信息扩散模型及其海温序列插值应用

针对海洋观测资料中实际存在的数据缺损、零散等小样本问题,引入信息扩散原理,并通过遗传算法对其扩散系数的选取进行规范和改进,建立了遗传优化的新信息扩散模型,该模型通过对非规则、非对称的贫乏样本数据进行模糊化处理,可实现对其中蕴含信息的概率扩散。为验证新优化算法的可行性和有效性,选取美国国家环境预报中心和国家大气研究中心1982年1月至2011年10月间海温场月平均再分析资料作为样本数据,运用本文模型进行了多组不同样本容量的海温资料时间序列插值试验,并与传统的正态信息扩散模型和最优信息扩散模型进行对比分析。结果表明,新扩散模型在一定比例缺测的情况下能够较好地插补填充原海温时间序列,可为海洋稀疏数据的客观分析及应用提供参考。     

稀疏微波成像信号处理方法研究

主要围绕该研究关键科学问题"稀疏微波成像非模糊重建"展开研究,结合稀疏微波成像体制,研究多维度稀疏信号特征信息挖掘方法,提出稀疏微波成像距离多普勒二维解耦成像重建算子,建立稀疏微波成像重构算法,实现微波成像大数据量的快速求解。主要研究内容包括:基于稀疏优化的空时频域先验信息挖掘方法、稀疏微波成像非模糊重建理论和方法、非理想运动平台稀疏微波成像处理和稀疏微波成像快速算法研究。主要工作进展包括:(1)基于目标在空间的稀疏表征,揭示观测对象在空间维度的先验信息调制机理,实现短孔径下的方位高分辨成像。(2)进行了稀疏步进频率雷达成像体制设计和高分辨成像算法研究,有效降低步进频率雷达的回波数据量和外界干扰的概率。(3)基于稀疏孔径数据,揭示观测对象在方位时间维度的先验信息调制机理,展开了方位孔径稀疏采样的雷达体制设计和高分辨成像算法研究。(4)提出了一种基于稀疏表征的自聚焦算法,研究了存在运动误差下的稀疏微波成像非模糊重建算法,完善了可嵌入运动补偿的稀疏微波成像处理框架。(5)展开了宽幅海洋多舰船目标高分辨成像的体制设计和算法研究,提出了一种单天线体制下的Fast-Scan SAR海洋多舰船成像算法,并完善了稀疏微波成像非模糊重建理论框架和方法体系。(6)展开了稀疏采样体制下的运动目标检测和成像算法研究。通过方位稀疏采样方式优化设计,基于运动目标先验信息挖掘技术研究,利用稀疏信号处理算法实现运动目标的高分辨非模糊重建。     

基于半监督宽度学习系统的气温空间插值

近年来,基于人工神经网络的气象空间插值研究因其较强的非线性映射能力受到越来越多的关注。然而,由于网络参数众多,这些方法的训练过程都非常耗时。考虑到以上原因,基于宽度学习系统提出了一个高效的气温空间插值模型,首先使用稀疏编码对输入数据进行特征提取,然后将映射后的向量引入宽度学习系统中得到一个半监督宽度学习模型。相关实验建立在山西省的气象数据集上,实验结果表明,该方法比基于深度学习的方法和传统空间插值方法具有更好的预测性能和时间损耗。     

气象观测站点稀疏地区的降水插值方法探讨--以锡林郭勒盟为例

提出了一种基于地统计学分析,在无站点分布且无周边站点影响的区域增加模拟站点的方法,对气象观测站点稀疏的地区进行降水插值.其既不完全依赖于其他自然因子与降水数据的相关性,又对原观测站点降水数据的空间变异性信息进行了补充,可作为观测站点稀疏区域插值算法改进的一个新方向.以锡林郭勒盟为例进行分析的结果表明,本方法得到的整体及局部的误差估计均小于传统插值方法,并且在空间信息上表现出更为丰富的空间变异信息.     

基于Morphing方法的断层面重构

为提高稀疏数据条件下断层面形态重构的准确性和光滑性,通过对断层面建模数据分析与优选,提出基于Morphing方法构建相邻稀疏断层线的过渡曲线,同时基于CD-TIN重构平稳光滑断层面的方法。以Morphing方法基础理论,分析了断层线数据特征点对应关系,采用距离二分法实现了特征点匹配;参照有限外推法,确定了断层尖灭位置;采用拉格朗日插值方法对断层线节点曲线进行趋势外推,实现相交断层面切削;最终实现了稀疏数据下断层面的光滑构建。通过对比Kriging插值方法和Morphing方法生成的断层面模型形态,结果表明:Morphing方法生成的断层面形态平滑自然,可以更好地还原断层弯曲细节。     

一种基于产生式分数空间的单样本人脸识别方法

提出一种基于产生式分数空间的单样本人脸识别方法.首先设计了适用于人脸表示的概率产生式模型,并有效地结合了分部式方法的灵活性和稀疏成分分析的稳健性.然后基于该模型导出分数函数(特征映射),并构建了本质上是观测数据、隐变量和模型参数函数的概率相似度.最后,基于2个标准人脸数据库进行了仿真实验,验证了所提出方法的有效性.     

