有资源约束的R&D项目选择模型的决策方法

提出了一种有资源约束的R&D项目选择模型的决策方法--字典序法.在分析构造合理字典序的假设条件的基础上,定义了一种满足单调性假设的字典序≥l,提出了求解满足资源约束的最优方案子集的约简式算法,并给出相关的结论.     

关于合理字典序构造的注记

分析构造合理字典序的基本行为假设条件并讨论其相互关系；研究合理字典序构造中引入基本行为假设的准则；探讨构造合理字典序的基本行为假设的相容性并给出几组相容的基本行为假设．     

关于合理字典序构造的注记

分析构造合理字典离的基本行为假高条件并讨论其相互关系，研究合理字典序构造中引入基本行为假设的准则；探讨构造合理字典序的基本行为假设的相容性并给出几组相容的基本行为假设。     

关于合理字典序构造唯一性定理的注记

研究了构造合理字典序的唯一性条件，着重分析了以自反演序为基础的字典序构造中确定合理字典序的理性条件，提出了一组新的构造合理字典序的理性条件——广义单调性条件Ｍ＋＋和Ｈｅｉｎｅｒ－Ｐａｃｋａｒｄ理性条件Ｋ＋，构造了唯一满足这组理性条件的弱序Ｌ，推广了Ｈｅｉｎｅｒ－Ｐａｃｋａｒｄ唯一性定理．     

关于合理字典序构造唯一性定理的注记

研究了构造合理字典序的唯一性条件，着重介绍了以自反演序为基础的字典序构造中确定合理字典序的理性条件，提出了一组新的构造合理字典序的理性条件－－广义单调性条件Ｍ＾＋＋和Ｈｅｉｎｅｒ－Ｐａｃｋａｒｄ理性条件Ｋ＾＋，构造了唯一满足这组理性条件的弱序≥Ｌ，推广了Ｈｅｉｎｅｒ－Ｐａｃｋａｒｄ唯一性定理。     

基于自反演序字典序的构造

研究了合理字典序的构造问题．基于一般字典序构造中存在的困难，以Ｆｉｓｈｂｕｒｎ提出的自反演序（Ｘ∪Ｘ＊，１）为基础，构造了满足Ｆｉｓｈｂｕｒｎ单调性扩张的完备的字典序Ｌ．     

赋有权向量网络的字典序最短路

本文以多目标优化设计为背景,提出了赋有权向量网络的字典序最短路概念。在字典序极小的意义下,推广了最短路问题的Dijkstra算法和Floyd算法,讨论了算法的复杂性,为一类问题的多目标优化决策提供了一种工具。     

基于奇异值分解的压缩感知定位算法

为了使观测字典满足约束等距性条件,保证算法的定位精度,提出一种基于奇异值分解的压缩感知定位算法。新算法首先将感知区域网格化,把定位问题转化为压缩感知问题,然后利用奇异值分解原理对观测字典进行分解,得到的新的观测字典有效地满足了约束等距性条件,且对观测值的预处理过程不影响原信号的稀疏性,从而有效地保证算法的重建性能,提升定位精度。仿真实验结果表明:相比于基于Orth的稀疏目标定位算法,基于SVD的压缩感知定位算法的定位性能更优,抗噪性、适应性更强,且算法复杂度低。     

基于高斯加权和因子分析字典学习的人脸姿态估计

针对传统的非约束环境下人脸姿态估计方法无法在统一框架下很好地处理各种姿态相关和姿态无关因子等问题,设计了基于字典学习和稀疏表示的鲁棒性人脸姿态估计框架,提出一种新的基于鼻尖点高斯加权的人脸预处理方法.此外,为了提高字典的鉴别性,提出一种基于姿态相关和姿态不相关因子分析的鉴别字典学习算法.通过在公开的XJTU、Multi-PIE、CAS-PEAL-R1和AFLW人脸库实验,结果表明:该方法在具有光照、噪声和遮挡变化的人脸库上识别率均约达95%,基本可满足实际应用的要求.     

