PSD环境温度补偿方法的研究

介绍了一维连续分布式光电位置探测器(PSD)的工作原理,提出了采用双PSD参比测量补偿方法,消除了环境温度的干扰,增加了它的实用性.     

大气尘埃扩散方程行波解

考虑一类大气尘埃等离子体扩散方程. 首先对方程进行行波变换, 变为行波方程; 其次引入一个泛函, 并令该变分为零, 决定Lagrange算子; 然后构造一个广义变分迭代式和决定零次近似的孤立子函数解, 再由迭代式依次求出各次近似孤立子解; 最后利用行波变换得到原方程孤立子的各次近似行波解.     

基于BP改进的KNN算法在北京密云土地覆盖分类中的应用

针对k近邻(k-nearest neighbor,KNN)算法在土地覆盖分类中存在将山体阴影覆盖下植被误分成水体的问题,提出改进的KNN算法。改进算法充分利用神经网络能有效区分山体阴影覆盖下植被和水体的特性,实现BP神经网络与KNN算法的融合,整体提高了北京市密云区土地覆盖分类精度。实验结果表明:相对于支持向量机(support vector machine,SVM)、随机森林、BP神经网络和KNN算法,改进算法分类精度最高,达到了95.20%,分类精度比未改进KNN算法提高了6.43%。改进算法的Kappa系数在对比算法中也是最高的,达到0.93。此外,实验结果也表明改进算法可应用于中分辨率遥感图像分类中。     

对股东和投保人均分红的带干扰的复合泊松风险模型(英文)

用一个带干扰的复合泊松风险模型去刻画一个保险公司的盈余过程,考虑了具有2个不同水平的阈分红门槛策略的分红问题,假设保险公司的分红率是一个依赖当前盈余水平的阶梯函数,得到了破产之前的期望折现分红总量所满足的3个积分-微分方程,并给出了显示解;同时还得到了该模型下的Gerber-Shiu期望折罚函数的精确表达式.     

基于DBZP差分相干的GPS信号捕获算法

针对弱信号环境下全球定位系统(global position system, GPS)信号捕获问题,提出了一种基于双块零拓展（double block zero padding, DBZP）差分相干捕获算法。该算法将快速傅里叶变换（fast Fourier transform, FFT)、DBZP、差分相干及频率误差修正等4项技术有机结合,从而有效减小了在FFT计算过程中由大多普勒频移引起的码片速率变化而造成的相关功率损失,同时也削弱了残余多普勒频率造成的功率损失。实验表明,算法能明显提高系统捕获性能,在仿真数据集下,与直接FFT差分相干算法相比,捕获灵敏度提高了约2.8 dB,并在给定的积分时间及载噪比下,捕获频率误差的标准差小于20 Hz;在实验数据集下,与直接FFT差分相干算法相比,捕获结果信噪比提高了约3 dB。     

基于K-means算法的改进蚁群聚类算法及其应用

基于化学识别的蚁群聚类算法无需给定聚类数目就能自动实现数据集的聚集,但大量采用随机策略使得蚂蚁达到平衡的运行时间长,效率不高。为此提出了一种用K-means算法做初次聚类、蚁群聚类算法再次聚类的新算法,结果表明该算法具有较高的正确率。最后将该算法应用于系统应用协同中,得到了较好的分析结果。     

转轨时期中国货币政策传导机制的实证

运用协整检验与基于VAR模型的格兰杰因果检验对1994-2002年货币渠道和银行信贷渠道对宏观经济的影响进行分析,并采用最小二乘法对这两种渠道对宏观经济的影响程度进行比较研究.实证结果表明货币渠道与银行信贷渠道都在货币政策传导中发挥着重要作用,相对而言,银行信贷渠道对宏观经济的影响更大,在货币政策传导中占主导地位.     

基于SVM的直升机飞行状态识别

针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题,提出一种基于支持向量机(support vector machine,SVM)的直升机飞行状态识别方法.首先利用限幅、去野点和均值滤波对飞行数据进行去噪,用最小二乘法对飞行数据进行直线拟合获取变化率,并根据线性相关性提取状态特征参数,以减少数据冗余;然后根据特征参数将飞行状态分为10小类,对每一小类进行SVM分类器设计以提高识别效率;最后利用训练样本训练每个SVM分类器,用训练好的SVM分类器识别直升机全起落飞行状态.通过某型直升机实飞数据进行飞行状态识别实验,并将所提出的方法与RBF神经网络法进行对比,所得结果表明该方法在小样本情况下的识别率有明显提高,可为直升机故障诊断和寿命预测提供依据.     

基于多尺度模糊聚类与DGVF模型分割颈动脉超声造影图像

超声造影(contrast-enhanced ultrasound, CEUS) 图像在血管疾病诊断与治疗中有很高的应用价值, 其中通过提取颈动脉CEUS 图像中的血管边界对血管形态及弹性等属性进行测量具有重要意义. 由医生手工勾勒血管轮廓耗时耗力, 且重复性差、主观性强, 而传统计算机分割方法因受到图像中斑点噪声的干扰而存在鲁棒性差和初始化难两大问题. 首先, 结合多尺度模糊聚类方法与粒子群优化算法提取血管的粗略轮廓, 以此作为方向梯度矢量流(directional gradient vector flow, DGVF) 模型的初始轮廓; 然后, 对轮廓进行形变收敛至最终结果. 通过分割来自14例患者的48张颈动脉CEUS 图像的实验, 结果表明所提出的方法优于传统方法, 能自动、精确地提取颈动脉CEUS 图像中的血管边界.     

基于竞争失效数据的Lindley分布参数估计

假定产品在使用时经历多种竞争失效,每种失效寿命数据服从Lindley分布。竞争失效数据包括不完全数据和截尾数据。对竞争失效分布进行参数点估计、相对风险率计算,讨论了参数的渐进置信区间和Bootstrap置信区间。为考察其适应性,一组实际数据用来说明各种参数估计方法的使用情况,同时,分别用指数分布和威布尔分布拟合该组数据,并计算相应的统计量。结果表明,根据3种分布的极大似然估计量和K-S值,Lindley分布对该组数据具有最好的适应性。