视感知激励——多视觉线索集成的贝叶斯方法与应用

视觉线索可看作视感知的一类冲激或称为激励. 在贝叶斯估计理论估计的框架内, 通过以概率形式描述视觉线索来研究视感知过程的认知机理, 探索一种多视觉线索信息统计集成方法. 这种方法在计算机视觉尤其是视频分析领域得到了广泛应用. 介绍多视觉线索贝叶斯集成的基本思想和一些最新的研究成果, 结合作者的研究工作讨论在贝叶斯概率模型框架下实现多视觉线索信息统计集成方法及相应的算法, 同时针对复杂背景下视频目标跟踪应用实例和多目标跟踪中的目标交错问题, 探讨了多视觉线索信息统计集成与视感知过程的关系, 并提出了多视觉线索贝叶斯集成方法及其应用中需要进一步探讨的新问题.     

心电信号时间序列基于Lyapunov指数谱的主成分聚类分析

提出了心电信号时间序列基于Lyapunov指数谱的主成分聚类分析方法, 对MIT-BIH数据库中22个心电数据进行了分析, 得到了较好的诊断效果. 还提出一种改进TSS算法, 利用已知样本对未知样本进行分析, 进一步提高了实验结果的准确度. 该方法结合了统计学方法和非线性动力学方法的优点, 十分适合应用于心电信号等非线性时间序列分析.     

贝叶斯神经网络在生物序列分析中的应用

生物序列分析在生物信息学中占有重要地位.本文对贝叶斯神经网络(Bayesian neural networks)及其在生物序列分析中的应用作了评述.首先,简要地介绍了生物序列分析的重要性并对分析方法作了回顾;然后着重介绍了神经网络的贝叶斯学习及算法,并分析了算法的优点,同时介绍了贝叶斯神经网络在生物序列分析中应用的一个实例;最后展望了用贝叶斯神经网络进行生物序列分析的前景及面临的问题.     

基于功交互作用的耦合系统随机能量共振控制

分析了耦合系统与外界作用力的交互作用, 从做功与能量的角度提出了控制随机能量 共振的方法. 根据二维耦合Langevin 方程的随机动力学特性, 采用微观动力学和宏观热力学 方法, 建立了基于单一随机轨线的耦合系统的热力学关系. 通过调节施加于控制系统的周期 性外力, 定量刻画了作用于被控系统的输入力对耦合系统做功的大小与能量转换关系. 结果 表明, 控制信号能控制耦合系统与输入力和噪声之间的相互作用, 能有效地控制耦合系统的 随机能量共振.     

基于sEMG振子模型的骨骼肌等长收缩力与固有特性的能量核表征方法

提出了一种肌肉等长收缩力估计与肌肉固有特性表征的新方法,称为能量核方法.此方法的初衷在于将表贴EMG(肌电图)信号转变为平面内的相图,并将相图上状态点的分布核心称作能量核,而噪声信号的分布核心称为噪声核.基于相图的统计特征,将一段EMG信号近似为简谐振子,简称EMG振子.本文建立了控制信号(EMG)与输出信号(力/功率)之间的关系,并提出用EMG的特征能量来表征肌肉力.另一方面,通过对能量核与噪声核的计算,能够得到噪声与EMG信号的自然频率并实现直观的信噪识别与分离.实验结果表明,特征能量对等长收缩力的表征度令人满意,并且由于结合了RMS与MPF两种方法的优点,此方法具有很高的鲁棒性;而特定肌肉的EMG自然频率不取决于MU放电频率,故其反映了肌肉的固有特性.此模型体现的物理意义为EMG信号的理解与分析提供了新的启发.     

应用双重优化方法估计碳通量

<正>贝叶斯综合反演方法(BSIM)利用先验CO2通量和大气CO2浓度观测数据估计碳通量分布,其结果在很大程度依赖于先验碳通量的偏差.实际应用中,通常用生态碳通量模型计算先验通量,可是不恰当的短期生态过程的模拟将引起先验通量的刻度误差,从而导致BSIM估计结果的偏差.我们提出了一种双重优化算法,     

