测试的离散信道模型与信息量

针对系统级故障诊断过程中测试信息量的计算问题,建立了测试过程的离散信道模型,提出了基于信道平均交互信息量的测试信息计算方法,并证明算法的复杂性为O(mnlogn2),为系统级故障诊断提供了精确的定量分析基础。     

几乎处处可导几乎可导基本上可导的关系

给出了几乎可导、基本上可导概念,并证明了几乎处处可导函数类包含于几乎可导函数类包含于基本上可导函数类是真包含关系．     

复发性口疮患者外周血液中的淋巴细胞损伤

本文应用稍加改良的半微量血培养法对50例复发性口疮患者的周血淋巴细胞进行了微核测定,其微核出现率均数为6.3‰。结果表明:此病患者的周血淋巴细胞损伤程度明显地高于正常人,并略高于非痛肝病患者。而远远低于癌症患者。此结果与本病很少恶变的临床表现相符,并与近代关于此病与自身免疫密切相关的观点一致。     

双波长闪光拉曼热扩散率测量系统研发及应用

纳米材料热传递特性的高精度原位测量,是传热学研究中亟待解决的关键问题.拉曼光谱法是目前最理想的纳米尺度非接触式原位测量方法之一,但现有的瞬态拉曼光谱法时间、空间分辨率较低,显著影响了测量精度.该文研发了时间分辨率可达100 ps、空间分辨率可达100 nm的双波长闪光拉曼测量系统:搭建一束较强的脉冲激光加热样品,使用另...     

基于自适应CS模型的IMM算法

目标运动状态的改变将导致目标跟踪算法精度降低或发散。为了提高机动目标跟踪的跟踪性能,首先,针对当前统计(current statistical, CS)模型中最大加速度固定设置导致模型误差增大的问题,提出了一种自适应CS模型;在自适应CS模型和交互式多模型(interacting multiple model, IMM)的基础上,提出了一种交互式多自适应模型(interacting multiple adaptive model, IMAM),该模型通过采用两个自适应CS模型,能够有效消除目标状态突变造成模型误差急速增大的问题,提高了模型的准确度和适应性。其次,在IMAM的基础上,结合修正卡尔曼滤波(amendatory Kalman filter, AKF)的思想,提出了IMAM-AKF算法,该算法通过修正最终的状态融合估计值,有效地降低了目标机动造成的模型误差,进一步提高了机动目标跟踪的性能。最后,结合自适应渐消卡尔曼滤波(adaptive fading Kalman filter, AFKF)的思想,提出了IMAM-AFAKF算法。仿真结果表明,无论是强机动还是弱机动,IMAM-AFAKF算法都具有较好的跟踪性能。     

环境监测实验室管理体系构建及有效运行

为了切实加强环境监测实验室的质量管理,保证环境监测为环境管理提供可靠的技术支持,国家环保总局近年来十分重视各级监测站的质量管理工作.并通过国家实验室认可的监测站,将质量管理工作纳入了<检测和校准实验室能力认可准则>管理体系的运行轨道.实践表明,管理体系的建立和运行,强化了持续改进的工作理念,有效提高了监测人员素质,深化了全程序质量管理,提高了监测能力和水平.但是,获得实验室认可证书,并非已将所有问题都解决好了,质量管理工作可以高枕无忧了.调查情况表明,有些获得实验室认可证书单位已经出现了自满和松懈情绪,管理力度也有所下降,这点需要引起有关方面的注意.为了确保实验室认可后继续提高管理水平,对管理体系如何持续有效运行进行深入探讨,是很有必要的.     

带有负顾客的M／M／1／N单重工作休假排队系统

研究了一个带有负顾客的M／M／1／N单重工作休假排队系统。服务员在假期中以较低的速率服务顾客而非停止工作。负顾客一对一抵消队首正在接受服务的正顾客(若有),若系统中无正顾客,到达的负顾客自动消失,负顾客不接受服务。利用马尔科夫过程理论和矩阵解法求出了稳态概率的矩阵解,并得到了系统的平均队长、平均等待队长以及顾客的消失概率等性能指标。最后通过数值例子分析了系统的参数,休假时的工作率μ_v和休假率θ对平均等待队长以及顾客消失概率的影响。     

十一届全运会网球团体决赛中于欣源发球技术指标的统计分析与研究

利用临场观察和观看比赛录像等方法,通过Dartfish软件设计模版。对于欣源及其对手在全运会团体决赛中发球技术进行统计,探讨分析于欣源的发球技术水平和比赛失利的主要原因,分析其在比赛中存在的主要问题以及改进措施,为进一步提高其技战术水平提供参考。     

机器学习的基石：聚类任务的现状与挑战

[目的/意义]随着信息技术的快速发展,各个领域积累的数据呈现出规模大、种类多、结构复杂等特点,这些都为已有的无监督聚类算法提出了严峻挑战。[方法/过程]该文对近年来提出的各种聚类算法进行了综述。[结果/结论]根据聚类算法可处理的数据类型不同,聚类算法可分为基于向量表示的聚类算法和基于关系表示的聚类算法;从建模策略的角度,聚类算法可分为基于模型优化的算法以及基于启发式的算法。其中,基于模型优化的算法重点分析了k-means算法以及图割算法的研究现状,并给出了两种算法之间的差别和联系,进而解释了为什么k-means模型只能处理球形数据,而图割模型可以处理非凸数据。基于启发式的算法以密度聚类算法为例展开分析。此外,鉴于无监督聚类算法面临的非凸优化难题,该文还分析讨论了无监督聚类算法的各种优化方法。最后,归纳总结了现有算法与优化方法的主要特点,并指出了现阶段聚类方法存在的问题以及未来的研究方向。