α稳定噪声下基于随机共振的微弱诱发电位潜伏期延长检测

提出了一种基于分数低阶统计量及随机共振技术的鲁棒性时问延迟估计新方法--随机共振共变时间延迟估计(SRCTDE)算法,用于在低混合信噪比条件下及a稳定噪声下微弱诱发电位信号潜伏期延长的检测.SRCTDE算法首先利用带嗓诱发电位信号与双稳态非线性动力系统之间的随机共振效应提高参考及待测诱发电位信号的混合信噪比,在最大对称...     

多运行水平马尔可夫可修系统可靠性分析

为了更准确地刻画马尔可夫可修系统的运行特征,建立了多运行水平马尔可夫可修系统模型.在该系统中,工作状态被聚合成几个不同的运行水平.应用离子通道理论和Laplace变换方法,给出系统在不同运行水平逗留时间密度函数的Laplace变换及平均逗留时间.分析了系统访问不同运行水平的次数,得到它们的分布律及平均值.通过一个数值示例说明了结论的应用,表明了该模型的有效性.     

带转移机制且股票价格服从几何Levy过程的连续时间均值-方差投资组合选择

 研究了带转移机制且股票价格服从几何Levy过程的均值-方差投资组合选择模型。 用一个连续时间平稳马氏链表示市场所处的状态,文中主要参数,比如资产收益、Levy测度等均依赖于所处的市场状态。 分析了最优投资组合策略的存在性,用动态规划方法得到了最优投资组合策略、最优目标函数和有效前沿。     

一类最小相位随机非线性系统的输出反馈控制及扰动抑制

对于一类具有模型不确定性的最小相位随机非线性系统,研究输出反馈控制使闭环系统状态响应对噪声具有扰动抑制作用,并且无噪声时闭环系统是随机渐近稳定的.首先假设模型系统中的一个子系统随机输入状态稳定,并且系统的漂移项与扩散项分别依赖于该子系统的状态和输出信号,在此假设前提下设计一个降阶观测器,得到一个等价系统,再由递推的方法得出等价系统的输出反馈控制律,使得最终得到的闭环系统对噪声方差是输入状态稳定的.     

关中盆地混合地下热水化学成分的随机模拟

以水文地球化学理论和水文随机模拟技术为基础,利用水文地球化学模拟方法对关中盆地混合地下热水中主要离子与主要离子总含量TDI的关系进行分析,采用最小二乘法及根据残差的偏态系数进行参数估计以确定最适线性方程定量模拟关中盆地水化学场的混合作用对水化学成分的影响.研究结果表明:关中盆地地下热水中的主要离子矿化度与TDI之间具有...     

随机比例方程的波形松弛方法

将波形松弛方法应用到随机比例方程.在分裂函数满足单边Lipschitz条件和全局Lipschitz条件下,给出波形松弛方法的误差估计,该误差估计说明此方法是超线性收敛的.完成收敛速度的数值实验,验证了所得理论的正确性.     

基于表观特征的单目视觉算法实现的注视方向估计

视线跟踪作为一种重要的人机接口模式,能够提供丰富的人机交互信息.提出了基于单目视觉的视线跟踪方法( Monocular Vision Approach,MVA).从眼部图像提取的表观特征,再经过支持向量回归( Support Vector Regression,SVR)计算实现可头部动作的注视方向估计.本方法仅用一个摄像机采集一副人脸图像作为输入数据,输出的计算结果是人的头部姿态和注视方向,以摄像机坐标系为参照系.采用的表观特征是基于方向二值模式( Directional Binary Pattern,DBP)算法,解析瞳孔在眼窝中运动引起的图像纹理变化.视线跟踪方法首先将双眼分割出来,并编码成高维的方向二值模式特征,最终通过支持向量回归作为匹配函数计算注视视角.共有11个人共23 676回归样本,按照姿态分成5个聚类集合.实验结果显示,基于本方法进行注视方向估计可以获得3°的测试误差.     

一类中立型随机泛函微分方程的稳定性分析

研究了一类中立型随机泛函微分方程的p阶矩稳定性和几乎必然稳定性.借助于It?公式、Fatou引理、局部鞅收敛定理和不等式分析技巧,得到了中立型随机泛函微分方程的p阶矩稳定和几乎必然稳定的充分条件,其结论更具有一般性.     

一类带调和势的随机非线性Schrdinger方程的爆破解(英文)

讨论一类带调和势的随机非线性Schrdinger方程.众所周知,带白噪声的非线性Schrdinger方程描述了非线形色散波在非齐次或随机介质中的传播.首先给出带调和势的随机非线性Schrdinger方程的一些准备知识,通过建立该方程的性质,运用随机分析方法,证明了临界和超临界情形下解在对应能量空间中的爆破性质,推广了带调和势的非线性Schrdinger方程在确定情形下的相关结果.     

改进萤火虫算法及其收敛性分析

萤火虫算法因具有结构简单、控制参数少、易于实现的特点而得到广泛的关注和应用,但其易陷入局部最优导致过早收敛,从而影响寻优精度。针对这一问题,本文在位置更新规则中加入随机扰动因子,并剔除了冗余的随机项,以提高算法搜索能力;引入位置置换变异和差分进化算法中的最优变异策略,在保持种群多样性的同时,增强算法跳出局部最优的能力。采用马尔可夫过程证明了算法以概率1收敛到全局最优。利用基准函数和装箱问题对算法进行仿真测试,结果表明,改进后的算法能够有效跳出局部最优,对给出的所有问题均能找到理论最优解,寻优精度和成功率有明显提升。