贝叶斯框架下的自闭症感知觉异常

自闭症谱系障碍(autism spectrum disorders, ASD)是一种复杂的神经发育疾病,其典型特征是社交障碍、限制和重复的行为和兴趣.此外, ASD个体往往表现出感知功能的非典型性(如感觉超敏感或低敏感).先前的知觉理论只能部分解释ASD个体与典型发育个体(typically developing, TD)之间的差异. Pellicano和Burr提出了贝叶斯预测模型,通过贝叶斯计算建模和预测编码理论将感知过程概念化,从新的角度去理解这种差异.该模型描述了感觉自下而上和认知自上而下的过程如何共同作用,并以不同的方式塑造了ASD的感知.本文对贝叶斯模型进行了全面的回顾,其中最突出的两个理论是“弱先验假设”和“ASD预测误差高且不灵活精度的假设”(HIPPEA).我们从高级的社会认知功能上和不同的感觉通道角度上检验了这些理论.结果显示,目前支持贝叶斯预测理论的证据是混合的,有的研究支持ASD个体的先验不足或在不断变化的环境中调整这些预测的灵活性较差,也有的研究指出ASD个体能够学习预测,拥有完整的预测能力,贝叶斯先验的整合上没有差异,还有一些研究在行为与神经影像学发现不一致...     

机器学习与计算力学的结合及应用初探

自20世纪50年代以来,随着计算机科学的不断进步,机器学习和数据科学得到了长足发展.这些技术一般依靠大量数据作支撑,通过训练过程提取出蕴藏在数据内部的抽象映射关系,目前已被成功应用于化学、生物等自然科学研究领域.近年来,这些技术也逐渐受到计算力学领域研究者的关注.本文结合作者的相关研究成果介绍了机器学习、数据科学与计算力学相结合的3种形式:第一种是与有限元方程求解方面的结合,直接应用卷积神经网络算法求解线性有限元方程;第二种方式结合有限元计算和机器学习预测复杂材料结构与力学性能的关系.本文作者应用该方法基于细观页岩扫描照片和随机建模算法,成功训练出可以有效预测细观页岩样本等效模量的卷积神经网络;第三种方式是建立基于数据驱动的计算力学方法,比如直接利用真实的材料实验数据代替材料本构模型.这些工作显示了机器学习、数据驱动在处理材料的力学实验数据、设计新型材料以及创建更高效的计算力学模型方面的广阔前景.随着计算力学的发展,未来将可能出现更多将数据科学、机器学习与计算力学相结合的应用场景,进一步开发出更加强健、高效和保真的计算力学方法.     

混沌时间序列关联维数计算中无标度区间识别的新方法

为了得到更加精确的混沌时间序列信号的关联维数计算值, 提出了识别无标度区间的新方法. 首先基于K-means算法将关联积分双对数曲线中明显不属于无标度区间的点剔除掉; 其次提出点斜率误差算法从上一步保留下来的点中识别出一个大概的无标度区间; 最后再次基于K-means算法从大概的无标度区间中识别出更加准确的无标度区间. 应用该方法对Lorenz等4个著名的混沌吸引子, 以及对著名的Weierstrass-Mandelbrot (W-M) 分形函数产生的5条曲线分别进行了关联维数值的计算, 计算结果与理论值非常接近. 另外, 还对该方法的识别效果与现有方法进行了比较. 研究表明: 所提出的新方法能够客观准确和自动快速地识别无标度区间, 从而使得关联维数的计算结果更加精确, 这对非线性分析具有重要的意义.     

飞秒激光刺激诱导星形胶质细胞调控海马神经元同步钙振荡

大量证据表明星形胶质细胞通过钙信号积极参与脑功能. 在星形胶质细胞的功能研究中, 诱导其产生钙信号是一项关键技术. 然而, 传统的刺激方法不能同时满足非接触、无损、高时空精度的要求, 本研究小组提出的飞秒激光刺激星形胶质细胞的方法能够弥补这些不足. 在此基础上, 验证了该方法在海马神经网络水平上研究星形胶质细胞功能的应用. 混合培养的海马神经网络中, 星形胶质细胞被飞秒激光刺激后: (1) 诱导神经元同步钙振荡; (2) 即时性干预神经元自发同步钙振荡; (3) 调制神经元的高频自发同步钙振荡. 因此, 通过演示光诱导的星形胶质细胞钙信号调控海马神经元同步钙振荡, 证明飞秒激光刺激方法能够为星形胶质细胞在神经网络中的功能研究提供强有力的工具.     

