熵概念的一种导出法

在基础物理化学教学中,熵概念的导出,一般教科书多是用卡诺循环处理一个任意可逆循环过程,从而得出: 或说明integral from A to B (δQR)/T值只与状态有关而与过程无关,从而定义出状态函数熵,     

采用熵函数法的多传感器空间配准算法的研究

针对传感器空间配准问题,提出了一种基于滑窗法的极小化极大熵函数的传感器空间配准算法。该算法使用熵函数作为优化准则,根据传感器的量测模型推导出关于传感器系统偏差的目标函数,然后借助极大熵函数的思想,将目标函数的绝对值转化为对应的极大熵函数,并且使用拟牛顿法求得的极大熵函数的解作为传感器系统偏差的估计值。在单目标跟踪场景和多目标跟踪场景下,与传统传感器空间配准算法在相同的仿真条件下进行对比,仿真结果表明,所提算法能够有效地提高传感器距离量测和角度量测系统偏差的估计精度,从而实现高精度的空间目标跟踪。     

粒子的坐标熵与动量熵的互补性——熵增长定律对所有熵都适用吗?

基于统计物理学中定义熵的一般公式,提出了单粒子坐标熵和动量熵的定义。从微观粒子的状态既可以用坐标表象中的波函数描述,也可以用动量表象中的波函数来描述出发,利用坐标几率密度函数ρ和动量几率密度函数w来定义粒子的坐标熵Sx和动量熵Sp,引用便于计算的谐振子基态来说明Sx与Sp之间的确存在着这种互补性,对线性振子其他态的计算,也证实了这种互补性的存在;推断出坐标熵与动量熵之间应该存在着一种互补关系:当粒子的微观状态发生变化时,若此过程使坐标熵增加,则其动量熵必减少;若此过程使坐标熵减少,则其动量熵必增加,论述了这两种熵之间存在互补性。并认为,这2种熵互补的根源来自不确定度关系,最后指出熵增长定律对坐标熵适用,而对动量熵不适用。     

基于滑动样本熵的动力学状态识别

样本熵是有效刻画系统复杂性的动力学指数,运用滑动技术生成样本熵函数,分析线性和非线性时间序列在不同动力学状态下的变化.结果显示,对于线性和非线性时间序列,动力学状态发生改变时,样本熵函数均有明显变化,其中,样本熵函数跳跃点指示了动力学状态突变点.进一步对比传统的识别方法,滑动样本熵体现出更好的稳定性和适用性,表明滑动样本熵方法能有效识别时间序列动力学状态,为时间序列的动力学状态分析提供一条新的途径.     

带有连续状态约束的最优控制问题的近似求解

研究了带有连续状态不等式约束的最优控制问题.应用控制函数参数化方法将最优控制问题转换为有限维优化问题,应用积分熵函数将连续状态不等式约束近似为一般约束,证明了约束近似方法的收敛性.     

一种基于信息熵的语音端点检测方法

根据语音信号的波形特征,利用熵函数的性质,构造了一种特殊的熵函数,通过判断此函数值和大小,确定是语音还是无声状态,实验表明,此方法计算简单而且具有很高的准确性。     

低温简单晶体摩尔熵的回归方程及人工神经网络表达

分别运用线性回归和人工神经网络方法拟合了低温状态下Cu 、Ag、Au 等三种简单晶体的熵函数,提出了这三种晶体在60 ～300K 的熵函数的回归方程式,并对几种拟合方法进行了比较。结果提示, 用熵值的自然对数作为网络的训练值所建立的人工神经网络可以较理想地拟合2 ～300K 温度区间的Cu、Ag、Au 等简单晶体的熵函数。     

交通状态可预测性量化方法

针对现有城市交通状态的可预测性缺乏有效量化分析方法这一问题,提出了基于熵的交通状态可预测性量化方法.首先,从静态可预测性出发,通过计算交通状态序列的熵得到对应的量化规律性,利用二元熵函数将该规律性转化为可预测性;然后,考虑到交通状态的可预测性会随着时间动态变化,通过瞬时熵实现了对特定时刻可预测性的量化计算;最后,分析了...     

基于信息熵的单元化制造系统状态度量

摘要： 将描述单元化制造系统状态所需信息量分为结构熵和运行熵2种形式并予以定义;在信息熵理论基础上,构建了单元化制造系统的结构熵与运行熵函数,并对制造资源的状态认定进行说明;根据调度理论,分别建立最大可能调度时限和调度符合度模型.以实施单元化制造的某加工车间为背景,依据其在不同状态下制造资源的状态信息,实证分析并绘制了系统状态随调度变化的示意图,利用所建熵函数及调度模型对系统状态进行度量,以验证所提出方法的科学性与有效性.结果表明,通过所构建的信息熵模型,可实现对单元化制造系统状态的度量与监控,并为提高系统的运行效率提供有效途径.     

