异常值和未知观测噪声鲁棒的卡尔曼滤波器

给出了对异常值和未知分布的观测噪声鲁棒的卡尔曼滤波器。分析表明当以Huber损失函数替代推导卡尔曼滤波器最大后验准则中观测误差的l₂范数时, 就构造了一个新的准则。由于Huber损失函数可同时描述l₁和l₂范数, 因此由这个新准则推导的卡尔曼滤波器, 在具有传统卡尔曼滤波器性质的同时, 也有了l₁范数对异常值鲁棒的特性。而当含异常值的观测噪声统计分布未知时, 利用含未知参数的高斯混合模型描述其分布以及变分贝叶斯推理, 提出了对异常值和未知统计分布观测噪声鲁棒的卡尔曼滤波器。仿真和实验在验证了分析结果正确的同时, 也表明提出算法的性能优于现有文献报道鲁棒类的卡尔曼滤波器。     

纯黏土与砂-黏土混合物渗透特性差异及机理分析

根据重塑纯黏土和砂-黏土混合物试样的室内固结试验结果,反演了渗透系数,探讨了纯黏土和砂-黏土混合物的渗透特性差异.试验结果表明:常用于评价纯黏土渗透性状的归一化指标e/eL(孔隙比与液限状态孔隙比的比值)能拓展运用于砂-黏土混合物中,但e/eL与渗透系数之间呈现非线性关系,这显著不同于纯黏土的线性关系,其本质原因在于混合物在压缩过程中形成了砂骨架.骨架形成前,纯黏土和砂-黏土混合物的e/eL与渗透系数的2条关系曲线吻合良好,而在骨架形成后,两者的关系曲线存在明显的差异;引入砂-黏土混合物四相体系,从黏土孔隙比和砂孔隙比的角度阐述了砂骨架的形成机制,且对两者渗透性状的差异性进行了详细的机理解释;最后给出了一种可以预测纯黏土和砂-黏土混合物渗透系数的经验公式.     

基于非特定发音人拉祜语孤立词语音识别研究

选用200个拉祜语常用词,以词为识别单元,利用语音识别工具箱HTK开展非特定人拉祜语孤立词的语音识别研究.研究发现:特定发音人的识别率比较稳定,针对非特定发音孤立词,通过增加模型的混合高斯数目,其识别率得到显著提高,使得识别正确率保持在99%以内,为拉祜语孤立词识别提供了有效方法.     

透水性沥青混合料目标空隙率的确定方法

为了有效减少路面地表径流,发挥透水性沥青路面的透水功能,明确空隙率、有效空隙率及渗透系数三者之间的关系,以便确定符合地域降雨特点的透水性沥青混合料目标空隙率,依据水量平衡原理和水力学理论,建立了基于有效控制路面地表径流的透水性沥青路面的渗透-蓄水简化模型。通过试验分析,明确了透水性沥青混合料的空隙率、有效空隙率及渗透系数有很好的线性相关关系。通过设计降雨量、透水性沥青路面计算面积和路面综合坡度等为计算参数,得到了透水性沥青混合料的目标空隙率计算方法。该方法能够针对不同地区的降雨特点,计算出满足透水功能的透水性沥青混合料的目标空隙率。     

一种改进的路面裂缝图像分割方法

针对公路裂缝检测中的图像分割问题，运用机器学习领域的方法，以裂缝图像为研究对象，在深入分析经典K-Means聚类算法以及高斯混合模型（Gaussian Mixture Model, GMM）之后，提出一个利用全局K-Means和高斯混合模型来对公路裂缝图像进行分割的方法。该方法在全局K-Means聚类算法的基础上，采用改进策略，同时，将传统GMM的每一个概率分布，进一步再细分成单个的概率成分，在辅助变量计算过程中，采用EM算法。仿真图像和实际裂缝图像实验结果显示，本研究得到了比使用传统K-Means算法和普通GMM的分割方法精度更高、稳定性更好的分割结果。     

