叙述性偏好法实验的有效样本量模型框架

叙述性偏好法(SP)是一种通过实验设计研究人们偏好的方法,通常结合离散选择模型估计参数.针对SP实验设计缺乏足以得到准确参数估计的有效样本量的问题,提出一个易于操作、更加全面的SP实验有效样本量估计方法框架,实现通过一个线性模型来估计实验所需的有效样本量.应用该框架开展实证研究,发现要素的数量、要素水平的数量、参数的尺度、样本量以及实验设计策略都对参数的准确性产生显著的影响,得到3种设计策略下的有效样本量估计模型.以此为基础,提出SP实验设计的实践原则.     

气淬法制备高炉渣玻璃微珠的性能

通过实验分别检测了高炉渣珠的堆积密度、粒度分布、化学侵蚀性、筒压强度和表观特性.结果表明,堆积密度随粒径的增加先增加后减小,0.3~1mm粒径范围内渣珠堆积密度最大,并且渣珠粒径主要集中在0.30~1.0mm之间,成珠率较高;渣珠不耐酸,在同一侵蚀溶液中,粒径较大的渣珠的抗侵蚀能力强于粒径较小的渣珠;粒径越小,渣珠筒压强度越大,渣珠承受压力的能力越强;高炉渣珠表面光滑平整,呈圆球状,粒径大小均匀;由于渣珠气淬的冷却速率较快,渣珠非晶相含量较高,当渣珠粒径<0.30mm时,XRD曲线变为馒头峰,基本不再有晶相析出,矿相变为非晶相.     

攀西微细粒钛铁矿工艺矿物学特征

以传统工艺矿物学研究方法为基础,结合化学分析、XRD,SEM及MLA等手段,对微细粒钛铁矿物料的化学组成、矿物组成、粒度分布、矿物嵌布特征进行了研究,在此基础上,对物料分选特性进行了讨论分析.研究结果表明:物料中67.04%的有价元素Ti赋存在钛铁矿中,脉石矿物主要为钛辉石、绿泥石和长石;物料中-19μm粒级产率达74.33%,其中各矿物粒度分布差别较大,有用矿物粒度较脉石矿物细;钛铁矿矿物单体解离度为90.43%,与钛辉石紧密连生.该研究结果为攀西微细粒钛铁矿物料的高效回收提供了依据.     

蒸汽-兰炭换热与余热回收特性实验研究

利用自行搭建的蒸汽–兰炭气固换热实验系统,研究了整个料层内兰炭与蒸汽的换热及余热回收特性,分析了颗粒平均粒径、料层厚度、蒸汽流量对兰炭余热回收量和蒸汽?增的影响规律。实验结果表明:随着换热时间的增长,料层整体平均温度以先快后慢的趋势逐渐降低,有效换热系数逐渐减小,热回收量和蒸汽的?增上升;增加料层厚度、减小兰炭颗粒的粒径、提高蒸汽流量有利于有效换热系数的增加,有效换热系数的范围在3.5～52.0 W/(m~2·K)之间。此外,拟合出了粒径、料层厚度、蒸汽流量、料层整体平均温度与有效换热系数的实验关系式。     

基于客户满意度的车辆路径问题的混合蝙蝠算法

车辆路径问题对现实有着良好的指导意义,自提出以来便吸引了企业界和学术界的广泛关注。然而,传统车辆路径问题仅仅将车辆行驶里程最短作为目标,忽视良好的客户体验对于企业的重要性。考虑客户满意度这一目标,建立以客户满意度和车辆行驶里程最短为目标的多目标优化模型,根据车辆路径问题的具体特征,改变基本蝙蝠算法的编码方式。为克服基本蝙蝠算法求解精度低、易陷入局部最优的缺陷,加入贪婪随机自适应启发式算法提高求解精度,引入病毒进化机制以增强蝙蝠算法跳出局部最优的能力。算例分析表明:病毒进化混合蝙蝠算法相比于基本蝙蝠算法,在求解精度上有较大幅度提高,是一种有效求解车辆路径问题的方法。     