基于模糊集的模糊时态映射模型

为了使时态数据库对客观世界更符合实际抽象描述,提出了用模糊测度分析模糊时态数据的隶属度,基于模糊集理论建立了模糊时态映射模型,实现测度模糊值向离散时态区间的映射.建立的模糊时态关系模型进行传统概念扩展,对事件的模糊时态信息作测度分析,抽取和元组离散时间对应的事件模糊值,向离散时态区间作映射,在模糊时态数据库概念层使模糊数据和时态凸区间实现原子对应.该理论弥补了现有时态数据库不能处理模糊时态信息的缺陷,扩展了模糊时态数据库处理模糊事件的能力.     

中文多模态知识库构建

多模态融合旨在将多个模态信息整合以得到一致、公共的模型输出,是多模态领域的一个基本问题。通过多模态信息的融合能获得更全面的特征并且提高模型鲁棒性,目前多模态融合技术已成为多模态领域核心研究课题之一。本文基于ImageNet、HowNet和CCD,通过人工标注构建了一个新的多模态知识库,已完成校准ImageNet中21 455个名词及动词概念的映射,有效地将HowNet以及CCD中概念映射到ImageNet中。该数据集能够应用于自然语言处理任务和计算机视觉任务,并通过图片信息和概念信息提高任务效果。在图片分类中,通过增加HowNet和ImageNet概念能够融合更多的图片特征来辅助分类;在语义理解中,通过映射增加图片信息可以更好地理解语义。     

基于知识粒度的高属性维稀疏聚类算法

目前的高属性维稀疏数据算法大多面向二态数据,而且没有聚类结果的评价方法,给应用带来很大局限.针对这些问题,文中提出了一种基于知识粒度的高属性维聚类算法.首先通过设计面向数据稀疏特征的半模糊聚类算法对数据进行离散化,并基于此给出稀疏相似度和初始等价关系的定义;然后设计可变精度的二次聚类模型对初始聚类结果进行修正,使算法具有较强的抗噪声能力;最后结合应用领域定义一种新的聚类质量评价模型.实验证明,该算法可提供多粒度分析结果,准确度更高,得到的聚类结果能真实反映数据的特征.     

一种基于信息粒度的高属性维稀疏数据聚类算法

目前的高属性维稀疏数据算法大多面向二态数据，而且没有聚类结果的评价方法，给应用带来很大局限。针对这些问题，给出一种基于信息粒度的高属性维聚类算法。首先通过设计面向数据稀疏特征的半模糊聚类算法对数据进行离散化，并基于此给出稀疏相似度和初始等价关系的定义，然后设计可变精度的二次聚类模型对初始聚类结果进行修正，使算法具有较强抗噪声能力，最后结合应用领域定义一种新的聚类质量的评价模型。实验证明，算法具有更广应用性，可提供多粒度分析结果，准确度更高，得到的聚类结果能真实反映数据的特征。     

Improved estimates of upper-ocean warming and multi-decadal sea-level rise

Changes in the climate system's energy budget are predominantly revealed in ocean temperatures and the associated thermal expansion contribution to sea-level rise. Climate models, however, do not reproduce the large decadal variability in globally averaged ocean heat content inferred from the sparse observational database, even when volcanic and other variable climate forcings are included. The sum of the observed contributions has also not adequately explained the overall multi-decadal rise. Here we report improved estimates of near-global ocean heat content and thermal expansion for the upper 300 m and 700 m of the ocean for 1950-2003, using statistical techniques that allow for sparse data coverage and applying recent corrections to reduce systematic biases in the most common ocean temperature observations. Our ocean warming and thermal expansion trends for 1961-2003 are about 50 per cent larger than earlier estimates but about 40 per cent smaller for 1993-2003, which is consistent with the recognition that previously estimated rates for the 1990s had a positive bias as a result of instrumental errors. On average, the decadal variability of the climate models with volcanic forcing now agrees approximately with the observations, but the modelled multi-decadal trends are smaller than observed. We add our observational estimate of upper-ocean thermal expansion to other contributions to sea-level rise and find that the sum of contributions from 1961 to 2003 is about 1.5 +/- 0.4 mm yr(-1), in good agreement with our updated estimate of near-global mean sea-level rise (using techniques established in earlier studies) of 1.6 +/- 0.2 mm yr(-1).     