多基线距DInSAR技术反演城市地表缓慢形变

利用多基线距DInSAR技术反演城市地表缓慢形变已经成为当前DInSAR研究的热点. 该技术的基本流程包括干涉图像对组合, 差分干涉图生成, 高相干点提取, Delaunay三角网建立, 网络增量计算和集成, 残余相位解缠和定标, 大气相位和非线性形变相位估计等. 其中网络增量计算是线性形变反演的关键, 残余相位解缠和定标是非线性形变反演的关键. 针对前人在这两方面研究的不足, 提出基于改进的模型相关系数方程的增量计算方法, 以及基于三角形“环”处理方法进行离散点相位解缠和定标的算法. 在上述算法的基础上, 利用24景ERS数据, 反演了苏州市在1993-02~2000-12之间的地面沉降. 结果表明, 在此期间内苏州市大部分城区平均沉降速率在20~30 mm/a之间, 而且沉降速率呈逐年递减趋势, 并在2000年之后趋于稳定. 水准数据证明了结果的准确性和算法的可行性.     

数据驱动的锂离子电池全生命周期状态参数评估

机器学习作为人工智能核心技术之一,通过对当前数据的学习找出复杂问题之间的关系而被广泛应用,机器学习作为研究锂离子电池状态参数估计的新技术,相关报道也层出叠见.本文首先回顾了传统模型中的电化学模型和等效电路模型在电池状态估计的研究进展;然后基于这些模型当前的局限性,回顾、分析、比较了不同机器学习模型在电池状态参数估计中的应用进展及取得的成绩;最后指出了当前基于数据驱动的人工智能方法在锂离子电池状态参数评估过程中所面临的问题,并对未来发展提出了建议.     

近库仑位垒重离子熔合反应动力学的系统研究

近库仑位垒重离子俘获与熔合是一个典型的多自由度耦合的位垒穿透过程.理论上,解耦合道方程可以描述多维位垒穿透问题.在本征道的理论框架下,多自由度的耦合会使单个位垒劈裂成一系列的分立位垒.基于位垒分布的思想,发展了一个经验的耦合道模型,系统地研究了220个反应体系的俘获激发函数.在该模型中,相对运动和内禀自由度的耦合效应及中子转移效应一并包含在一个非对称的高斯型位垒分布函数中.基于特定的核-核相互作用势,提出了计算位垒分布函数参数的经验公式.结果表明:本文发展的经验耦合道模型能够系统地描述近库仑位垒能区的俘获截面.该经验耦合道模型不仅能够解释俘获动力学中的重要现象,还有望对合成超重核的反应体系的俘获激发函数提供理论预言.本文将简要地评述描述近库仑位垒重离子俘获反应的相关模型,介绍经验耦合道模型,并基于该模型讨论振动耦合、转动耦合及中子转移效应对俘获截面的影响.     

超导红外单光子探测器

设计并制备了一套基于超导NbN薄膜材料的红外单光子探测器, 以及其相应的检测电路和光路系统等, 并将该探测系统应用于波长为1550 nm的光子探测. 通过实验和计算分析了该器件的动态电感、光响应、暗计数、脉冲重复速率和量子效率等参数. 分析表明, 该探测系统可用于红外单光子计数, 具有暗计数低、重复速率快等特点, 在众多邻域具有重要的应用前景.     

模拟运动流体中柔性体耦合振动的数值方法

介绍了一种模拟流体诱发柔性体运动的数值方法. 该方法采用二维面元法计算流体作用力, 用模态叠加法求解欧拉梁的运动控制方程, 通过迭代来求解流固耦合问题. 利用该方法模拟了单个以及两个并行、串行排列的柔性梁在运动流体中的耦合运动. 计算结果表明, 均匀来流中单个柔性梁的稳定边界和流体诱发振动都与前人结果一致. 对于两并行排列的柔性体, 当无量纲间距H<0.25时, 两柔性体同向摆动; H>0.25时, 两柔性体反向摆动, 并且摆动频率在模式转换时发生突变; 当间距很大时(H>1.0), 两并排柔性体之间的耦合作用明显变弱, 两个物体运动呈解耦状态, 各自按照单个柔性梁在来流中的运动形态运动. 相同均匀来流中两串行柔性梁的数值模拟结果显示, 当排列间距很小时, 上游物体受到的阻力减小, 下游物体阻力增大. 本文计算的所有结果都与前人实验结果定性一致, 证明本文提出的方法可以用来模拟不同方式排列的多个柔性体在流体中的耦合运动.     