基于遗传算法的一类资源分配两层规划问题求解

提出了一种基于遗传算法求解一类资源分配两层规划问题的方法。为了提高遗传算法处理上级资源约束的能力,在生产初始种群时处理上级资源约束,将随机产生的初始种群变为满足上级资源约束的初始种群,避免使用罚函数处理上级资源约束。     

CSP逻辑编程中一种约束评价的动态控制方法

在一些约束满足问题（ＣＳＰ）中，使需要进行的约束评价的数目减到最低限度是一个十分重要的问题。本文提出了一种改进的回溯算法，它借助基于假设的正确性维护系统ＡＴＭＳ达到了上述目的。     

Huffman序列的一种字典序生成算法

提出了Huffman序列的一种生成算法,对固定的序列长度,新的算法可以按逆字典序输出整个Huffman序列,具有计算量小、便于实现的特点.     

基于强约束字典联合深度神经网络的单通道语音分离

针对基于字典学习语音分离方法的“交叉投影”问题,提出了强约束的优化函数,不仅抑制重构信号和目标信号的误差,约束干净信号在联合字典上的误差,而且抑制干净信号在其他字典上的投影并限制字典间的原子相关性。此外,为了进一步提高两个相似信号的分离效果,提出基于强约束字典联合深度神经网络的单通道语音分离方法,首先利用强约束字典实现目标与干扰语音的初步分离,然后通过联合约束利用深度神经网络实现语音与干扰语音交叉投影残余的分离。实验结果表明,与其他优秀单通道语音分离方法相比,该算法有效提升了语音分离系统的性能。     

异方差下利用Bootstrap抽样技巧对基因表达样式进行选择和聚类

通过利用Shi,Shi-Jiang算法和一个Bootstrap抽样技巧,给出了一个推广了的序约束推断方法,在不需要满足方差恒定假设的前提下处理相同的选择和聚类问题.模拟结果显示此方法比Peddada和Simmons-Peddada方法更好地控制了假阳性率.     

向量优化问题严格有效性的二阶最优性条件

 利用约束集的相依锥以及线性锥,结合凸集分离定理,在适当的正则性条件下得到了一类带字典序的向量优化问题的Lagrange乘子法则,并在此基础上提出了Lagrangian函数的概念.同时,利用Lagrangian函数建立了向量优化问题严格有效性的二阶最优性条件.     

序贯k-out-of-n系统在序约束下参数的假设检验

考虑带有协变量的序贯k-out-of-n模型,假设给定协变量寿命的分布是指数分布族,对指数分布的刻度参数建立对数线性模型,研究在序约束下模型参数的两个假设检验问题,并讨论在序约束下检验统计量的渐近分布为χ~2分布.     

联合局部和全局稀疏表示的磁共振图像重建方法

针对在压缩传感中独立使用全局或局部稀疏字典所分别导致的图像细节或整体图像结构信息的丢失,提出了一种联合利用局部和全局稀疏约束来捕捉磁共振图像细节和整体结构信息的磁共振图像重建算法。该算法首先从特定的磁共振图像中训练出稀疏字典,然后利用该字典进行局部稀疏编码。其次,利用预定义的全局字典来加强磁共振图像的全局稀疏性。最后,在局部和全局稀疏的共同约束下,利用非线性共轭梯度算法来对重建模型进行求解。整个重建过程可以重复迭代以逐步改善重建质量。实验结果表明:当下采样因子达到10时,相比于字典学习算法(dictionary learning MRI,DLMRI),提出的算法在重建质量上可以提高1-6dB。     

字典序多目标多阶段决策的动态规划解法

本文提出了字典序多目标多阶段决策问题模型,并给出了其动态规划解法和数值例子。     

基于业务统一部署与管理的资源调度算法

针对当前资源调度算法无法满足业务多样化要求的问题,提出一种基于业务统一部署与管理的云计算资源调度算法.首先,对各业务进行分类和统一管理,根据业务变化实时调整资源需求;然后,通过业务的软约束、硬约束之间的转化以适应业务多样化要求;最后,通过仿真实验测试算法的有效性和优越性.实验结果表明,相比于其他算法,该算法大幅度提高了云计算系统资源的利用率,可以满足实际应用的要求.     

一类约束满足问题及其算法

针对具有解析约束形式、同一变量多赋值的约束满足问题,提出了一种新的约束满足问题定义·通过一种特殊约束满足问题的研究提出一套建立在这个定义基础之上的概念和三种算法:整数规划法、不等式组法和直接求解不定方程法,详细研究了其中的第三种算法,并给出了最坏情况下的时间复杂度,从而能够比较清晰地描述一类约束满足问题的一般分析过程,揭示了约束满足问题同经典的整数规划、数论和整数环论的联系·