心跳间隔增量序列的多尺度分析及临床应用

通过对心跳间隔序列、心跳间隔增量序列的多尺度熵和多尺度标准差分析, 发现心跳间隔序列的多尺度熵主要反映年龄对心脏活动水平的影响, 不足以作为区分充盈性心衰的诊断依据. 然而, 心跳间隔增量序列的多尺度熵分析却显示充盈性心衰和房颤患者心率变异性的复杂性较健康人有显著降低, 揭示两种疾病的心率变异性有着共同的潜在动力学性质. 提出了以心跳间隔增量序列在尺度4下的样本熵作为充盈性心衰和房颤的诊断依据并给出了参考值. 通过分析不同心功能分级对结果的影响, 发现即使是轻度心衰也能显著区别于健康人, 意味着该参数可以用于心衰的早期诊断.     

相对论与量子力学的逻辑关联(Ⅰ)

双曲泛函分析和广域拓扑形成了相对论和量了力学的统一数学框架．利用双曲复函理论，粒子波函数的几率诠释和四维时空间隔可以抽象为同一拟距空间的度规，量子力学的基本假设在双曲闵考斯基空间可以得到合理的几何解．运用双曲复空间的奇异性和四维多拓扑理论，能够揭示全域相关性和局部定域理论的辩证关系，并且对量子力学的统计律和因果律的内在关联作出解释．     

三维成形针织间隔结构材料的编织研究

以半球体为例，通过在电脑横机上编织三维成形针织物的研究，分析和探讨了影响编织可靠性和产品结构与性能的因素，并提出了相应的工艺优化方法。     

可控平滑滤波在解算目标运动要素中的应用

在对目标方位序列进行最小二乘平滑滤波的基础上，找出了平滑时间间隔与平滑精度的规律，探讨了可控平滑滤波在解算目标运动要素的应用，并以实例验证了该方法的有效性。     

毁伤目标所需时间与射击时间间隔和所需命中弹数的关系

在许多射击模型中，常要专门考虑毁伤目标所需时间，或者务目标所需要的命中弹数等。但是，若能找出它们之间的关系，并且由其中的一个相应地计算出另一个，这显著很有意义，该文探讨了两类射吉模型（单发射击模型和行点射射击模型）中，毁伤目标所需时间与射击间隔和毁伤目标所需命中弹数的数字特征之间的关系，导出了武器对目标射击时，计算毁伤目标怕需的平均时间及方差的实用公式。     

用MUSIC算法处理非均匀间隔采样数据

本文分析了用ＭＵＳＩＣ算法直接处理非均匀间隔数据的结果，并提出了通过计算非均匀自相关矩阵的方法用ＭＵＳＩＣ算法处理非均匀间隔采样数据，计算机模拟的结果证明用ＭＵＳＩＣ算法处理非均匀采样数据是确实有效的。     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。     

基于样本差异性的多标记特征选择算法

在多标记学习中,特征空间的高维性是多标记学习研究的主要问题。文章通过聚类构建由代表性样本组成新多标记数据,定义了多标记决策系统中样本的分类间隔及样本的差异性概念,在此基础上定义了特征权重,提出一种基于样本差异性的多标记特征选择算法,并用4个指标对4个多标记数据集进行实验评价,对比一些当前流行的特征选择算法,验证了本文所提算法的有效性。     

基于子集模拟的建设工程项目多资源均衡优化算法

为高效、稳定地求解建设工程项目管理过程中的多资源均衡问题,提出一种基于子集模拟的优化算法.多资源均衡问题中,如直接采用工序计划开始时间作为决策变量,在优化算法的实现时易违反工序间的逻辑关系.为避免该问题,本文采用工序计划开始时间的间隔率变量表示(在二者的映射中考虑工序间的逻辑关系),并据此建立间隔率变量表示的建设工程项目多资源均衡优化模型,以简化基于子集模拟的优化算法的操作流程.通过算例验证,与目前应用较广的遗传算法相比,本文提出的优化算法在最优解的获取稳定性上有较大改进.     

旅游高峰期的预测

利用延迟更新过程理论可讨论旅游高峰期的平均到达时间和两高峰期的平均间隔时间 ,从而可得到旅游高峰期预测的计算公式