中华鲟回声信号判别分析及其在葛洲坝产卵场的空间分布

采用水声学方法对中华鲟在葛洲坝产卵场的空间分布进行探测. 采用改进的感性判别方法并结合逐步判别分析方法对中华鲟及其他目标的回声信号进行判断分析. 结果表明, 近3年间在葛洲坝产卵场共探测到中华鲟声信号25个, 中华鲟声信号判断的准确率为90.9%. 本文选用了67个声信号描述变量, 逐步判别分析确定了24个对判别有贡献的变量. 采用PCA分析结合判别分析对中华鲟回声信号判别模式进行探索, 结果显示, 目标信号活动行为的描述参数、回波特征参数及信号的声学截面反射特征可作为中华鲟、其他鱼类与水下噪音信号的判别参量, 但是无法作为中华鲟和底质信号的判别参量, 中华鲟和底质信号的判别则必须引入24个变量才能实现. 基于25个中华鲟声信号的GPS位点, 18个分布于葛洲坝至庙嘴长约3.4 km的江段, 7个分布于其余长约12 km的江段.     

基于平行因子分析的信源四维参数联合估计

提出了一种用于近场窄带信源频率、二维到达角及距离四维参数联合估计的新算法. 该方法将通常在数据域和子空间域应用的平行因子分析模型扩展至高阶累积量域, 利用计算的5个高阶累积量矩阵构造三面阵, 分析了该三面阵低秩分解的唯一性, 并从其分解得到的5 个对角阵中联合估计信源参数. 与现有方法相比, 该算法有效减小了阵列的孔径损失, 无须参数配对. 此外, 该算法还可用于远场和近场混合源的参数估计. 仿真结果表明该算法是有效的.     

一个用于检测微弱复信号的新Duffing型复混沌振子

针对数字通信和雷达等系统数字处理过程中经常使用的复信号,提出一个新的复Duffing方程,分析了其动力学行为.通过计算最大李氏指数和功率谱,证明该系统在不同参数下经暂态到达稳态后存在混沌行为和大尺度周期行为.基于此方程提出一种Duffing型复混沌振子检测系统,它利用混沌系统在临界混沌状态下对参数的敏感性及对一定功率范围内的噪声具有免疫力的特性来检测湮没在复高斯白噪声中的微弱复信号.Monte-Carlo仿真实验表明,在保证较低虚警率的条件下,该检测系统对复单频信号和复线性调频信号都有较好的检测效果.     

玉米、二倍体多年生类玉米及其杂交后代异染色质纽重复序列在染色体上的分布

利用组成玉米异染色质纽的180-bp重复序列和TR-1元件以及45S rDNA对二倍体多年生类玉米(Zea diploperennis Iltis Doebtey, DP)、玉米自交系F102及其远缘杂交后代的有丝分裂中期染色体进行了定位. 在DP中, 第1和4染色体的短臂以及第4和5染色体的长臂上的异染色质纽只有180-bp重复序列信号, 此外, 在第2和5染色体的短臂以及第2, 6, 7, 8和9染色体的长臂同时检测到180-bp重复序列和TR-1的信号. 在玉米自交系F102中, 180-bp重复序列信号出现在第7染色体短臂和第8染色体一个成员的长臂, TR-1信号是在第6染色体的随体上, 该玉米自交系中没有观察到双重复序列同时出现的现象. 两物种间, 180-bp重复序列和TR-1元件信号大小、数目和染色体分布存在多态性, 同一种内部分同源染色体之间具有异态性. 以这些细胞学标记为探针, 玉米和DP种间杂交后代得以鉴定. 180-bp重复序列和TR-1元件比较定位分析有助于了解玉米属基因组间的结构和进化关系.     

部分线性模型中M型回归样条估计的一些新结果

考虑下列部分线性模型Y_1-X′_1β_0+g_0(T_1)+e_i,1≤i≤n,其中(T_1,X_1,Y_1),…,(T_n,X′_n,Y_n)是随机向量(T,X′,Y)的 i.i.d.样本,X∈R~d,T∈[0,1],β_0为未知参数向量,g_0是一光滑未知函数.这个模型在文献[1]中首次被提出,文献中研究过β_0和 g_0(t)的估计,例如,基于惩罚函数法的平滑样条估计;基于核方法的估计;用分段多项式来逼近 g_0,基于最小二乘法的估计.由于上述估计不稳健,文献[8]用分段多