基于矩阵分解的小计算代价RPCA模型及应用

鲁棒主成分分析(RPCA)是处理前景-背景分离问题的常用模型,然而原始RPCA模型及多数改进模型直接使用核范数来近似矩阵秩函数,常导致求解效率低且分离效果不理想等问题,尤其是当背景动态变化时。为降低计算代价,改善分离效果,引入矩阵分解技巧,同时在模型中加入二值模板和置信图等时空约束信息,对基于核范数的RPCA模型进行改进,提出一种新的小计算代价RPCA模型。运用增广拉格朗日乘子法求解改进后的模型,并在大量真实数据集上进行数值实验。实验结果表明,与现有的模型相比,新模型的召回率、准确率及相似度等评价指标都有明显的改善,且分离精度和求解效率也显著提高。     

经济先行指数和我国宏观经济增长的动态关系解析

本文以经济学方法论关于"宏观分析必须建立在微观基础之上"的原则为导向,以"上市公司担保与金融市场绩效之间的动态关系"为考察对象进行主题讨论. 上市公司担保活动的出现将直接影响我国银行业的放款数量,从而带来金融市场风险问题. 通过分析二者之间的动态关系,可以进一步完善上市公司担保事项.     

多频段超声波发生系统应用研究

在超声波植物萃取领域,不同的植物药材对超声波的频率要求不同,且频率是影响提取率大小的重要因素,而传统的超声波发生系统,其工作频率受功率换能器固有谐振区窄带宽的影响,一般只具有一个工作频率。对此,本文提出利用多频换能器切换的方法构建了多频段超声波发生系统,并设计了软件锁频以及最大电流跟踪的复合控制策略,实现了自动查找换能器谐振点及自动频率跟踪的功能,依据换能器电流反馈来调整输出功率及阻抗匹配网络,实现动态响应不同特性的超声波换能器。通过实际实验,验证了整个超声波系统多频段高效工作的可行性。     

基于遥感影像的恩施市土地利用/覆被变化研究

以恩施市2003年和2015年的遥感影像为基础,本文利用ENVI5.1将影像分成六大土地利用类型:林地、耕地、草地、建设用地、水域和裸地。同时,采用土地利用/覆被变化幅度、动态度的数学模型和混淆矩阵的分析方法,研究恩施市2003—2015年土地利用/覆被动态变化。结果表明,2003—2015年,恩施市土地利用类型占比最高的为林地和耕地,二者总面积超过恩施市总面积的80%,林地和耕地是土地利用类型变化幅度最大的用地类型;土地利用/覆被变化最剧烈的主要为建设用地、水域和裸地,土地利用变化过程动态度K2分别达到28.43%、16.63%和7.74%;土地利用类型相互转化方面,主要是林地和耕地的转化,其次是草地、裸地向建设用地的转化。     

基于云雾结合的工件深度学习识别问题研究

统工业自动分拣存在工件识别准确率不高、特征定义复杂等问题,虽然新兴的深度学习为此类问题提供了较好的解决方法,但仍存在对边缘端设备计算能力要求较高的问题,为此本文提出一种基于云雾结合的工件识别算法,即在云端采用改进ALEXNET卷积神经网络进行训练,然后将训练好的模型下载到雾(边缘)端设备,对工件进行实时识别.对100个不同工件进行实验,结果表明:改进后识别准确率从ALEXNET的98%提高到99%,模型参数减少25%,同时可以充分利用云端的强大计算能力与边缘设备的实时性,为智能工件识别提供了一种新途径.     

海南台风灾害实时评估分析——以1816号台风“贝碧嘉”为例

以1816号台风"贝碧嘉"为例,本文选择了依据可拓理论建立的海南台风灾害实时评估系统,对1816号台风"贝碧嘉"给海南造成的灾害进行了灾前、灾中和灾后的实时动态评估,且通过与民政部门的实际灾情统计的对比分析验证了评估结果的准确性.