地形复杂性对河道槽蓄量计算精度的影响

通过数学曲面建模和3dsmax曲面建模两种方式建立概化河道曲面,按一定间距对曲面进行离散化,利用得到的采样数据计算了曲面与参考面之间的体积及与理论值的相对误差.采用分形维数对曲面复杂程度进行量化,得到了曲面分维数与体积相对误差之间的相关关系.结果表明:在不考虑地形测量误差的理想条件下,河道槽蓄量的计算精度与床面复杂程度线性相关;但床面复杂程度并不是唯一的影响因素,相同曲面分维数下相对误差并不相同,甚至相差很大.     

维数公式的美学欣赏与数学发现

利用数学美学原理,研究了维数公式及其推广形式的几何表示,揭示了维数公式及其推广形式的美学欣赏与数学发现之间的辩证关系.     

干扰效果在线评估参数筛选与特征表示方法

针对利用雷达侦察信号进行干扰效果在线评估时参数冗余、信号变化程度判别不清的问题,提出雷达干扰效果在线评估参数筛选与特征表示方法。对多功能海上雷达信号,利用信息熵筛选剧烈变化参数,通过盒维数和皮尔逊相关系数提取信号变化特征,结合支持向量机实现对未知威胁的干扰效果在线评估。仿真实验表明,当信号参数偏离误差小于10%时,新方法的评估准确率高于92%,显著提高了雷达干扰效果在线评估的可靠性。     

关于模的一类特殊态射的刻画

设n是一个正整数。首先研究了Torn-单态射和Extn-满态射的一些等价刻画。其次,给出了一个态射为Torn-满态射或者Extn-单态射的一些充分条件。     

上海冻融淤泥质软黏土孔隙结构特征分形研究

对上海第④土层淤泥质软黏土进行了冻融试验、压汞试验和渗透性试验,并结合分形理论,确定了冻融对土壤孔隙结构的影响.根据分形计算,将上海软黏土中的孔隙分为3类.结果表明,在冻融过程中,中孔和大孔的总分形维数和表面分形维数随渗透系数的增加而增大.最后,提出了由小孔隙和中、大孔隙组成的渗透系数与孔隙结构参数之间的关系,小孔隙的渗透系数比中、大孔隙低几个数量级.     

含有多种最低利益保证的变额年金定价

我国人口老龄化速度加快,具有抗通胀、养老和投资功能的变额年金产品引起了人们的关注.对同时含有多种最低利益保证的变额年金定价进行研究.首先在跳扩散模型下,提出了柳树法定价变额年金的数值方法.同时考虑了返回初值型、Roll-up型和Ratchet型的最低利益保证.本文方法可以很容易推广到其他的随机过程,并且柳树构建过程和定价过程相互独立,在不同的风险资产价格过程下定价,无需额外的工作量,具有较高的通用性.相比于现有的方法,降低了计算维度,减少了计算时间.最后通过数值试验,与蒙特卡洛法进行对比,说明了本文方法的准确性、高效性.     

基于透射率优化和颜色修正的水下图像增强方法

针对光在水中传输时受到水的吸收作用、悬浮颗粒散射作用而产生严重的衰减,导致水下光学图像对比度低、颜色失真的问题,提出一种基于透射率优化和颜色修正的水下图像增强方法。根据水下光学成像模型,采用最小信息量损失原理估计透射率,结合导向滤波提高透射率的估计精度,通过逆求解水下成像模型得到清晰化的水下图像。利用直方图均衡化进一步提高图像对比度,使用白平衡方法修正颜色。实验结果表明,该方法能够有效去除由后向散射引起的模糊,提高图像对比度和清晰度,同时修正色彩不平衡。     

一种多关节机械臂运动过程中的碰撞检测方法

针对多自由度机械臂在运动过程中自身会发生碰撞的问题,建立机器人的简化模型(关节为球体,连杆为胶囊体),进而将多自由度机械臂的碰撞检测问题转化为简化后的几何模型(碰撞检测基元)之间的干涉计算问题。将此干涉问题进一步分解,最终转化为两球体之间、两胶囊体之间、球体与胶囊体之间的最小距离求解,并针对空间两胶囊体轴线之间距离计算问题,提出一种精确并快速的碰撞检测方法。将该算法实现并应用于6R串联机器人,最终利用MATLAB和ADAMS联合仿真进行验证。仿真结果验证了该算法的有效性。     

一种基于 Hownet 的词向量表示方法

针对基于预训练得到的词向量在低频词语表示质量和稳定性等方面存在的缺陷, 提出一种基于Hownet的词向量表示方法(H-WRL)。首先, 基于义原独立性假设, 将 Hownet中所有N个义原指定为欧式空间的一个标准正交基, 实现Hownet义原向量初始化; 然后, 根据Hownet中词语与义原之间的定义关系, 将词语向量表示视为相关义原所张成的子空间中的投影, 并提出学习词向量表示的深度神经网络模型。实验表明, 基于Hownet的词向量表示在词相似度计算和词义消歧两项标准评测任务中均取得很好的效果。     

基于主题注意力层次记忆网络的文档情感建模

针对文档水平情感分析传统模型存在先验知识依赖以及语义理解不足问题,提出一种基于注意力机制与层次网络特征表示的情感分析模型TWE-ANN.采用基于CBOW方式的word2vec模型针对语料训练词向量,减小词向量间的稀疏度,使用基于Gibbs采样的LDA算法计算出文档主题分布矩阵,继而通过层次LSTM神经网络获取更为完整的文本上下文信息从而提取出深度情感特征,将文档主题分布矩阵作为模型注意力机制提取文档特征,从而实现情感分类.实验结果表明:提出的TWE-ANN模型较TSA、HAN模型分类效果较好,在Yelp2015、IMDB、Amazon数据集上的F值分别提升了1.1%、0.3%、1.8%,在Yelp2015和Amazon数据集上的RMSE值分别提升了1.3%、2.1%.