灰色关联度模型正负性问题的研究及其改进

灰色关联分析是通过对序列几何关系的度量来比较系统中多因素关系的紧密程度,其紧密程度可由序列曲线几何形状的接近(或相近)程度来度量。因此可以利用参考序列和比较序列各对应时段斜率的比值来反映序列之间的紧密程度。首先定义了广义变异系数,并提出一种新的关联度计算方法,该关联度能够反映序列的正相关与负相关关系,并且只与序列的形状有关,而与它们在空间的相对位置无关。此方法充分利用了序列各时点的信息及正、负相关性。最后通过算例验证了它的合理性与实用性。     

一种基于数据序列相关性的小波域信息盲隐藏算法

利用数据序列之间的相关特性,文章提出了一种基于数据序列相关性的小波域信息盲隐藏算法。在信息嵌入过程中,对隐藏信息进行信息分存,通过对原始图像进行小波变换,并选择相应位置的高频系数组成数据序列,利用十组替代数据序列将隐藏信息嵌入。提取时,用含密的数据序列与替代数据序列进行比较,按照相关性最大的原则来提取信息。算法采用混沌序列进行加密控制。实验结果表明,这种方法有效,易于实现,特别是隐藏量较大。     

一种基于Rough集的时间序列数据挖掘策略

阐述了基于 Rough集的时间序列数据的挖掘策略 ,重点讨论了时间序列数据中的时序与非时序信息的获取问题 .实践证明 ,Rough集理论作为一种处理模糊和不确定性问题的有效工具 ,对于时间序列数据的挖掘同样也是有效的 .文章强调了时间序列数据中的多方面信息 ,包括原始数据及其变化量、变化率所提供的信息.     

一种基于信息分存和混沌序列的小波域信息隐藏方法

提出了一种基于信息分存和混沌序列的小波域信息隐藏方法,给出了具体的信息分存方案和混沌序列产生及控制方法,同时校正方法很好地消除了数据“突变”的影响。实验结果表明,这种方法有效,易于实现,而且效果较好。     

基于虚拟失效序列样本的系统实时可靠性研究

针对一类不能获得足够数量的试验和现场使用数据的复杂系统,提出Monte Carlo(MC)实时可靠性估计方法.以系统部件失效时间序列作为样本空间,应用MC法仿真产生更多的虚拟样本,建立了虚拟样本序列下系统实时可靠性估计的一般框架,并研究了MC估计的期望和方差与先验信息之间的关系,得到了具有包含关系的信息条件下,基于较少先验信息的估计的方差不超过拥有更多先验信息的估计的方差.考虑所有部件失效时间序列和导致系统失效的部分部件失效时间序列的先验信息,分别导出了系统实时可靠性模型.最后,通过算例分析,验证了本文不同先验信息下可靠性模型的有效性和方法的合理性.     

基于小波分解和残差GM(1,1)-AR的非平稳时间序列预测

提出基于二进正交小波变换和残差GM(1,1)-AR方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果表明,这种方法比传统的非平稳时间序列预测方法具有更高的预测精度.     

改进的SVD算法对BOC信号组合码与信息序列盲估计

针对低信噪比下二进制偏移载波信号的组合码序列以及信息序列盲估计问题,在未知时延下,利用奇异值分解(singular value decomposition,SVD)算法估计出的组合码序列及信息序列,其最大奇异向量和次大奇异向量之间可能存在酉模糊现象。对于该问题的研究,提出一种改进的SVD方法对最大奇异向量及次大奇异向量进行线性组合,接着最优化筛选出其相应的系数矩阵,最后结合系数矩阵估计出组合码序列与信息序列。仿真结果表明,改进的SVD算法可同时应用于组合码和信息序列的估计且不受未知时延的影响,具有消模糊效果好、需要数据量少和抗噪性能强的特点。     

基于扰动信息的连续区间灰数灰色预测模型

针对连续区间灰数的预测,提出了分数阶累加二次时变参数离散灰色预测模型(FQDGM (1,1)模型)。在不损失原始信息的前提下,将区间灰数转化为核序列和灰半径序列,然后分别对核序列和灰半径序列建立FQDGM (1,1)模型。新模型针对同时包含指数和二次曲线趋势的系统,通过二次时变参数的求解和阶数的调整,实现对于原始信息进行有效挖掘,避免扰动信息的干扰,提高模型的稳定性。最后,运用不同灰色预测模型,对于一个算例和一个实例进行建模,计算结果显示了所提方法的优越性,从而进一步拓展了灰色预测理论的应用范围。     

非周期直扩信号PN码盲估计技术

在非协作信息侦测情况下,在扩频周期内,由于非周期性直接序列扩频（direct sequence spread spectrum, DSSS）信号的扩频序列具有不可重复性,再加上扩频信号的非同步性,使得扩频码的盲估计十分困难。在信息序列不相关,且已知扩频码周期、码速率和信息速率等参数的前提下,提出一种针对非周期性DSSS信号PN(pseudo-noise)序列的盲估计方法。该方法按照信息码元宽度进行分段,利用子空间跟踪算法估计各段PN序列,结合滑动窗口方法实现盲同步,并按照一定的顺序排列拼接实现PN序列盲估计。仿真结果表明,该方法运算量小,对存储空间要求低,在低信噪比条件下可快速准确恢复PN码序列。     

