可看成解单个非线性方程的抛物线迭代法的推广，其一次迭代所需工作量是牛顿迭代法的１＋２/ｎ倍．当一阶导数阵奇异时计算也可进行．     

对近似收敛数列空间A_c(R)性质的探讨

从实数域上近似收敛数列空间Ac(R)定义出发,指出了收敛数列空间和近似收敛数列空间Ac(R)的包含关系和稠密性,介绍了近似收敛数列空间Ac(R)的一些基本性质,着重讨论了近似收敛数列空间Ac(R)的可分性及其对偶空间,最后又给出了近似收敛数列空间Ac(R)不是局部凸且不是局部有界的证明.     

p－Banach空间中的级数与囿变函数

证明了赋ｐ－范向量空间Ｘ完备当且仅当其中的绝对收敛级数必收敛；取值于ｐ－Ｂａｎａｃｈ空间Ｘ的抽象函数之囿变与ｐ－弱囿变等价当且仅当Ｘ中的级数之绝对收敛与ｐ－弱绝对敛等价     

惯量松驰因子的一个数值试验

研究了惯量松驰因子对ＳＩＭＰＬＥ算法收敛性能的影响，通过实例，找到了影响该项性能的最佳惯量松驰参数。     

机构投资者的趋同交易行为与股价同步性

利用2010—2012年A股市场的面板数据,从机构投资者交易行为趋同的视角,分析了机构投资者趋同交易行为对股价同步性的影响以及机构投资者持股在其间所起的作用。研究发现:机构投资者的趋同交易行为与股价同步性之间存在非线性的“倒U型”关系;且2者之间的正向关系随着机构投资者持股比例的提高而减弱。结论表明,机构投资者既有降低股价同步性的一面,同时又有提高股价同步性的另一面,这一发现对客观认识机构投资者对股价同步性影响提供了新的视角和经验证据。     

论信息技术对企业组织业务流程的影响——“新汇聚工程”的理论研究

如何解决信息技术与企业管理、组织结构的协调发展问题有着非常重要的现实意义,通过对“新工业工程”和“汇聚工程”的比较分析,对“汇聚工程”提出了新的理解,使之包容“新工业工程”的基本框架,并弥补“汇聚工程”在业务过程重组实施问题上存在的不足,进而提出“新汇聚工程”的概念。“新汇聚工程”的观点主要用来解决信息技术与组织业务的同步实施问题。     

一类鲁棒辨识算法的研究

提出了一种新的基本参数模型估计的辨识算法,该算法不仅辨识出一个参数点还辨识出每个参数的误差界。它将噪声界代入辨识,并在辨识过程中依据误差,动态修正辨识收敛速率及方向,以期获得满意的辨识性能。     

有界变量约束非线性方程组的信赖域内点算法

提出一种有界变量约束非线性方程组的信赖域内点算法，在合理的条件下所提供的算法不仅能整体收敛于方程组的解而且保持局部收敛速率．数值计算结果说明算法的有效性．