基于权重系数模糊C均值聚类

传统基于模糊C均值聚类图像分割算法易受复杂纹理和噪声干扰,无法准确分割图像。针对这一现象,提出一种基于权重系数模糊C均值聚类算法,并将其应用于图像分割中。算法定义权重系数矩阵,将每个像点的邻域信息引入到像点间相似性度量中,计算每个像点与聚类中心点的邻域相似程度,根据权重系数矩阵确定邻域中每个像点在邻域特征计算中所占权重,增强了算法对噪点和杂波的鲁棒性。实验结果表明,与传统模糊C均值聚类算法相比,该文算法获得更加精确的图像分割结果。     

低雷诺数下五圆柱绕流的数值模拟研究

基于四叉树自适应网格,采用有限体积法求解二维不可压粘性N-S方程,对X型排列和十字型排列的五圆柱绕流进行了模拟,计算均在Re=100的条件下进行.在文中给出了升力系数及阻力系数随圆柱间距比和排列方式变化的规律,并结合不同间距比下的流动特征进行了分析.计算结果表明,在不同的间距比下,五圆柱绕流存在三种不同的流动形式;在同一间距比下,十字型布置和X型布置的流动形式则既有类似之处又有各自的特点.在不同排列方式下,升阻力系数随圆柱间距比的变化规律有较大不同.     

职业能力测评中评分者信度FINN系数与ICC的计算与MATLAB实现

对FINN系数与组内相关系数ICC进行研究和分析,详细介绍了FINN系数与组内相关系数ICC的数学原理与计算方法.将FINN系数与组内相关系数应用于职业能力测评,结果显示FINN系数更能得到较好的信度值.而ICC更依赖评分点平均值的方差,在职业能力测评中容易得到较低的信度值,从而测量不出重要的信度.文章例解了FINN系数与组内相关系数ICC的MATLAB计算程序.     

基于双重字典及联合特征的遥感图像超分辨率算法

为了解决低分辨率遥感图像超分辨重建的问题,本文提出了一种基于双重字典及联合特征的遥感图像超分辨率算法.超分辨率重建技术目的就是根据低分辨率图像重建出原始高分辨率图像的高频信息.本文将图像的高频信息分解成为主高频信息和残差高频信息两个部分,然后针对主高频信息和残差高频信息,分别训练主高频字典和残差高频字典,并结合稀疏表示方法对图像进行重构.同时,为了建立更能反映图像内部结构信息的字典,本文联合图像的不同的结构特征,建立统一的字典.本文算法对图像取得较好的复原效果,复原出的高分辨率图像更接近于真实图像,与其他方法相比具有更好的主观和客观质量.     

梵高绘画风格特点的数字化分析

利用稀疏编码算法提取的图像特征可用于视觉艺术作品的风格分析,但往往并不对训练所得的基函数做深度的数据挖掘。通过对视觉艺术作品的稀疏变换,获得能反映风格图像本质特征的训练基,对训练基进行空间特征量统计及高阶特征量统计。利用训练基的Gabor变换能量,对梵高不同时期风格作品进行归一化互信息计算,从而对梵高不同时期艺术作品差异特点做出分析。仿真结果表明,对基函数的深度挖掘,能够将人们对基函数的直观感受进行数字量化,在一定程度上对作品风格做出区分,并可为画作评论提供一定参考。     

关于分数阶扩散方程的系数反问题

考虑在有界域Ω上的一个扩散方程的初边值问题:tαu=Δu+p(x)u,其中,tα是Caputo导数,0α2,α≠1.讨论了空间系数p(x),x∈Ω的反问题,以及通过数据u|ω×(0,T)确定分数阶导数的阶数α,其中,ωΩ是一个子域;并在初始条件是正的与ω是Ω的领域的条件下得出唯一性重要结论,最后通过将解u转换成波动方程的解来证明这一结论.     

基于空间综合威胁体的无人机航迹规划方法研究

传统规划多数在平面中模拟威胁,难以真实表达威胁对无人机的影响范围,为了提高无人机飞行中的安全性和稳定性,在航迹规划中尽量规避周围环境的威胁,本文提出了一种基于空间综合威胁体的航迹规划方法,在目标区域内建立空间综合威胁体模型并进行分析及计算,最后进行航迹规划.空间综合威胁体的限制可有效减少待扩展节点的数量,提高航迹规划计算的效率.     

一类带干扰的离散风险模型

在经典风险模型的基础上,考虑了投资收益也将利率因素的影响加以研究将其进行了推广得到了一个新的风险模型,同时得到和经典模型十分相似的破产概率的表达式以及Lundberg不等式.     

腹板柔细比对剪切型阻尼器耗能效果的影响研究?

剪切型软钢阻尼器的耗能效果与腹板柔细比紧密相关,为深入研究两者关系,设计了10个不同柔细比的剪切型阻尼器.以通用有限元分析软件Abaqus为模拟平台,对各阻尼器进行精细化的建模分析,模型考虑1/1000的腹板初始面外变形.根据Abaqus的模拟结果,详细对比了滞回曲线、骨架曲线和等效粘滞阻尼系数等指标,对不同柔细比阻尼器的耗能能力进行分析.数值试验结果表明,当腹板柔细比Rw≤0.40时,剪切型软钢阻尼器具有稳定的耗能能力.     

舆论演化的社会影响级联效应模型

舆论建模跳出传统的基于最近邻("person-person")的交互范式,引入次近邻("personperson-person")的影响,刻画网络中邻居的邻居对观点改变的作用,提出舆论演化的社会影响级联模型,分析其在可变聚类系数网络上舆论的演化性质.通过调节网络聚类系数,使用异步更新的方式,观察网络集聚特性对舆论演化的影响.结果表明,1)相比于传统的最近邻影响模型,社会影响级联模型的社会强化作用更大,系统更容易达成共识,初始状态中主流观点的影响将被放大;2)舆论演化结果与网络集聚性和初始状态相关:当系统初始状态p_+≠p_,系统观点演化达到稳态后,网络聚类系数越大,越容易产生主流观点;当初始观点p_+=p_时,即正、负力量势均力敌时,系统共识则难以确定.这种情况和现实社会舆论的演化结果符合.