基于相似度的直扩信号盲解扩方法

针对传统方法对直扩(direct sequence spread spectrum, DS-SS)信号进行盲解扩时,需要在估计出扩频序列后,才能完成信号盲解扩的问题,提出了一种基于相似度的DS SS信号盲解扩方法。该方法首先在扩频码的码片速率和周期已知的条件下,以单倍扩频码周期的窗长对接收信号进行数据分段,然后对任意两段数据求相似度函数值,构造相似度函数值的特征信息矩阵,最后通过对构造的特征信息矩阵进行特征值分解就可以实现对信息序列及扩频码序列的盲估计。理论推导和仿真实验结果表明,该方法具有精度高、稳定性好,在信噪比容限值为-22 dB的条件下也能够有效的盲估计DS-SS信号的信息序列及扩频码序列。     

混沌直扩序列的优选及与传统序列的性能比较

为了提高异步直扩序列码分多址 (DS/CDMA)系统的容量和保密性能 ,从整个扩频序列集合相关函数的均方值出发 ,对一类由一维混沌映射产生的混沌直扩序列与传统的伪随机序列如m序列、Gold序列和Kasami序列等 ,在异步DS/CDMA系统中作了性能比较研究。计算机仿真表明 ,其性能与传统序列相当 ,其序列数较m序列数多 ,适于作CDMA系统的扩频码 ,并由此提出了一种混沌直扩序列的优选方法。     

自适应网站地图的研究

国际互联网的规模变得日益庞大和复杂,访问者经常不能从网站上迅速获得所需的信息.网站地图可以用来帮助访问者了解整个网站的基本结构,但是通用的网站地图所展示的信息有限,而且大部分内容与用户的兴趣无关.本文对用户访问环境进行了3个层次的分析,根据网页间的链接结构和网页被访问的频率等指标,提出了一种构建动态网站地图的方法.随后,针对一个实际的网站进行了仿真实验.实验结果表明,本文所述方法可以使访问者在各个层次上了解所处的网站环境,达到有效导航的目的.     

基于图像对比度数量映射的矢量场可视化算法

矢量场可视化是科学计算可视化中的一个研究热点,基于纹理图像的流线积分算法可以清楚地描述矢量场的细节。科学计算的数据通常是多维的变量,为了能在图像上同时显示超过2维的变量,采取了如对图像的颜色、明暗等属性进行数量映射的各种方法。本文提出了一种对图像的对比度进行数量映射的方法,动态改变图像局部的对比度,达到较好的可视化效果。     

基于GIS的信息可视化方法及应用研究

介绍和分析了基于GIS(地理信息系统)的信息可视化方法,包括比例符号图(Proportional symbol maps)、地区分布图(Choropleth maps)和统计图(Cartograms maps)。给出了比例符号图和地区分布图的实现方法,将其应用于全国农药残留检测结果的可视化中,实现了基于比例符号图的定性结果可视化、基于地区分布图的定量结果可视化以及基于直方图的时间序列数据可视化,将这三种图集成在同一窗口中,配以鼠标悬停提示、鼠标点击过滤等交互技术,实现了上述三种图及所选数据之间的交互和联动。上述可视化结果可帮助专业人员和决策者快速理解和分析全国农药残留的分布情况,为正确决策提供帮助。     

ON THE ISOMORPHISMS OF SMOOTH ALGEBRAIC CURVES (Ⅰ)

ＯＮＴＨＥＩＳＯＭＯＲＰＨＩＳＭＳＯＦＳＭＯＯＴＨＡＬＧＥＢＲＡＩＣＣＵＲＶＥＳ（Ⅰ）ＤＵＨｏｎｇ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＳｃｉｅｎｃｅ，ＡｃａｄｅｍｉａＳｉｎｉｃａ，Ｂｅｉｊｉｎｇ１０００８０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉ...     

基于预期机制的供应链产品转移价格混沌预测研究

将供应链管理系统中与原材料和产品流动过程有关的产品转移价格作为上游企业基于提前期内下游企业对产品的反馈信息作出的预期价格.提出了预期机制下供应链产品的非线性、非均衡转移定价模型,研究了供应链管理系统产品转移价格决策的混沌动力行为,并基于最大Lyapunov指数对供应链产品转移价格进行预测.最后,通过实例进行分析其应用价值.     

基于图层叠加的多目标选址模型

分析了国防工程设施选址的目标和约束条件,研究建立了建设项目选址多目标决策模型.在MGIS(militarygeographicinformationsystem)中运用叠加模型解决了选址决策空间上可行域或有限方案集的搜索问题,提出了选址规范决策矩阵的构建和求解方法,并给出了算例.     

融合纹理信息的深度图像修复

针对低质量深度图像中存在的空洞和噪声问题,提出了融合纹理信息的深度图像修复算法。首先利用形态学操作对空洞进行优化,基于区域的分割算法完成空洞区域分割;然后将提取出的空洞区域进行纹理信息填补,分析空洞区域与同场景彩色图像的局部结构相似性,完成空洞初修复;最后利用灰度级图像重建算法,对边缘空洞区域进行填充和平滑处理。基于标准数据集Middlebury,所提算法与快速行进算法、自适应中值滤波算法和形态学重建算法相比,对大面积空洞信息完成了良好的修复。在获得较好修复效果的同时,该算法保持了图像的结构完整性和整体平滑性。     

平行多视点算法实时求取深度信息

引入了平行多视点的概念，从平行多视点获取的多幅图像中可以求得深度信息。通过利用图像的ＦＦＴ变换，将时域中很难解决的问题变换到频域中来解决，避免了复杂的匹配运算，极大地简化了求取图像点、面深度信息的问题，并且提高了深度求取的实时性、全面性和准确性。介绍了算法原理及特点，并给出了实验结果及分析。