基于混合高斯模型的储物柜存取货行为检测方法

针对储物柜存取货物场景的实际情况和人员行为的特点，提出一种通过融合时间调整机制控制前景融入背景的改进型混合高斯建模检测方法，并引入手臂识别机制。融合时间调整机制减小了由于人员停止运动而错误决策为背景的可能性；手臂识别算法模型有效地识别人员伸手动作。实验结果表明，该方法可以简单有效地从连续的图像序列中检测出人员在储物柜场景下的存取货物行为。     

具有Logistic增长项的两种群竞争Keller-Segel模型的稳定性分析

应用线性化方法研究两种群竞争的Keller-Segel模型常数平衡解的个数及其稳定性问题.     

征稿启事

<正>《南阳理工学院学报》是由河南省教育厅主管、南阳理工学院主办的综合性学术期刊.创刊于2009年,双月刊,A4开本,本刊分为自然科学版和社会科学版,单月25日出版,国内外公开发行来稿必须为原创性或评述性论文.要具有创新性、学术性和科学性,务须论点明确、文     

雾霾污染的危害与治理支付意愿研究进展

雾霾污染问题是当前研究的热点问题。雾霾污染会导致出行障碍、相关疾病发病率及死亡率上升、动植物生长受阻、旅游业产值下降、社会经济发展受影响和社会稳定度下降等。可见,治理雾霾污染刻不容缓。雾霾治理的费用相当高,公众参与治理雾霾是一种有效的缓解雾霾治理资金紧张的有效途径之一。由此,本文以我国雾霾污染治理的支付意愿为研究对象,利用文献研究和归纳总结方法,系统介绍了雾霾治理支付意愿的相关问题、雾霾治理支付意愿的评估模型以及雾霾治理支付意愿的影响因素,以期为我国雾霾治理费用的分摊提供重要的理论参考。     

考虑单元互测的测试性指标分配方法

测试性分配是将系统级测试性指标按照一定规则分配给各组成单元的过程。针对现有主流测试性分配方法未考虑单元之间的互测情形,导致分配结果不合理,尤其是部分单元分配指标虚高,难以实现或代价过高等问题,提出了在综合考虑单元故障率、故障危害度等多重影响因素基础上,进一步考虑单元互测因素的测试性指标分配方法。首先实施考虑多重影响因素的指标初次分配;然后基于单元测试性初步设计结果,实施测试性建模与分析,得到单元自检故障率与他检故障率;再利用这两个数据以及初次分配结果构造分配函数实施再次分配,进而得到最终的分配结果;最后应用该方法进行仿真和实例运算,证明了该方法的有效性和先进性。     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

习近平风格的体现

<正>自2006年8月中央外事工作会议之后时隔八年,2014年11月中央再次召开外事工作会议。习近平在本次中央外事工作会议上的重要讲话,是党中央外交理论和实践创新的最新成果,对当前和今后一个时期我国对外工作具有极其重要的指导意义。对此我有三点体会:第一,这次中央外事工作会议非常明显地体现了习近平的外交特色。一是充分体现了习近平的战略思维和历史观;二是辩证地分析形势,但又明确表达自己的主张。以前我们分析形势也是要求辩证地看,既要看到这一面,又要看到那一面。而这一次则提出"五性五不",即"要充分估计     

工程弹性系统与系统弹性理论研究综述

工程弹性系统(engineered resilient system,ERS)是美国国防部(department of defense,DOD)应对越来越不确定的任务和环境而提出的未来国防系统发展战略,对复杂系统的工程实践与系统弹性理论都带来新的挑战。首先,对ERS提出的背景和相关概念进行介绍,重点对美国国防领域对ERS的一些观点进行分析,包括ERS的关键属性、弹性工程与现役系统关系、ERS设计中考虑的因素和ERS与系统工程的关系等,并对美国DOD优先立项的ERS项目研究进展进行了的研究。其次,对弹性相关的学术研究进行了述评,包括不同领域中弹性的概念、系统弹性不同的评价方法以及系统弹性设计方法,以便于对ERS的发展有一个较为全面的了解和借鉴。最后,在ERS发展研究基础上,从理论和应用角度对ERS和系统弹性理论面临的挑战进行了讨论。     

VaR模型在股票风险管理中的应用研究

采用VaR模型对股票进行风险管理.介绍了VaR的3种主要计算方法,分别是参数模拟法、历史模拟法和蒙特卡罗模拟法,选取2016年沪深300指数每日收盘价序列作为分析目标,采用参数模拟法,通过MATLAB软件估计VAR值,计算出在一定的持有期内,在相应的置信度水平下的最大损失.对股票市场的风险管理提出了相关建议,并提出VaR模型未来的发展方向.