基于离差最大化与灰色关联分析的危险源辨识方法

以提升非化学品危险源辨识水平为目的,利用灰色系统理论的灰色关联分析法,得到各危险源指标与最其优辨识指标的关联度,通过离差最大化法确定指标权重,并以某高速公路施工标段的危险源辨识和评价作为实例对该模型进行了验证,从而得出了施工标段各危险源危险性的优劣次序。并将此结果与LEC法、权重相同的灰色关联分析所得结果进行对比,证明该模型的辨识结果更准确且与实际情况较吻合。对非化学品危险源辨识具重要指导作用。     

重金属环境背景值研究

该文分别讨论了土壤、水体、生物体的重金属环境背景值的各种影响因素,总结了我国重金属环境背景值的分布规律。     

利用地震多特征参数进行地震地层学精细研究--SLLJ地区Ess4水下冲积扇沉积微相划分

ＳＬＬＪ地区Ｅｓｓ４ 的冲积扇具有五层微沉积序列,本文利用从三维地震资料中提取的多种地震参数,首先对参数用Ｋ－Ｌ法压缩处理,然后与各层砂砾层厚度用最小二乘法拟合改造后,再进行主特征因子分析求取各微层序的钻井加权地震相因子值,并转化为地震相平面图,通过与钻井相、测井相三相综合分析,成功地将其转化为各微层序的沉积微相平面图。因此本文提供了一种从地震角度进行微沉积层序研究的方法,该方法对相似复杂地质体的沉积研究具有一定的借鉴意义     

面向事件属性的扫描意图分析

网络扫描是互联网上普遍存在的现象,是由各种不同意图的扫描行为造成的,通过检测和分析互联网上的扫描行为,有助于观测网络安全态势。为了更加系统地描述扫描过程,本文定义了扫描事件的概念,并提出了6个扫描属性：扫描事件容量、全网扫描、扫描事件协议数、扫描事件端口数、扫描事件归属、扫描事件压缩比来刻画扫描事件。出于对扫描行为中扫描意图的进一步关注,本文提出了一种基于扫描属性过滤和聚类的异常扫描事件检测方法,该方法基于扫描事件归属属性过滤分离出正常机构扫描事件,对于剩余的扫描事件根据扫描属性特征设计聚类算法得到潜在的异常扫描事件。本文的实验以在 CERNET 南京主节点网络边界获取的 IBR 流量为数据源,运行算法识别扫描流量,并从扫描意图的角度对其展开分析。实验表明,超过95%的扫描流量可以被归纳为扫描事件流量,其中非恶意的机构扫描事件超过50%。在此基础上,每日可从非机构扫描事件中检测出约60条潜在异常扫描事件,经验证,异常扫描事件的检测准确率超过60%。     

广义系统多传感器信息融合降阶状态估值器

对于带多传感器的广义线性离散随机系统,基于奇异值分解,将其化为等价的两个降阶多传感器子系统。应用Kalman滤波方法,在线性最小方差最优加权融合准则下,提出了最优加权融合降阶稳态广义Kalman估值器。可统一处理融合滤波、平滑和预报问题,可减少计算负担和改善局部估计精度。为了计算最优加权,提出了局部估计误差方差阵和互协方差阵的计算公式。     

基于混合差分法的运动目标检测

为了提高背景重建速度和目标检测精度,提出了基于混合差分的运动目标检测方法.采用一种基于统计模型的区域像素级背景重建方法.结合帧差分法对于环境的适应性和背景差分法目标检测的准确性.首先用帧差分法得到目标最大的可能区域,在该区域进行像素级背景重建.然后用背景差分精确提取目标区域.既克服了单纯帧差分对于目标运动速度的限制,又缩小了背景差分的区域,使运动目标检测的时间复杂度迅速降低.通过实验,验证了该方法在检测精度和速度上的优势,可以应用于视频监控和目标跟踪领域.     

笔划宽度变换直方图的车牌识别中的应用

对于很多车牌识别中使用的算法而言,主要存在两种车牌类型：深色文字浅色背景车牌和浅色文字深色背景车牌。这两种车牌主要是二值化结果不同,进而导致后续字符分割和识别处理的图像类型不同。因此,判断车牌的二值化类型对于车牌识别来说是基础且重要的工作。本文提出了一种基于字符笔划宽度变换直方图的二值化算法,根据正色图像和反色图像计算比较两者笔划宽度变换直方图的最大值来判别车牌类型。同时,根据判别结果还可以估计笔划宽度,为局部二值化算法的邻域窗口大小的选择提供依据。我们使用多样式的美国车牌作为实验对象,与其他算法相比,实验结果表明该算法具有更好准确率,但也有更高的复杂度。     

基于改进的变权缓冲灰色模型在沉降预测中的应用

针对灰色模型在中后期沉降预测中的精度问题,提出了单、双权幂函数弱化缓冲算子,并结合变权背景值建立改进的变权缓冲GM(1,1)模型。证明了新算子能提高光滑性、缩小级比偏差,实现对原始沉降数据的预处理。对于模型中的权值采用以还原值与原始值平均相对误差最小为目标的粒子群优化算法确定。最后,以高填方机场地表沉降数据预测为例,验证所提改进模型的有效性。结果表明：新算子能够有效弱化沉降序列受到的冲击扰动影响,结合变权背景值能显著提高灰色模型在中后期沉降预测中的精度。此外,对新算子的权值进行限定后,可得到两种不同的变权弱化缓冲算子。     

谁获得了高等教育——基于户籍身份和家庭背景的双重视角

基于中国综合社会调查(CGSS)2015年数据,考察户籍身份、家庭背景与学生高等教育机会获得之间的关系。研究发现:(1)户籍身份处于不利地位的学生,更有可能来自弱势家庭;(2)在控制家庭背景的条件下,贫困地区农业户籍学生在高等教育机会获得上处于最不利地位;相比贫困地区农业户籍学生,非贫困地区农业户籍学生在高等教育机会获得上的优势不明显,而非农户籍(贫困地区和非贫困地区)学生在高等教育机会获得上的优势则明显得多;(3)在控制户籍身份的条件下,家庭背景越佳,学生在高等教育机会获得上的优势越明显;(4)不论户籍身份是否优越,弱势家庭子女获得高等教育的比例总是处于较低水平。建议通过制度性安排解决好贫困和农村地区公共教育投入不足的问题;重视家庭背景对学生高等教育机会获得的影响,加强对弱势家庭子女(尤其是贫困和农村地区弱势家庭子女)的经济和文化资助;进一步完善高等教育入学机会分配政策体系,提高教育补偿政策的精准性与公平性。     

基于自适应模板的匹配算法在跟踪系统中的应用

基于模板匹配的跟踪算法具有提取信息全面、算法简捷的优点,但目前采用固定模板匹配的算法在实际跟踪过程中容易发生误判,作者经过研究提出了自适应模板匹配的算法,该算法能有效的克服上述的问题,在此基础上作者给出了初始模板的捕获和目标物位置预测的具体算法,采用了基于自适应模板跟踪算法的"DX-1"系统在实际跟踪过程中取得了很好的跟踪效果.