基于卡方核的正则化线性判别行人再识别算法

针对行人再识别过程中存在获取的训练样本较少,真实样本分布不一定线性可分和算法识别率低的问题,提出基于卡方核的正则化线性判别分析行人再识别算法(KRLDA,kemel regularized linear discriminant analysis)。该算法首先利用核函数将样本从线性不可分的原始空间映射到线性可分的高维特征空间,然后在高维空间中构造描述数据之间邻近关系的散度矩阵,再利用正则化线性判别分析获得高维到低维空间的投影矩阵,使得数据在低维空间能够保持高维空间的可分性,从而提升行人再识别算法的识别率。在VIPeR、iLIDS、CAVIAR和3DPeS数据集上,实验结果表明所提出的算法具有较高识别率。     

关于迷向log-凹函数的注记

凸体的迷向位置是研究极值问题的重要位置.研究了log-凹函数的迷向位置,得到了log-凹函数处于迷向位置的充要条件,其结果是凸体处于迷向位置充要条件的推广.     

具有隐性感染的登革热模型稳定性分析

建立了一类具有隐性感染和垂直传播的登革热模型.首先通过构造Lyapunov函数得到了无病平衡点E_0是全局渐近稳定的;进一步利用第二加性复合矩阵等理论得到了地方性平衡点E*是全局渐近稳定的条件.     

基于二进制熵的加解密函数定位方法

针对二进制程序模糊测试中加解密函数定位准确率低的问题,提出一种基于二进制熵的加解密函数定位方法.该方法对二进制程序的控制流信息进行模型构建以定位程序关键代码,提取关键代码前后的数据流并计算其二进制熵,通过前后二进制熵的关系确定被测代码中是否存在加解密函数.实验结果表明,该方法能够有效发现程序中的加解密函数,准确率大于99%;该方法可以用于提高模糊测试发现漏洞的能力,具有一定的实用价值.      

一类带有区间时变时滞的非线性中立切换系统的指数镇定

研究带有时变时滞中立非线性切换系统的指数镇定问题。通过时滞以及时滞的界,构造Lyapunov-Krasovskii函数,运用平均驻留时间方法,给出了中立非线性切换系统指数镇定的充分条件,该条件以线性矩阵不等式的形式出现。最后运用Schur补引理,设计出控制器以保证闭环系统的镇定,并用数值进行了验证。     

Ti微合金化汽车大梁钢510L动态再结晶行为

采用单道次压缩实验和阶梯试样热轧-淬火实验研究了低成本的Ti微合金化汽车大梁钢510L的动态再结晶行为.结果表明,应变速率为0.1s^-1时,变形温度为850~1050℃时均发生动态再结晶,应变速率为0.2s^-1时,只有在变形温度高于950℃时发生动态再结晶.变形温度的升高和变形量的增大会逐渐细化奥氏体晶粒,并使再结晶体积分数趋于增大.回归得到实验钢的动态再结晶激活能仅为211.43kJ/mol,说明Ti的添加几乎没有抑制高温奥氏体的动态再结晶,并建立了动态再结晶临界应变模型和动力学模型.     

基于目标空间分区的稳态高维多目标进化算法

针对高维多目标优化中Pareto非劣候选解所占比例很大,常用的先考虑收敛性再考虑分布性的多目标进化算法面临选择压力衰减的问题,提出一种先考虑分布性再考虑收敛性的高维多目标进化算法——基于目标空间分区的稳态高维多目标进化算法(SS-OSP).该算法先采用目标空间分区策略将种群按照权重向量分为多个子空间,在每个子空间中按照分解方法中的聚合函数选择个体;然后,考虑到常规的PBI聚合函数的罚参数在进化过程中一直保持不变的情况,提出一种自适应PBI聚合函数;最后,仿真实验结果表明所提出的算法与其他三种算法相比,具有更好的收敛性和分布性.     

Ti微合金化汽车大梁钢510L的组织性能

通过层流冷却及卷取过程模拟实验和实验室热轧实验研究了冷却工艺参数对Ti微合金化汽车大梁钢510L组织性能的影响规律,并在生产现场进行了工业试制.结果表明,大冷速有利于弥散细小的TiC粒子析出,冷速和终冷温度对实验钢强度的影响是细晶强化、析出强化和相变强化共同作用的结果,N含量显著影响Ti的析出强化效果,在冶炼时应严格控制钢中的N含量,否则将对钢板的性能产生较大的影响.实现了低成本Ti微合金化汽车大梁钢510L的批量稳定生产.     

基于脉搏波数学模型的运动员运动状态判别方法

针对利用运动员脉搏波信息对其运动状态(高强度运动、平静)进行判别,并减少身体状态的随机性对脉搏波特征信息的影响问题,提出了一种对原始脉搏波信号进行建模进而提取特征信息进行状态判别的方法.利用训练-测试的二分类分析方式,对运动员的心率状态进行判别,以分析运动员的运动状态,辅助其进行运动训练工作.实验通过对10名运动员志愿者在不同状态下进行脉搏波采集,对预处理后的原始信号进行函数建模并提取生理信息,利用SVM进行监督训练和测试.结果表明,该方法能够对运动员心率状态进行有效判别,得到运动员的运动状态.     

关于连续型随机变量函数分布类型的一个反例

给出了一个反例,说明一个连续型随机变量由非平凡的连续函数作用后得到的新随机变量不一定为连续型随机变量.