水分生产函数求解方法及比较

文章以玉米为研究对象分别基于Jensen模型和水分敏感指数积累函数模型求解水分敏感指数,并且对两种模型的精度进行比较。     

NO分子基态性质的研究

采用量子力学从头算方法,运用二次组态相互作用方法QCISD(T)结合6-311++G(3df,2pd)基组对NO分子基态进行了几何结构优化、计算出了它们的光谱数据(ωe、ωexe、Be、αe、De),结果与实验光谱数据吻合较好,表明上述分子基态的势能函数可用Murrell2Sorbie函数来表示.利用原子分子反应静力学的有关原理,推导出了NO分子的合理离解极限;使用HF、MP2、MP3和B3LYP等理论方法,在6-311G(3df,3pd)基组下,对NO分子基态的平衡结构和谐振频率进行了优化计算,且将计算结果与实验结果进行了比较,得出了B3LYP方法为最优方法的结论.     

全局优化的一类新的填充函数

使用填充函数法求解无约束问题的全局极小点, 用较一般的连续可微导数大于零的函数组合得到了一类新的填充函数, 并给出了相应的收敛性证明及满足此条件的一些特殊函数. 算例结果表明, 使用新填充函数更有效.     

RBF网络参数优化方法及其在开关磁阻电机建模中的应用

 基于全局搜索的进化算法——粒子群算法（QPSO）和一种局部搜索算法——结构化的非线性参数优化方法（SNPOM）,提出了一种混合的优化算法估计RBF神经网络中的参数——网络中心、线性参数、非线性参数,初始化一定数目的种群作为SNPOM的初始值,得到其适应值,通过选择、交叉、替换策略更新种群,完成网络中心初始值的寻优。再用SNPOM方法进一步优化,以提高SNPOM算法的全局搜索能力。仿真结果表明,混合优化方法比单独采用SNPOM法更优,且优于其他算法。并针对开关磁阻电机（SRM）高度非线性的开发重点和难点,用RBF网络进行SRM建模,将QPSO-SNPOM算法应用于RBF模型参数优化中,仿真实验结果表明,该算法较SNPOM算法精度更高、泛化能力更强,较遗传混合算法更快,训练后的RBF模型完全满足开关磁阻电机特性。     

基于改进卷积神经网络的平面地图道路模糊推理分割方法

由于平面地图呈现方式单一且有限,为提升其多样性需准确分割平面地图中的道路区域。提出一种基于改进CNN(convolutional neural network)平面地图道路和模糊推理分割的方法。选取两个道路信息丰富的数据库,实验选取百度地图(Baidu)数据库和高德地图(Amap)数据库,标记得到含标签信息的像素训练集;用Sigmoid分割目标函数代替复杂的Softmax函数分别训练得到Baidu-CNN模型和Amap-CNN模型;对得到的像素点概率进行非线性映射,构建模糊推理系统;将非线性映射后均匀分布的像素点概率输入模糊推理系统,判断像素点属于道路区域的概率,得到道路分割结果。结果表明:所提算法得到的平面地图道路分割模型较传统算法分割效果更好;准确率可以达到94.49%;单张平面地图的道路分割速度可达到5 s。     

图像法大气能见度探测成像模糊复原

大气能见度对航空、航海、路上交通、军事活动等有重要的影响。图像法测量能见度是新兴的一种方法,但图像在成像和传输过程中,由于相机载体的运动、振动、抖动等原因,引起图像模糊,影响后续的目标识别,因此,有必要对图像进行复原处理。提出一种基于刃边函数和最优窗维纳滤波的模糊图像复原算法,通过构建刃边函数来估计点扩散函数,并通过倒频谱方法估计模糊尺度和模糊角度,进而分解得到水平和垂直模糊分量,据此进行图像边缘延拓解决了边缘复原不佳的问题。实验结果表明,所提方法具有优异的复原效果。     

基于不完全信息博弈的云制造群智能优化方法

为解决云制造过程中云平台经营方与需求方之间的不完全信息以及相互竞争制约的关系导致制造服务难以抉择的问题,提出了一种基于不完全信息博弈模型的云制造群智能优化方法。以各自理性追求自身收益函数最大化为目标,针对需求方与云平台之间的利益竞争关系建立了基于不完全信息的静态博弈模型,并提出了需求方与云平台之间的竞争规则,通过海萨尼转换引入自然,将其转换为完全信息下的动态博弈得到贝叶斯扩展式,并证明了贝叶斯纳什均衡的存在性和唯一性。提出了一种基于高斯函数与扰动策略更新的粒子群算法对上述模型进行求解。仿真结果表明：改进算法相对其他算法有较快的收敛速度与较高的云制造系统总收益,不完全信息博弈模型能够兼顾不同类型的需求方提高云制造系统的总收益。     

基于预编码的正交频分复用雷达通信一体化信号设计

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)雷达通信一体化信号中的通信信息影响其探测性能的问题,提出一种基于预编码的OFDM雷达通信一体化信号形式.利用具有较好相关特性的伪随机序列对一体化信号的通信信息进行预编码,以提高一体化信号的模糊函数性能,进而提升其探测能力.特别地,选取m序列、gold序列和Kasami序列进行预编码,并分析了扩展因子的影响和这3种序列的特点和适用环境.仿真结果表明,取相同扩展因子时,分别采用这3种序列进行预编码,不同程度地增加了OFDM一体化信号的峰值旁瓣比,将提升OFDM一体化信号的目标检测能力.     

面向云审计的轻量级隐私保护方案

在大数据爆发式增长背景下,云存储服务的发展为用户数据存储带来了极大的方便,按需服务特性使其备受青睐。但由于失去了对云服务器中数据的直接控制,不确定因素可能导致用户的数据损坏,这给云存储发展带来极大挑战。笔者提出轻量级计算和验证的数据审计方案,简化了用户在上传数据之前的标签计算操作,保证用户上传数据的安全性。此外,云服务器和审计者的计算任务也得到减轻,进一步降低计算开销。为保护用户数据隐私,借鉴了图像加密中的置乱加密,让用户使用随机函数对数据块的位置进行置乱,同时让审计者计算出数据块的真实位置,完成审计操作。实验结果表明,该方案有效节省了审计流程中用户和服务器、审计者3方的计算资源,提升流程效率。     

基于动态阻尼因子的动态阻尼仿射传播聚类

为了有效地控制仿射传播聚类的全局搜索和局部搜索,将仿射传播聚类视作一个搜索能量函数最小值的方法,提出一种基于动态阻尼因子策略的动态阻尼仿射传播聚类．使用两阶段动态阻尼因子策略,使得仿射传播聚类迭代过程中阻尼因子不再是静态固定值,而是自适应的动态改变值,构造了1种线性策略和2种非线性策略来动态改变阻尼因子的值．在标准数据集上的实验结果表明：动态阻尼仿射传播聚类避免了仿射传播聚类发生震荡,同时可以加快仿射传播聚类的收敛．