基于自适应多态融合蚁群算法的无人机航迹规划

为解决传统航迹规划最短路径算法易陷入局部最优及复杂地形情况下的无人机航迹规划问题,提出了一种基于自适应多态融合蚁群算法的航迹规划方法。通过对航迹规划问题进行描述,建立数学模型,将自适应和蚁群算法相结合,与多态蚁群形成了全局、局部并行搜索模式,以提高算法寻找全局最优值的能力;提出自适应并行策略和自适应信息更新策略,以提升其全局搜寻能力。仿真结果表明,自适应多态融合蚁群算法较传统蚁群算法和多态蚁群算法具备更好的性能,能有效地提高搜索路径的长度和收敛速度,从而避免在求解过程中陷入局部最优,因此在求解最优航迹规划问题上有很好的应用前景。     

基于变分贝叶斯估计方法的双尺度自适应Kalman滤波

针对Kalman滤波在对敌目标估计应用中遇到的量测和过程噪声均未知且时变的情况,提出了一种利用变分贝叶斯估计的双尺度自适应滤波方法。解决了2个关键问题：一是针对量测和过程噪声协方差的共轭后验分布提出了相对转移概率指标,设计了启发式的自适应噪声估计窗口,实现了稳态精度和时变响应性能的综合提升,能适应敌方目标机动性高且统计特性变化快的特点;二是设计了在不同时间尺度上估计过程噪声和量测噪声的协方差方法,解决了在同一时间尺度上使协方差估计值发生严重偏差且增大滤波误差的问题。仿真表明,所提方法能快速跟踪目标状态噪声统计特性的变化并保证估计精度。     

基于稀疏恢复的 MIMO-STAP干扰样本检测方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在训练样本存在有源干扰时杂波抑制性能严重下降的问题,提出了一种干扰样本检测方法。首先使用正则化FOCUSS算法估计出各原子的空时功率谱值,接着设置谱值门限将谱值较大的原子取出,然后确定扫描带对空时二维平面进行扫描,最后根据进入扫描带最大原子数占总原子数的比例判别训练样本是否存在干扰。仿真实验表明,该方法可有效检测出训练样本中的干扰,使用该方法挑选出的无干扰训练样本恢复杂波谱可保证空时滤波器的杂波抑制性能,提升稀疏算法求解杂波谱时涉及到的样本的可靠性。     

基于像素值排序最值阶跃响应的可逆信息隐藏

针对现有明文域可逆信息隐藏方案对于单个像素值修改过程中仅嵌入单比特秘密信息,提出一个基于像素排序值(pixel value ordering,PVO)阶跃响应的可逆信息隐藏方案。PVO对像素块排序后的最值进行预测和修改实现秘密信息的可逆嵌入,具有高保真的特性。利用PVO后的参考像素来确定高保真阶跃修改量,然后通过阶跃处理进行块内冗余像素的选择,最终通过排序序列与像素位置的映射关系来实现信息的嵌入。方案每修改单个像素值信息能够实现多比特秘密信息的嵌入,并且由像素排序确定得到的阶跃修改量能够保证信息提取后图像的无损恢复。经仿真实验验证,在达到同样嵌入容量要求条件下,研究结果较先前基于预测扩展处理的像素值排序方案能够大幅减少像素修改的数量,并且低负载条件下峰值信噪比性能指标得到显著提升。     

基于改进粒子滤波的视觉目标跟踪

针对目标跟踪算法在精度和鲁棒性上的要求,提出一种基于改进粒子滤波的视觉目标跟踪算法.首先,建立多种特征来描述目标外观模型,并对各特征分量的加权系数进行自适应调节;然后,利用分类重采样方法解决原始重采样方法中的粒子退化和匮乏问题;最后,提出一种新的模板更新机制,自适应选取运动模板或原始模板.实验结果表明,改进后的算法在具有挑战的跟踪视频序列上实验,具有良好的跟踪精度和鲁棒性,能够应对视频图像分辨率不高、目标转动变化、部分遮挡等复杂条件.