交错级数敛散性的一个新判别准则

交错级数是数学分析重要内容之一,对交错级数敛散性的判别方法目前并不多.关于交错级数的敛散性,给出一个新的判别准则,利用这个准则不仅能够判定一个交错级数的敛散性,而且能够判定交错级数是绝对收敛还是条件收敛.选择实例对给出的判别准则的可行性进行了检验.     

正项级数微分判别法及其完备性和非标准分析

证明了正项级数的一种新微分判别法：∞ｋ＝１　ｆ（ｋ）是正项级数,令f(x)是相应的正连续函数,且ｄ/ｄｘ[１/ｆ（ｘ）]＝ｇ（ｘ）,如果ｆ（ｘ）ｇ（ｘ）ｘ≥１＋α（α＞０）,级数收敛;如果ｆ（ｘ）ｇ（ｘ）ｘ≤１,级数发散.这一判别法简单易推广,结合非标准分析,论述了微分判别法的完备性,同时该方法也是一般的函数项级数和无穷限积分敛散性的判别法.     

核Foley-Sammon变换

在模式识别领域,基于Fisher判别准则的Foley-Sammon变换技术有很大的影响.但是线性判别并不总是最优的.文章提出了一种基于核技巧(Kernel tricks)的非线性的特征提取技术KFST(Foley-Sammon Transformwith Kernels)——通过引入核技巧,可以在特征空间中有效计算FST.特征空间中的线性特征提取对应于输入空间的非线性特征提取.试验表明,KFST比FST具有更好的特征提取能力.     

两类山药的皮、瓤矿物元素对比和Sr-Pb同位素分析

通过山药皮、瓤矿物元素对比研究,探讨山药皮作为非药用部位的使用价值.河北保定紫药和河南焦作怀山药Mn、Li、V、Ni、Cu、Zn、Sr、Ba共8种矿物元素,在皮与瓤之间含量比值变化的范围分别为1.2~16.3和1.4~6.5.相对于瓤,山药皮矿物微量元素明显富集,因此山药皮具有很高的营养价值.与矿物元素不同,河北保定紫药和河南焦作怀山药的Sr-Pb同位素在山药皮、瓤之间均一,无明显同位素分异,可最大程度降低取样对稳定同位素指纹图谱鉴别山药产地的影响.稳定同位素指纹图谱可作为一种长期有效且稳定的鉴别山药原产地的溯源方法.     

用于身份识别的ECG特征筛选策略研究

为了解决基于心电信号(ECG,Electrocardiogram)中基准点特征适用度的问题,在理想化的特征计算结果的基础上,本文提出引入由于计算机识别心电波形基准点所带来的误差,从实际应用角度选择出在身份识别中具有应用价值的特征.研究首先采用小波变换处理心电信号,将心电波形的基准点与不同阶小波系数相对应,自动检测基准点并同时获得检测准确率.然后,设计并实现了由基准点检测准确率估算基准点构成特征的准确率策略,进一步利用逐步判别法进行特征选择,最后,获得特征在用于身份识别中的筛选结果排序.研究采用PTB心电数据库(PhysikalischTechnische Bundesanstalt,德国国家计量科学院心电数据库)作为实验数据,在60人的数据集上进行身份识别,获得98.7%的准确率.     

基于互差跳跃算法的签到系统研究与实现

针对传统签到方式耗时且繁琐,文章研究并实现了一个基于互差跳跃算法的签到系统。该系统使用百度地图应用编程接口(application programming interface,API)获取签到者位置信息,基于中位数的互差跳跃算法判断签到者所在位置是否正确。算法以中位数附近一定范围的互差均值作为基准,以相邻数据互差与基准的比值作为异常门槛系数,根据系数值对已签到用户位置信息的可信度进行判断,从而确定用户的真实出勤状态。该系统目前已应用于某高校课堂考勤,实际应用效果证明该系统拥有较高的准确率,可以满足签到需求,有很好的实用性。     

一道无穷定积分题的解题思考

许多实际问题和理论问题涉及无界积分区间或无界被积函数.此时,普通的定积分已不能满足应用,于是引进了无穷定积分概念及运算法则.通过进行一个无穷定积分收敛性的判断,并对其积分值进行证明,有利于深入理解无穷定积分,进而促进无穷积分的学习,并且对教学提供参考.     

一种新的识别低电阻率油层的交会图及其应用

在充分认识砂层厚度对苏北盆地低电阻率油层影响的基础上,提出了一种砂层厚度与电阻率的交会图识别低电阻率油层的方法.首先给出低电阻率油层的厚度和电阻率的范围,以此作厚度与电阻率的交会图,在交会图上可以确定出油层和水层的包络线,据此可以给出低电阻率油层的厚度及电阻率的上、下限值;再结合人工神经网络识别低电阻率油层的方法,对油层、水层及干层进行进一步判别.应用此方法对苏北盆地沙7断块阜三段低电阻率油层进行了判别.结果表明,此方法有效提高了对低电阻率油层的识别能力,提高了测井解释的符合率.苏北盆地沙7断块阜三段经此方法判别,新增低电阻率油层12个,大大提高了油田的经济效益.     

Fisher理论和多数投票法相结合的数据融合算法

针对多个特征指标的多传感器数据融合问题,将Fisher理论和多数投票法相结合进行数据融合来增加识别率。该方法首先通过Fisher理论得到多个判别函数,然后通过多数投票法继续对得到的判别进行分类得到最后的识别决策。该方法适合多个特征目标识别,计算简单。易于实现。