一种自适应影响域半径无网格Galerkin法

针对某些力学问题的数值求解需要结点的局部加密,在采用背景积分网格积分方式的基础上,提出一种影响域半径随结点疏密程度而变化的自适应影响域半径无网格Galerkin法。在方法中,无网格结点与背景积分网格的结点重合,结点的影响域半径即可根据该结点周围的网格的最大边长来选取。算例显示,该文方法是可行而有效的。     

复杂背景中字符图像的提取

在具有噪声及灰度不均匀的复杂背景中提取出待识别的字符, 是字符识别的关键一步。提出应用简单统计法及Ｒｏｂｅｒｔｓ边缘检测相结合的方法, 对图像进行二值化处理, 并在此基础上利用Ｈ－Ｓ连同分析方法去掉了复杂的背景块。在５８６／ＡＭＤＫ６／２００机器上, 对５０余幅图像处理, 均正确提取出了待识别的字符且每幅的实现时间不到１ ｓ。     

贝叶斯框架下的模糊图像盲去卷积算法

为了去除图像模糊的同时,保持图像边缘等细节信息,需要对原始图像和点扩散函数进行准确的估计.在贝叶斯框架下,基于总变分模型,建立原始图像和点扩散函数的先验模型,同步估计原始图像和点扩散函数.对于总变分模型不可微分的问题,在不影响速度的前提下,用迭代重加权范数算法处理该问题.基于共轭分布理论,提出以伽马分布作为未知参数的先验模型,准确估计参数.实验表明该算法在对原始图像、点扩散函数和参数准确估计的基础上,成功地解决了模糊图像的盲去卷积问题,算法的速度和效果都得到了改进.与同类算法相比,本文提出的算法具有一定优势.     

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。     

多先验决策者打赌模型的类BAS性质

讨论了具有双边私人信息的多先验决策者的打赌模型的类ＢＡＳ性质,与Ｓ．Ｍｏｒｒｉｓ的假定和结论进行了比较,并给出了数学描述．     

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%。     

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。