An Information Diffusion Technique for Fire Risk Analysis

IntroductionRiskreferstoadverseanduncertainoutcomes.Fireisdangeroustopeopleandproperty,anditoccursuncertainly.Ingeneral,fireriskismeasuredbytheprobabilityoffireoccurringandthemajortaskofriskanalysisistoestimatetheprobabilitydistributionaboutafirewithrespecttodifferentlevels.Theprobabilitydistributionmightofferabaseforriskmanagement,toreduceorcontrolfirerisk.Infireriskanalysis,therearetwooutstandingproblemsthatdeserveourattention.First,asystemwhereafiremayoccurisgenerallytoocomplextobecaptured…     

移动对象轨迹的双重插值

移动对象的轨迹插值是查询处理的前提,插值的精度直接影响到查询处理的准确率.将保形三次Hermite插值引入到移动对象的时空轨迹插值,提出了双重插值模型,此模型继承了保形三次Hermite插值的优点,不需要速度条件便可以形成轨迹,容易将模型推广到高维空间,可以弥补移动对象数据库中记录点太稀疏的缺陷,并且插值精度比线性插值、非节点样条插值和保形三次Hermite插值更高.     

对流占优扩散问题的一种特征差分方法

用基于一般的 L agrange插值的特征差分方法求解对流占优扩散问题 ,会出现较大的数值扩散或者数值振荡等困难 ,高阶单调插值又计算复杂。该文采用 A.A .Sam arskii构造差分格式的方法 ,建立了一种新的特征差分方法。先对对流扩散方程的扩散项进行修改 ,然后再进行特征差分。此方法具有较高精度 ,并消除了非物理振荡。证明了方法的无条件稳定性。数值结果表明 ,该方法可成功求解对流占优扩散问题。     

信息扩散方法在大坝监测效应量预测中的应用

在大坝安全监测中,为了解决小样本导致的效应量预测误差较大的问题,在考虑增加样本信息的基础上,建立基于二维正态信息扩散离散回归的效应量预测方法。利用模糊推理和信息集中的基本理论,结合灰色关联度法,对大坝安全监测效应量进行分析和预测,应用综合有效度指标评价该预测方法的效果。结果表明,基于信息扩散的预测方法避免了多种不确定因素影响下小样本预测的困难,提高了拟合和预测精度。     

基于Argo资料的三维盐度场网格化产品重构

针对标准化海洋盐度场产品较为匮乏的事实,利用Argo温盐观测剖面与卫星遥感海表温度资料,采用时空权重插值和多变量DINEOF方法,对太平洋区域2000年1月至2008年12月的三维逐周盐度场进行重构。提出的重构方法有2个明显特色,一是采用时空权重插值与多变量DINEOF相结合的方法,弥补了时空权重插值结果中包含缺失数据的不足;二是引入卫星遥感海表温度,弥补了Argo可靠海表数据的缺乏。重构再分析产品与其他观测和数据产品的对比结果表明,重构产品不但能够抓住盐度分布的主要模态特征,而且可表现盐度不同时间尺度的变化特征,为海洋和气候研究提供了一种有用的标准化数据新产品。     

模糊控制中近似推理的插值模型

提出一种新的模糊控制近似推理模型——插值模型,即用多元插值方法来进行近似推理．在精确插值问题基础上提出模糊插值问题,并给出插值公式     

文本性的盛宴：美国汉学现当代文学研究的亮点和拐点

由于传统焊缝区域检测算法难以准确提取模糊和对比度低的厚钢管焊缝区域,提出一种新的基于鲁棒PCA模型的焊缝区域检测算法,该算法能克服传统方法的不足,并能准确提取焊缝区域.首先,收集一序列X射线图像,并对其进行空域对齐及亮度归一化预处理.其次,计算得到系列图像的背景图像,并将背景图像与待测试X射线图像张成一个观测矩阵.最后,使用鲁棒PCA算法对观测矩阵进行低秩与稀疏分解,测试图像中的不均匀强度及噪声被消除,焊缝区域被凸显出来,通过全局阈值可将焊缝区域较好地分割出来.实验结果表明,该算法能较大地消除厚钢管X射线图像中噪声及不均匀强度分布带来的干扰、同时增强模糊的焊缝边缘及对比度低的区域,相比传统焊缝区域检测算法,具有更高的检测灵敏度(0.952)和精度(0.989),能更好地将模糊和对比度低的焊缝区域完整检测出来.     

鲁棒最小二乘支持向量机及其在软测量中的应用

针对最小二乘支持向量机在利用产生于工业现场的非理想数据集进行建模预测时,稀疏化模型鲁棒性差的问题,提出了一种基于模糊C均值聚类和密度加权的稀疏化方法.首先通过模糊C均值聚类将训练样本划分为若干个子类;然后计算每个子类中各样本的可能贡献度,依次从每个子类中选取具有最大可能贡献度的样本作为支持向量;最后更新每个样本的可能贡献度,继续从各个子集中增选支持向量,直至稀疏化后的模型性能满足要求.仿真结果和磨机负荷实际应用表明,该方法能够兼顾模型在整体样本集和各工况子集上的性能,在实现模型稀疏化的同时,能够显著改善最小二乘支持向量机模型的鲁棒性.