蓖麻油生物沥青调和沥青混合料使用性能研究

为了评价蓖麻油生物沥青调和沥青混合料的使用性能,设计了具有5种蓖麻油生物沥青掺量且级配均为AC-20C的沥青混合料,根据各掺量最佳油石比制作试件并进行混合料使用性能试验.根据试验结果分析了不同掺量调和沥青混合料的高温稳定性、水稳定性、低温抗裂性、路面设计参数等性能指标.分析表明,随着生物沥青掺量的增加,调和沥青混合料的高温稳定性、水稳定性、抗压回弹模量逐渐降低,但在一定掺量范围内满足JTG F40—2004《公路沥青路面施工技术规范》的要求,此外水稳定性在加入消石灰后得到显著改善.随着生物沥青掺量的增加,劈裂抗拉强度降低至一谷值后略有提高,低温抗裂性得到改善.由此可见,将蓖麻油生物沥青调和沥青替代石油沥青用于混合料,在一定掺量范围内是可行的.     

Semantic image annotation based on GMM and random walk model

Automatic image annotation has been an active topic of research in computer vision and patternrecognition for decades.A two stage automatic image annotation method based on Gaussian mixturemodel (GMM) and random walk model (abbreviated as GMM-RW) is presented.To start with,GMM fitted by the rival penalized expectation maximization (RPEM) algorithm is employed to estimatethe posterior probabilities of each annotation keyword.Subsequently, a random walk processover the constructed label similarity graph is implemented to further mine the potential correlations ofthe candidate annotations so as to capture the refining results, which plays a crucial role in semanticbased image retrieval.The contributions exhibited in this work are multifold.First, GMM is exploitedto capture the initial semantic annotations, especially the RPEM algorithm is utilized to train themodel that can determine the number of components in GMM automatically.Second, a label similaritygraph is constructed by a weighted linear combination of label similarity and visual similarity ofimages associated with the corresponding labels, which is able to avoid the phenomena of polysemyand synonym efficiently during the image annotation process.Third, the random walk is implementedover the constructed label graph to further refine the candidate set of annotations generated byGMM.Conducted experiments on the standard Corel5k demonstrate that GMM-RW is significantlymore effective than several state-of-the-arts regarding their effectiveness and efficiency in the task of automatic image annotation.     

工业固废-水泥协同固化工程弃土配比优选

为了推进工业固废资源化,同时有效提高工程弃土的利用率。本研究选用高炉矿渣、钢渣、磷石膏三种常见的工业固废协同水泥,复配聚羧酸减水剂,对工程弃土进行固化处理。通过D-最优混料试验,确定固化剂的最优配合比为高炉矿渣：钢渣：磷石膏：水泥：聚羧酸=59.9:5:20:15:0.1,在该配方下固化土的7d无侧限抗压强度达到了5583KPa。利用X射线衍射（diffraction of x-rays,XRD）试验和扫描电镜（scanning electron microscope,SEM）试验对新型固化剂固化土的微观结构进行分析,结果发现固化土中生成大量的丝状物、针状物和絮状物使孔隙减小,土体结构更加紧密。该研究成果不仅可为工业固废和工程弃土资源化处理提供参考,同时也为工程弃土二次利用提供一定的理论指导,具有相当的工程适用性     

金融数据变结构波动性模型的综述及研究进展

分别从马尔可夫转换模型、马尔可夫混合模型及马尔可夫与ARCH类模型的联合,对变结构金融数据波动性模型进行了综述;这种变结构的波动模型克服了传统波动性模型（ARCH类）波动持续性被高估及无法实现体制（状态）间的转换的不足。     

论大粒径密级配沥青混合料的工程应用

结合工程实际,介绍了大粒径密级配沥青混合料（ATB-25）用作沥青路面下面层的配合比设计、施工工艺及质量控制、主要指标检测、实际使用效果等内容,为重交通干线公路路面改造工程提供了一定的借鉴。