效用风险熵

本文提出由客观状态的不确定性和结果价值两方面因素造成的效用风险的概念，定义并构造效用风险函数和效用风险熵的函数表达式，剖析其主要数学特性，阐明效用风险函数和效用风险熵作为客观状态和决策行动方案的效用风险测度函数的合理性．     

具有阶段结构的Gilpin-Ayala竞争系统的行波解

本文构造并研究了一类具有阶段结构和离散时滞的Gilpin-Ayala时滞反应扩散模型。利用Wu和Zou建立的一般有限时滞的反应扩散方程组波前解存在性的理论,证明了连接两个边界平衡解的行波解的存在性。     

三维离散导数Green函数的W1,1半范估计

对于一般的三维二阶椭圆边值问题,本文利用权函数思想研究了离散导数Green函数的估计,证明了这种函数的W1,1半范具有O(|lnh|(4)/(3))的精度.通过这个结果可以得到有限元逼近的梯度最大模超逼近.     

函数逆P-集合与信息规律融合

利用逆P-集合,提出函数逆P-集合。函数逆P-集合是把函数概念引入到逆P-集合内,改进逆P-集合得到的。函数逆P-集合具有动态特征和规律(函数)特征。函数逆P-集合是由函数内逆P-集合S珔F与函数外逆P-集合S珔F珔构成的函数集合对;或者,(S珔F,珔SF珔)是函数逆P-集合。在一定条件下,函数逆P-集合(S珔F,S珔F珔)被还原成有限普通函数集合S。逆P-集合是把动态特征引入到有限普通集合X内(Cantor set X),改进有限普通集合X被提出的。函数逆P-集合具有与函数P-集合相反的动态特征、规律(函数)特征。本文给出函数逆P-集合的结构、还原和它的函数等价类特征。利用数据拆分-合成原理,给出逆P-信息规律融合与它的生成;给出逆P-信息规律融合的属性特征与属性定理。利用这些结果,给出逆P-信息规律融合生成的隐形信息图像与它的应用。函数逆P-集合与函数P-集合是两个独立的、特征不同的新模型。     

基于元胞自动机原理的微观交通仿真模型

描述了一种对高速路上的交通流仿真和预测的模型.该模型应用了元胞自动机原理对复杂的交通行为进行建模.这种基于元胞自动机的方法是将模拟的道路量离散为均匀的格子,时间也采用离散量,并采用有限的数字集.同时,在每个时间步长,每个格子通过车辆跟新算法来变换状态,车辆根据自定义的规则确定移动格子的数量.该方法使得在计算机上进行仿真运算更为可行.同时建立了跟车模型、车道变换的超车模型,并根据流程对新建的VP算法绘出时空图.提出了一个设想:将具备自学习的神经网络和仿真系统相结合,再根据安装在高速路上的传感器所获得的统计数据,系统能对几分钟以后的交通状态进行预测.     

Fitting集与根函数

群类理论是在有限可解群研究工作的基础上发展起来的,但近年来对有限群论的许多方面都起到越来越大的作用.Fitting类是重要群类之一.为了更深入地研究Fitting类,主要研究了Fitting集所具有的性质,用构造的方法证明了Fitting集与根函数之间可以建立一个一一对应的关系,证明了两个根函数的合成依然是根函数,并刻...     

有限离散函数的性质

讨论了有限离散函数的性质．结果表明,有限离散函数的导数与点在平面上的分布及相关分析间存在密切的关系     

离散系统动态协方差配置中的有限拍控制

大量的随机控制系统的性能指标可直接刻划为系统稳态状态协方差的形式。在离散系统的动态协方差控制器设计过程中存在着相当的自由度,该文利用这些自由度使系统达到期望的有限拍特性,即设计动态控制器,使闭环系统的状态协方差在有限拍内配置到指定值。文中表明,只要使系统的闭环矩阵具有期望的特征结构且其最大奇异值满足一定的约束条件就可达到设计目的。文中研究了使闭环矩阵具有期望的特征结构的条件,并给出了满足要求的控制器的存在条件及解析表达式。     

由矩阵奇值分解确定热工过程的动态数学模型

热工过程的动态数学模型通常通过现场试验作出它的阶跃响应曲线,然后从阶跃响应曲线得出近似传递函数。本文利用阶跃响应数据组成Hankel矩阵,通过对矩阵的奇值分解,确定模型的最低阶次,并进一步求出过程的离散状态模型。用这种方法获得的动态数学模型具有很高的精确性,文中应用这种方法对几种典型热工过程进行了运算。     

分解—排序—更新法求解马尔科夫链

论文提出了一种计算有限状态离散时间马尔科夫链平稳分布的算法，算法的核心是块划分马尔科夫链的状态转移图，对分解怕得的状态子空间进行了拓扑排序，然后根据拓扑充列计算每个状态子空间，相应地更新马尔科夫链的实始分布。本算法对求解有限状态离散时间可约马尔科夫链；尤其是当马尔科夫链有非常迟状态且可分成多个块时就非常适用。     

基于模糊熵的聚类有效性分析

模糊熵描述了一个模糊集的模糊性程度.本文将模糊熵应用于聚类有效性的分析.指出用于聚类有效性判决的划分系数是一个基于模糊熵的聚类有效性判决准则.最后通过几组数据对不同模糊熵公式的判决功能进行了比较实验.