基于空间分数阶复扩散的地震勘探噪声压制

沙漠地震勘探数据信噪比低,随机噪声主要为非平稳、非高斯的低频色噪声,利用常规噪声压制方法很难有效辨识与表征地震勘探信号,导致弱纹理结构信号的损失。针对此问题,引入分数阶梯度算子,提出空间分数阶复扩散随机噪声压制算法。该算法利用空间分数阶梯度增强地震信号的弱纹理和细节,在复扩散框架下,根据同相轴结构控制扩散强度。实验采用合成地震勘探数据和实际沙漠地震勘探数据评估算法性能,结果表明,提出的空间分数阶复扩散滤波算法可压制沙漠勘探随机噪声并保留有效信号结构。     

XGBoost启发的双向特征选择算法

针对特征选择过程中特征评价指标单一性的问题, 基于集成学习中的极端梯度提升算法, 提出一种新的特征选择算法. 该算法首先应用极端梯度提升算法中构建集成树模型的指标作为特征选择的特征重要性度量指标, 然后利用一种新的双向搜索策略, 权衡了多种特征重要性对结果的影响, 并优化了评价过程的效率. 通过11个不同维度的标准数据集进行测试, 实验结果表明, 该算法能增加特征子集的多样性, 加快特征选择的速度, 并在中维和低维数据集上均具有较高的计算效率, 且能处理高维数据集.     

共轭梯度法在弹塑性模型数值实现中的应用

基于Jacobian矩阵的奇异和不收敛特性,分析了弹塑性本构模型的组成和算法。将牛顿?最近点投影法（Newton?CPPM）隐式算法中高度非线性方程组的求解问题转化为求最小值问题,通过采用共轭梯度法求解该最小值来实现对传统隐式算法的改进。最后,以考虑软土结构性的Saniclay模型为例,在单元体分析计算的基础上,考虑不同的应变路径和初始应力状态,对传统隐式算法和改进隐式算法在计算收敛性、计算精度和计算效率方面进行对比,并通过工程算例检验传统隐式算法和改进隐式算法之间的差异。结果表明：相较于传统隐式算法,改进隐式算法能够有效提高计算效率和收敛性。     

梯度直方图约束的多尺度块先验模型

块先验模型在图像复原领域取得了较大的成功,但其整体模型强制局部性的缺点,易出现局部伪影、视觉观感较差的问题,提出一种新的集成多尺度块先验和梯度直方图先验的图像复原方法.对原始图像实施滤波和下采样以保持尺度不变性,在多尺度上施加同一局部块模型,即保持块低维模型的简单性,又在图像较大区域实施非局部性;将梯度直方图全局统计先验加入正则约束中,利用Wasserstein距离对复原图像与参考直方图的相似性进行度量.借助半二次分裂和最优传递理论,求解所提出的模型.通过在图像去噪和去模糊实验,相比传统方法无论在客观质量评价还是视觉观感上都更有优势,验证了方法的有效性.     

基于梯度方向的反马赛克算法

目前数字图像采集系统中采用的反马赛克算法存在插值伪像严重、算法计算量大等问题.为了解决上述问题,本文提出了一种基于梯度方向的反马赛克算法,可提升实际应用中反马赛克处理性能.计算当前像素位置水平和竖直梯度,并据此完成G分量的插值恢复,采用双线性插值完成R分量和B分量恢复并用G分量进行校正处理.从复合峰值信噪比（CPSNR）以及计算量两方面将本算法与其他典型算法进行对比,本文算法以更低的运算量,获得优秀的反马赛克性能.这种高性价比的特点有利于其未来完成硬件电路实现,并应用于实时成像等高技术领域.      

酸浆豆腐中产酸菌的耐高温紫外诱变

乳酸菌在食品及食品发酵行业具有广泛的应用,其中以乳酸菌发酵酸浆作为凝固剂的酸浆豆腐已逐渐成为人们关注的热点。酸浆豆腐发酵过程中以乳酸菌为优势菌,在酸浆豆腐点浆时,需在75℃以上高温下进行。普通乳酸菌无法耐受此温度且大量失活,影响产品的后熟。为了开发耐高温乳酸菌,以课题组从云南建水豆腐酸浆中分离的菌株为出发菌,通过紫外诱变的方式,温度梯度筛选获得4株耐高温产酸性能好的菌株。诱变获得4株菌均可在75℃耐高温30 min并保持较好的活性和产酸效果。研究所得突变菌株相比原始菌株均具有更好的耐热性和产酸性。其中HCUL 1.1801-1912Z活性最强、产酸能力最好,为4株菌中最优菌株,将该菌株用于发酵生产酸浆豆腐,将显著提高乳酸菌在豆腐中的活性和豆腐的品质。     

一类参数设计问题的最优性条件

考虑协调多个半独立子系统的中心系统的参数设计问题，基于Ｃｌａｒｋｅ意义下的非光滑分析理论，对中心系统为非光滑多目标的一般情形，给出其非迭解的最优性条件，并对若干特例进行了讨论。     

基于自适应评价函数的独立成分分析算法

简要介绍独立成分分析（ICA）及其模型，然后在极大似然估计的框架下，基于两类参数模型--Gaussian混合密度模型和Pearson系统模型，研究了具有对称分布（包括超高斯分布与亚高斯分布）和非对称分布源混合信号的盲分离问题，给出了一种有效的基于灵活评价函数的ICA新算法，该算法在一定意义上实现了对源信号概率分布的真正全“盲”。与原有的ICA算法相比，该算法具有更广泛应用范围。模拟实验验证了算法的有效性。     

基于LS的梯度迭代最陡下降算法GISDA

提出了一种基于LS准则、利用梯度迭代的最陡下降算法GISDA（Gradient Iteration Steepest Descent Algorithm，GISDA）．该算法在梯度计算上比LMS精确．新算法与传统的最陡下降算法相比，具有运算量小、容易实现等优点．GISDA算法比LMS算法收敛速度快、稳定性更好．并给出了GISDA算法和LMS算法性能比较的计算机仿真结果和结论．     

拟抛物方程初边值问题的整体解与渐近性态

用耗散算子半群的理论证明了一类拟抛物方程的初边值问题整体解的存在唯一性；在证明了半群构成梯度系统后，得到了全局吸引子的存在性