基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域，但在处理高度冲突的证据时，可能会出现反直觉的结果.为解决这一问题，本文提出了差异信息量的概念及融合方法.首先，通过信息熵表明证据的相对重要性，采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量，经过计算获取数据的最终权重，并将其作为D-S证据理论中的基本概率分配进行决策.在处理冲突证据、一致证据及不同数量证据等方面的数据融合问题时与其他方法对比，所提方法收敛更快，准确度更高.故障诊断的应用实例表明，所提方法的不确定性更小，优于现存的其他方法.     

改进模型估计与平差的多幅异源影像匹配方法

针对多幅异源影像匹配准确性不高的问题，提出了一种改进模型估计与平差的多幅异源影像匹配方法。首先利用基于快速自适应鲁棒性尺度不变的特征检测子与鲁棒性交叠的标准特征描述子，来增强特征匹配的鲁棒性；然后提出改进的随机抽样一致性算法，来提高模型估计的执行效率，同时保证鲁棒性；最后提出针对多幅异源影像匹配的平差方法，来优化异源匹配结果。实验结果表明，在异源影像存在较大差异的情况下，改进模型估计与平差的多幅异源影像匹配方法具有精度高的优势。      

平滑移动过程的矩完全收敛性

本文研究了基于φ-混合序列的平均移动过程的矩完全收敛性,主要工作是在Kim,Ko的基础上将矩完全收敛性推广至q阶矩,并将其中的结论作为本文的特例给出。     

D族 END随机变量随机和的精致大偏差

重尾理赔下风险模型的精致大偏差研究是现代保险精算学中的一个重要课题。假定理赔序列为一列D族重尾END同分布随机变量序列,理赔到来过程为一与理赔序列独立的计数过程。在一定条件下,得到该风险模型在一般情形下的精致大偏差,推广了相关文献已报道的结果。     

基于RF模型的高分辨率遥感影像分类评价

以QuickBird高分辨率遥感影像为主要数据源,采用多尺度影像分割方法提取地物对象的光谱、纹理和形状特征;在此基础上,构建基于随机森林（RF）方法的遥感影像分类模型,分析和评价特征变量对模型重要性与稳定性的影响。结果表明:1研究区最优分割尺度参数为70、形状因子0.2、色彩因子0.8,同时构建研究区乔木、灌木和草地等8个景观类型的光谱、纹理和形状等32个特征变量信息;2选择5 000棵树和1个节点变量构建的RF分类模型的总体精度为0.94,Kappa系数为0.93,OOB（Out of Bag）数据泛化误差为6.01%;3通过分析特征变量的重要性发现,Ratio_la₁和Ratio_la₂等光谱特征的重要性值明显比形状特征和纹理特征的高;4基于平均下降精度,选择16个变量构建RF模型时总体精度达到0.94,Kappa系数0.93;5基于基尼指数构建的RF模型,在19个变量时总体精度和Kappa系数达到峰值。相比较而言,基于平均下降精度构建的RF较稳定。     

二维连续型随机变量独立性的判定

给出了二维连续型随机变量独立性的一个判定定理、两个推论,并举例说明用此结论判断二维连续型随机变量的独立性时,不需要计算边缘密度函数,只从联合概率密度的形式上就能判断出X与Y的独立性。     

后屈曲复合材料加筋壁板的破坏预测方法

建立了复合材料加筋壁板屈曲和后屈曲有限元分析模型.该模型采用实体单元有效模拟筋条和蒙皮之间的连接.连接界面采用二次应力准则作为损伤起始判据、混合能量准则作为损伤扩展判据,并自定义损伤变量实现刚度非线性衰减.复合材料壁板采用断裂面准则作为失效判据,该判据能有效判断基体的失效.基于ABAQUS动态显示分析步,模拟了复合材料加筋壁板在压缩载荷下屈曲和后屈曲的过程,有限元分析结果与试验数据对比良好,证明了该方法的有效性.     

φ混合随机变量阵列加权和的收敛性质

利用φ混合随机变量的Rosenthal型矩不等式,考虑一定权重条件下,不同分布φ混合随机变量阵列的强收敛性质,得到了一些新结果.     

初始场对暴雨数值预报影响的敏感性试验

为了研究初始场不确定性对暴雨预报的影响,利用尺度分离的方法,在AREM模式分析场上构造了初值扰动,并通过在模式初始物理量上叠加或扣除这些扰动,设计了不同的敏感性试验.试验结果表明,暴雨预报结果对模式的初始相对湿度、温度和风场是敏感的,而对初始位势高度的敏感性较弱.由于各物理量是相互联系和制约的,单独改变某个物理量对暴雨...     

独立模糊随机变量的强大数律

设{xn,n≥1}是一模糊随机变量序列且{an,n≥1}是一列常数,且满足0相似文献