非下采样Contourlet HMT模型

非下采样Contourlet变换（NSCT）不仅具有类似传统小波变换和Contourlet变换的多尺度和多方向特性，而且还具有良好的平移不变特性．文中对NSCT变换系数进行研究，获得NSCT变换的方向子带系数同样具有持续性和聚集性的结论；在此基础上结合隐Markov树模型，建立了一种新的基于NSCT域的隐Markov树模型NSCT—HMT，并且给出了该模型的参数结构以及模型参数的训练方法；最后将所提出的模型应用于图像去噪中取得了很好的仿真效果．     

一类SEIRS模型稳定性分析(英文)

建立了一个SEIRS流行病模型,考虑更一般形式的非线性发生率.对恢复类中有时滞和没有时滞的模型进行了比较.结果显示,带有时滞的模型的动力学行为与不带时滞的模型的动力学行为是不同的.对于不带时滞的模型,如果基本再生数小于1,无病平衡点(DFE)是全局渐近稳定的.当基本再生数大于1时,不论免疫期的长短系统都存在唯一的地方病平衡点,并且在一定的条件下是局部渐近稳定的.对于带有时滞的模型,DFE的稳定性依赖于基本再生数和时滞.而且,唯一的地方病平衡点的稳定性也依赖于时滞.另外,通过数值模拟显示,当时滞在一定的范围内时,周期解有可能会出现.     

生成的直觉Ⅰ-模糊拓扑

引入了由直觉不分明化拓扑τ生成的直觉Ⅰ-模糊拓扑ω(τ)的定义,研究了直觉不分明化拓扑空间(X,τ)与其生成的直觉Ⅰ-模糊拓扑空间(ζX,ω(τ))之间的关系.     

充满“灵性”的作业

《数学课程标准》（以下简称《课标》）指出：“义务教育阶段的数学课程，其基本出发点是促进学生全面、持续、和谐地发展”，“让学生亲身经历将实际问题抽象成数学模型并进行解释与应用的过程，进而使学生获得对数学理解的同时，在思维能力、情感态度与价值观等多方面得到进步和发展。”     

菠萝去皮器

此模型设有力的放大装置以及特制刀片，可以让人们便利快捷地去除菠萝皮。双轨道结构和齿轮联动结构让此模型更具可行性。本文详细的介绍了此模型的设计和制作。     

城市给排水管网问题及优化设计

随着城市建设步伐的加快,城市给排水管网建设关系到生态环境和城市居民的生活质量,本文先简单分析当前城市给排水存在着的问题,接着就城市供水管网和城市道路排水管网优化设计进行分析。     

基于粗糙商集的模糊隶属度集值统计算法

模糊隶属度无统一算法,定义存在分歧．根据模糊概念“内涵明确,外延不明确”的特点,定义隶属度为不同外延对内涵的从属程度．在信息系统中,概念的外延用对象表示,内涵由属性表示,由此提出了求解隶属度的新算法：由原始统计数据组成初始信息系统,用粗糙集理论求得其商集并构建集值信息系统;该集值信息系统对应的条件概率空间中的条件概率即为隶属度．广义上信息系统可分为信息系统（无决策属性）和目标信息系统（有决策属性）两类．隶属度也可分为两类：第一类外延对象为内涵属性本身值,如年龄对青年人的隶属度（信息系统）;第二类外延对象为不同于内涵属性的另一属性值,如边坡工程安全系数对稳定状态的隶属度（目标信息系统）．计算以上两个实例,前者与已有结论作对比验证,后者与函数选择、经典统计方法及贝叶斯公理作对比验证,可知结果可靠,算法可行．     

带方向特征的Contourlet HMT模型

根据Shannon信息理论将纹理的方向特征定义为:图像中信号取值为随机分布的奇异值时方向变量的取值特征.根据这一定义,并结合Tamura方向特征的求取方法,文中对Contourlet变换系数的方向概率分布进行了研究,获得方向特征在Contourlet变换的父子子带间形成传递这一结论,在此基础上结合Contourlet隐Markov树(HMT)模型,建立了以隐状态变量分布为条件的方向隐变量的概率分布模型,即带方向特征的Contourlet HMT模型,给出了该模型的结构和训练方法.此外,通过基于所提出模型的无监督结合上下文信息的图像分割算法对合成图像和遥感图像的目标分割实验验证了所提出模型的有效性.     

基于特征线法网格划分的主动土压力有限元计算

针对有限元法网格划分存在人为因素且不能保证精度的不足,提出特征线法划分网格的新方法。假定通过墙踵的滑移线为滑裂面,采用Duncan-Zhang(E-υ)模型,将其运用于主动土压力的有限元分析计算。研究结果表明:本构模型参数对边界节点应力影响不大,但实验常数K和破坏比Rf对其位移有影响;当墙土摩擦角δ>0°时,最大主应力σ1对边界的土体稳定性影响最大,宜将其作为主动土压力pa进行计算;当δ=0°时,取最小主应力σ1=pa,此时为Rankine理论的表现形式;绘制节点pa分布图,求得主动土压力合力Ea;以底部计算点为矩心,用合力矩定理求得Ea作用点的位置y。经过与Coulomb解的对比和已有实验结论的验证,表明计算结果可靠,方法可行。     

基于感兴趣区域AdaBoost分类器的视频车辆检测研究

近年来基于视频的车辆自动检测作为城市智能交通系统的一项重要技术一直受到关注.针对AdaBoost分类器目标检测所存在的漏检、误检和计算量过大等问题,提出一种基于混合高斯模型运动区域提取和Haar-like特征的AdaBoost级联分类器的交通视频车辆检测算法,首先通过建立混合高斯模型对运动目标的总体区域进行检测,进而提取基于车辆运动的感兴趣区域,再对其进行基于Haar-like特征的区域AdaBoost级联分类,实现对运动车辆的检测.由于采用了基于运动区域提取和分类相结合的检测模式,通过混合高斯背景模型较准确的提取出ROI作为车辆的候选区域,约束了每帧的搜索区域,使AdaBoost分类器的目标检测更具针对性,提高了检测的准确性,降低了漏检率;同时也减少了分类算法滑动窗口扫描所需要的时间,提高了检测速度.实验结果验证了所提出算法对复杂交通环境车辆检测的适应性和有效性.