基于跟踪信息的多帧联合检测方法

传统多帧联合检测方法针对搜索阶段进行设计, 由于无任何目标信息, 需要采用较高的检测门限以降低虚警数量。然而, 一旦成功建航, 目标存在性已确定, 可利用目标跟踪信息调整多帧联合检测策略, 以提升微弱目标检测能力。基于上述考虑, 本文提出了一种基于跟踪信息的多帧联合检测方法。首先利用当前时刻跟踪信息建立预测波门, 然后设定较低的单帧检测门限保障微弱目标信号的高概率检测, 最后在航迹恒虚警约束下调整多帧联合检测门限, 从而完成航迹维持和撤销。仿真实验表明所提方法可有效提高目标检测概率和跟踪维持概率。     

基于模拟机匣的中介轴承微弱故障特征提取技术

中介轴承是航空发动机支承传动系统中的重要零件，其运行状态直接影响航空发动机的工作状态和运行安全。围绕航空发动机中介轴承微弱故障特征信号提取的问题，以振动信号分析和处理为基础，开展航空发动机中介轴承微弱故障特征信号提取实验。仿照某型涡扇发动机机匣结构设计加工了模拟机匣，用来模拟振动信号的复杂传递路径。基于包络谱分析和经验模态分解（Empirical Mode Decomposition）包络谱分析处理振动信号，对比二者对滚动轴承微弱故障特征信号的提取效果。实验结果表明，在中介轴承微弱故障特征信号提取中，模拟机匣可以有效地模拟振动信号的复杂传递路径，EMD包络谱分析法比单一采用包络谱分析的方法能够更加明显有效地提取中介轴承微弱故障信号。     

正式群体安全氛围对建筑工人从众性不安全行为的影响

建立假设理论模型,探究群体安全规范、群体压力、安全意识对建筑工人从众性不安全行为的作用机理.根据调查数据,使用AMOS软件拟合分析模型.结果表明:群体安全规范与群体压力具有显著的双向影响关系,影响路径系数高达0.83;群体安全规范对从众性不安全行为有显著的正向影响,且安全意识是重要的中介变量;群体压力会正向影响从众性不安全行为.     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

离散型二维竞争系统中某群体消亡的条件

研究了离散型二维竞争系统的渐近稳定性,得到了这类竞争系统中各类平衡点的坐标及其性质,获得了系统在边界上的平衡点处渐近稳定的一系列充分条件.这些条件等价于该系统中的某个群体在竞争过程中消亡或被淘汰的相应条件.     

基于二分关联图的大数据隐私保护方法

针对目前大数据缺乏群组隐私保护的问题，提出一种基于二分关联图的大数据群组隐私保护方法，在不同群组隐私层级的二分关联图中保护数据隐私。所提算法通过关联图分层(association graph layering, AGL)和层级群组差分隐私(hierarchical group differential privacy, HGDP)，实现发布大数据的群组隐私保护。关联图分层将给定关联图的节点和边分组，通过划分二分关联图的节点最小化每个层级的敏感度，可以向不同权限的用户公开不同层级的子图；在层级群组差分隐私过程中，对不同层级选择灵敏度并计算方差，重复聚合噪声减少方差，通过高斯机制进行子图噪声注入，实现分层关联图的扰动，以保证每个层级的群组隐私。实验结果表明，所提方法可以用来保护群组数据的综合敏感信息，并且比其他方法具有更好的隐私保护效果和更高的数据可用性。     

海上油田二元复合驱后弱凝胶调驱可行性分析

为解决海上油田二元复合驱后,部分油组层间矛盾加剧,注入流体多沿高渗条带及大孔道突进的问题,通过对渤海JZ油田储层非均质性、温压系统、边水能量、地层水矿化度等因素的分析以及三管并联模型开展系列物理模拟实验,研究了海上油田二元复合驱后弱凝胶调驱可行性。结果表明,弱凝胶体系先进入渗流阻力较小的高渗层,增加其渗流阻力,使得注入压力增加,中、低渗层吸液压差随之增加,吸液量增加,且注入水转向进入中、低渗透层,使其剩余油饱和度降低,动用程度增加,弱凝胶调驱阶段采出程度为17.81%,最终采收率值为71.62%。可见,弱凝胶调驱可作为海上油田二元复合驱后提高采收率的方法。     

信息几何研究进展

随着人工智能的不断深入，基于欧氏框架的数学理论无法有效地解决信息领域中的一些非线性和随机性问题，而信息几何是解决非线性和随机性问题的有效工具。基于黎曼几何的信息几何由于其在统计推断、信号处理、图像处理、神经网络、机器学习等领域的广泛应用，受到了人们的关注，成为热门的研究领域。经过几十年的发展，信息几何已经从最初鲜为人知的领域发展成为研究非线性、随机性复杂信息的重要工具。将对信息几何研究进展做一个综述。首先介绍信息几何的理论框架，包括对偶联络、流形上的测地距离、以及黎曼梯度等，然后简要介绍信息几何在统计推断、神经网络、控制系统领域、信号处理、机器学习等领域的应用，最后介绍信息几何的展望，期望对信息几何感兴趣的学者有所帮助。通过该综述，读者可以了解到信息几何的基本理论框架，了解到信息几何的重要应用场景，为解决信息领域中的瓶颈问题提供一定的启发。     

基于因素-时间变权模型的公路隧道群运营期安全性评价研究

公路隧道群运营期安全保障工程相较于单体隧道更为复杂,面临的大量不确定性和安全风险直接威胁着隧道安全运营。从“人-车-隧道-交通环境-管理”五个要素构建运营安全评价因子集,结合变权理论对开展动态评价研究,形成因素-时间变权方法的双动态权重计算模型以体现指标的时变特点,结合模糊综合评价模型进行等级评价,以某高速隧道群开展评价工作。通过上述研究表明：因素-时间变权模型对于运营期的隧道群安全评价指标的权重控制具有极强的针对性,能很好的弥补常规评价方法中对隧道运营期安全因时变性的特点造成的评价结果失真的缺点；变权理论的利用为开展风险的动态管控提供了重要的理论支撑。     

考虑多个子群意见的多要素大群体决策方法

针对存在多个子群的多要素大群体决策问题，提出一种决策分析方法.首先，依据参与决策的个体针对方案构成要素的排序，计算各要素针对各参与个体的borda分值.其次，构建要素针对各子群的平均borda分值向量，再将其归一化后作为针对各子群的虚拟方案.然后，考虑到各子群的评估一致性存在差异，计算各子群的权重.进一步地，计算各虚拟方案与各备选方案之间的贴近度，并将其与各子群权重相集结，得到针对各备选方案的综合贴近度，并据此对备选方案进行排序.最后，通过一个考虑公众意愿的城市公园设计方案选择问题的算例说明了所提出方法的可用性.