基于分步降维HOG-LBP特征的行人头部分类算法

传统的基于PCA-HOG特征的行人头部分类算法存在降维后的子空间鉴别性不足的问题.为此,提出一种基于分步降维HOG-LBP特征的行人头部分类算法.首先,利用样本类别标签构建2类样本的HOG特征集合,在这2类特征集合中分别执行PCA降维,然后将所得的特征与LBP纹理特征进行级联得到最终的头部描述算子,最后通过训练SVM分类器对实际样本集进行分类.实验结果表明,与传统PCA降维方法相比,该方法可有效提高行人头部的分类性能.     

定常化Chebyshev加速迭代法的收敛性质

讨论求解线性方程组的定常化Chebyshev加速迭代法,给出了该方法的若干收敛性条件,通过数值算例比较了Chebyshev加速定常迭代法与非定常迭代法的收敛速度,计算结果表明二者是相当的。     

洋流和潮波产生的感应电磁场对比

为定量计算洋流和潮波产生的电磁场,分别建立多层模型来描述洋流和潮波的运动。依托多层洋流模型,利用毕奥-萨伐尔定律和镜像法得到洋流产生的稳恒磁场的解析表达式;依托多层潮波模型,利用麦克斯韦方程组和电磁场的边界条件得到潮波感应电磁场的解析表达式。基于所得到的解析表达式,分析海水速度、电导率等参数对洋流和潮波产生的感应电磁场的影响规律,研究频率对潮波产生的感应电磁场的影响并将其与洋流产生的结果进行对比。结果表明：海水速度的大小、速度随深度衰减的程度、电导率等参数均对洋流和潮波产生的感应电磁场有明显的影响;在各参数的合理取值范围内,速度变化对感应电磁场的影响程度更大;当潮波频率趋于0时,潮波运动产生的感应电磁场与洋流产生的电磁场趋于一致,证明了多层洋流模型与多层潮波模型在研究海洋环境背景电磁场时的正确性。     

胶州湾胶体有机碳、氮和磷的初步研究

1997年至 1998年间在青岛胶州湾对海水中的胶体有机碳、氮和磷进行了初步研究。胶体有机碳 (COC)的浓度范围为 33.9～ 5 4 .0 μmol·L-1,约占总溶解有机碳的 31%。在总溶解氮和磷中 ,胶体氮和磷均以有机物的形式存在 ,胶体有机氮 (CON)的浓度范围为 2 .13～ 4 .5 1μmol·L-1,平均 3.0 7μmol·L-1,约占总溶解有机氮 (DON)的 31%。胶体有机碳、氮、磷季节变化幅度并不很大 ,表明胶体物质在水体中输入和输出大体处于平衡状态。     

基于IBE算法的无线传感器网络加密方法研究

由于无线传感器网络在电源、计算能力、内存容量和易受攻击等方面的局限性,传统的网络密钥分配和管理方法已不适用.目前人们提出了随机分配等基于对称密钥系统的加密方法.文中试图探讨基于非对称密钥系统的方法.从身份标识的密钥体系IBE(Identity-Based Encryption)出发,给出了一种适用于无线传感器网络的密钥分配和管理方法.首先简要介绍基于身份标识的密钥体系,特别是Boneh-Franklin算法,然后给出密钥分配和加密方法,并从算法的复杂性、安全性、健壮性和内存需求等方面,与随机算法、RAS算法等进行分析比较,应用仿真平台TinyOS的实验结果表明了文中推出方法的可行性和有效性,显示了良好的综合性能,为无线传感器网络的加密提供了新的手段.     

油田含聚合物污水外排处理技术室内模拟研究

聚合物驱油技术大面积应用的同时也产生了含聚丙烯酰胺污水的处理问题.含聚污水具有粘度大、含油多、乳化稳定的特点,传统的污水处理方法及设施难以使该污水处理达到外排水水质的标准.用气浮+生物接触氧化法对孤岛油田含聚污水进行处理,首先利用气浮去除悬浮油和大部分聚合物,然后利用生物接触氧化膜上的烃类降解菌和聚丙烯酰胺降解菌组成的高效降解菌群的生物降解作用去除乳化油和残余的聚合物.研究结果表明:孤岛含聚污水经气浮+生物接触氧化法处理后含油量由300mg·L-1以上降至4mg·L-1以下,CODCr由1 700 mg·L-1以上降至100 mg·L-1以下,聚丙烯酰胺的含量由40 mg·L-1以上降到1.5 mg·L-1以下.出水水质完全达到国标GB8978-1996<污水综合排放标准>规定的一级排放标准.     

烟台四十里湾养殖区的胶体有机碳、氮和磷

于1997年至1998年间分别在烟台四十里湾对海水中的胶体有机碳、氮和磷进行了初步研究。胶体有机碳、氮、磷的浓度分别在32～53μmol／L，1．12～4．81μmol／L，0．03～0．48／μmol／L，分别约占总溶解态的27％、17％和30％。胶体有机碳、氮、磷季节变化幅度并不很大，表明胶体物质在水体中输入和输出大体处于动态平衡状态。     

高频数据波动率非参数估计及窗宽选择

基于高频数据采用非参数的方法估量波动率,因其能更准确地度量波动率,一直是学者们研究的热点.然而,波动率的所有非参数估计都面临着窗宽的选择问题.由于最优窗宽中往往携带一些难以估计的未知参数,使得在应用过程中确定最优窗宽的具体数值存在困难,从而阻碍了这类估计量的使用.本文以已实现核估计作为波动率非参数估计的代表,构建了一种能自动从实际数据中确定最优窗宽的算法.理论分析的结果表明:算法具有稳定性,其所确定的窗宽是最优窗宽的无偏一致估计量,收敛速度为O(n~(-1/5)).实际数据检验的结果显示,算法是稳定的并且具有良好的适应性,由算法确定的窗宽不依赖初始值的选取.模拟数据的结果显示,相比传统确定窗宽的方法,算法确定的窗宽所对应的估计量具有更高的精度.文中的算法可推广到波动率其他的非参数估计量中,从而为这类估计量的使用铺平道路.