序比例诱导分段无量纲化方法及其影响因素

为在评价数据的无量纲化处理过程中兼顾异常值情形，并减弱因异常值的存在而导致的无量纲化后数据之间分布不均衡的问题，在极值处理法的基础上，提出了一种非线性的无量纲化方法，即序比例诱导分段无量纲化方法。该方法以原始指标值的排序百分比为诱导变量对原始指标值进行分段，并在各区段内以极值处理法为基础分别进行无量纲化处理。通过性质分析，发现该方法能够较大程度地提升无量纲化结果对“总量恒定性”性质的满足程度。此外，采用模拟仿真的方法发现，该无量纲化方法对异常值具有较好的抗干扰性、且随着分段层级的增加其对异常值的敏感程度越来越低等主要结论。     

基于视觉关注模型与多尺度MSER的自然场景文本检测

自然场景中文本检测易受光照、复杂背景、多语言文字、字体及尺寸等因素影响，该文提出了一种基于Itti视觉关注模型与多尺度最大稳定极值区域（maximally stable extremalregion,MSER）结合的自然场景文本检测算法.首先利用改进的Itti视觉关注模型提取文本特征图，并采用不同结合策略得到各尺度文本显著图；然后结合多尺度的MSER区域得到3种文本候选区域.根据文字与生成文本框的几何规则合并文本候选区域得到文本行；最后利用随机森林分类器除去非文本区域得到最终文本区域.实验结果表明，该方法对于自然场景图像中的文本检测具有较高的精确度和一定的鲁棒性.     

大型三面广告牌结构风荷载特性的风洞试验

针对三面广告牌这类特殊开敞的板式高耸结构,通过刚性模型的多点同步测压试验,考察了各风向作用下面板表面净风压分布的统计特征和正负风压极值的包络分布;针对面板支撑结构的抗风设计,给出了典型不利风向角下各面板的体形系数及其简化取值;并给出了面板结构的整体风力系数随风向角的变化规律。研究从面板连接、面板支撑体系、支撑立柱这三个层面,为三面广告牌风荷载取值提供了可靠的试验数据和计算依据。     

Brinbaum-Sauders分布的极值收敛速度

主要讨论了Brinbaum-Sauders分布的尾部特征,得到了最大值分布的渐进展开.     

等周约束条件下泛函的无条件极值曲线求法证明

利用函数的连续偏导数,积分分部求解,函数极值的性质,在结合常微分方程中隐函数定理性质,以及高阶常微分方程求解知识,证明了在等周问题约束条件下将条件极值转为无条件极值的类Euler方程.     

基于Copula的极值重置期权定价

目的在风险中性条件下构建极值重置期权定价模型。方法根据期权价格为收益期望的贴现,运用Copula函数构造风险中性条件下的极值重置期权定价模型,选取2支标的资产的价格数据进行实证分析,运用平方欧氏距离标准判别最佳的定价模型。结果与结论 Gumbel Copula为最佳定价模型。相比较于传统的Black-Scholes模型,基于Copula的极值重置期权定价模型具有简洁清晰、易理解的特点。     

基于Emotiv Epoc+的眼动信号采集与识别方法研究

使用Emotiv Epoc+脑电波采集头戴设备,对10位被测人员的上、下、左、右、眨眼2次和眨眼3次6种眼球扫视运动信号进行采集,每人每个动作采集5组数据,共获得300组实验数据.对14通道的信号进行带通滤波后,采用短时能量计算方法优选2个最敏感通道,然后对优选出的通道信号采用归一化极值方法进行特征提取,最后采用特征匹配法对信号进行识别.实验结果表明:水平方向眼动识别率达到99.9%,垂直方向眼动识别率达到97.3%,平均识别率达到98.6%.     

平面壁面射流风场作用下建筑物表面风压数值模拟

采用平面壁面射流模拟下击暴流的出流段风场,通过协同流模拟下击暴流水平移动,基于计算流体动力学方法,采用雷诺应力模型(RSM)的Stress-Omega模型模拟了稳态下击暴流的平均风剖面,并在风场中建立高层建筑物模型,研究下击暴流风场中高层建筑物表面风压分布特性.结果表明,采用平面壁面射流模型得到的水平速度竖向风剖面与下击暴流理论风剖面以及试验结果吻合较好,壁面射流模型风场中建筑风压分布特征与冲击射流风洞试验一致;迎风面风压系数随着顺流向距离的增加而不断减小,随着射流入流湍流强度的增大而减小.当下击暴流风剖面半高值大于1.45倍建筑物高度时,壁面射流风场中建筑风压分布与大气边界层风场中类似.协同流对结构中下部风压分布影响较大,而风向角对最大风压的影响不大.     

长时井下压力监测数据流动过程识别方法研究

利用长时井下压力计监测井下生产在提高油藏和油井管理方面正发挥着越来越重要的作用。在长时井下压力监测数据的解释过程中,准确地确定流动变化过程起始时间至关重要,但由于其庞大的数据量而使得手工划分和处理这些数据不切实际。基于小波模极值理论和噪声鲁棒微分算法,利用模拟的井下压力数据对比研究了长时井下压力监测数据中流动变化过程(突变点)的识别方法。结果表明:小波模极值方法的误识别率相对较高,对噪声比较敏感,在采用该方法之前必须对数据进行降噪处理;而基于噪声鲁棒微分算法的二阶导数识别方法可以准确、有效地识别出流动变化过程,并且对噪声具有稳健性,可以在不对信号进行降噪处理的情况下识别流动过程。研究结果为自动处理长时井下监测数据提供了一种新的手段。