静电势对带电胶体系统排空作用的影响

在受两平行硬板约束,其中一块板带电且大胶球靠近带电板一侧的弱带电胶体系统中,采用四维超球面法计算系统的能量,通过接受率方法计算胶球与板之间的排空作用,并与不带电的硬球系统中相应结果进行分析对比,结果发现静电势能增强带电胶球与约束硬板之间的排空作用.     

有限极大极小问题的拟牛顿法

给出了解极大极小问题的一种拟牛顿法, 在不假设在Danskin点处满足严格互补条件的情况下证明了算法具有超线性收敛速度及全局收敛的性质.     

三个哲学家与一位探索者

<正>很早以前,有一位很有志向,立志在自己一生中要做出一番事业的青年,听人说有座很高很高的山,山顶上藏有非常宝贵的东西,许多人都曾跋山涉水、不断攀登、终因不能坚持到底而没有找到这宝贵的东西。     

时序InSAR大范围地表形变监测的关键问题分析

地表形变作为一种缓慢变化且不可逆转的环境地质现象,具有覆盖范围大的特点.受SAR影像幅宽限制,单幅SAR影像显然无法满足区域性地表形变监测,如何实现大范围地表形变监测成为当务之急.长条带时序InSAR监测与多轨道InSAR监测成果的拼接成为大范围地表形变监测的有效手段,但面临计算效率、误差传递以及坐标系与基准不统一等问...     

基于漫水填充的图像骨架提取方法

针对当前图像骨架提取存在毛刺现象和骨架冗余的问题,提出基于漫水填充的图像骨架提取方法。对目标图像预处理,得到阈值化二值图像,分割出前景和背景;构建掩模图像和轴线图,为后续运算过程提供数据来源和判断依据;通过遍历水平面灰度直方图,模拟漫水过程,收缩掩膜图像的前景轮廓,根据邻域连通分量变化,确定是否为骨架特征点,待轮廓收缩完毕,得到图像骨架。实验验证表明,该方法可以有效地提取图像骨架,毛刺现象和冗余结构明显减少,执行速度快。     

超启发式DE算法求解零等待发酵工艺调度

为解决具备间歇过程特点的零等待发酵工艺调度过程中易变质的难点,提出了一种超启发式差分算法,并将最小化最大完工时间设置为优化目标。此算法分为2层,高层为改进的自适应差分进化算法,来对低层的启发式操作进行选择排序。而低层组合排序成了新的算法对问题域进行操作,加入模拟退火算法避免陷入局部最优。所提出的方法具有学习的机制,对不同问题具有较强的泛化能力。通过测试算例和实际生产进行算法的比较和求解验证了此算法的有效性,结果表明所提出的算法比传统的启发式算法性能更优。     

超滑与摩擦起源的探索

摩擦消耗掉全世界约1/3的一次能源,磨损致使大约80%的机器零部件失效,每年因摩擦、磨损造成的经济损失约占国内生产总值(gross domestic product, GDP)的2%～7%.对于中国这样的制造大国,摩擦、磨损造成的损失占比较高.仅以5%计算, 2019年我国因摩擦、磨损造成的损失就可能达4.95万亿元.因此,如何减少摩擦、降低磨损是大家广为关注的问题,也是影响人类社会走向绿色、环保、有效利用资源和能源的关键因素之一.探索摩擦起源,实现超滑状态成为摩擦学研究的重大使命.超滑就是将摩擦系数呈数个数量级的降低,同时伴随磨损率呈数量级下降的一种新技术.本文重点介绍了我们课题组近期在超滑和微观摩擦能量耗散机制方面的研究进展,同时也对国内外相关研究进行了简要评述.     

融合专家领域知识和K-means聚类的三支风险评级方法

金融和医疗等实际环境中的决策关键在于决策风险的权衡考虑,准确预测和分类风险级别非常必要。然而,传统的群体决策关注专家评价意见的一致性和共识,对于获得客观的专家评价意见和决策质量的考虑较少,在风险评级场景中难以量化和评估决策实际效果。因此,引入数据驱动的思想,利用数据和聚类结果辅助发现专家评估意见,在三支决策理论框架下优化群体意见,改进和计算逻辑回归的判别点,并基于UCI和Kaggle的4个信贷风险和疾病诊断公开数据集,完成风险评级分类。通过数据实验的结果可以发现：与经典的机器学习方法相比,文中提出的基于群体决策的三支分类方法更加关注风险的规避,在各个数据集上的分类表现均有稳定且较优的结果,说明通过发现专家领域知识,利用数据的客观信息辅助专家评估风险有助于解决不同背景的决策问题。     

J2EE应用调用语音卡控制程序

一、背景 目前,基于J2EE的B／S三层架构的应用由于其众多的优点使其使用越来越广泛,比如使用方便,跨平台,统一的客户端等。B／S应用程序的客户端就是最常用的浏览器。出于安全的考虑,一般情况下,浏览器被禁止访问本地资源,如调用本地应用程序,访问硬件接口等。     

基于稀疏分解和预滤波处理的机载SAR图像超分辨率重建

提升图像分辨率一直是合成孔径雷达(Synthetic Aperture Radar, SAR)成像处理的一个重要方向。该文对低分辨率SAR图像受相干斑噪声影响导致超分辨率重建性能下降的问题进行了研究,提出了一种基于字典稀疏表示和预滤波的超分辨率重建流程。对低分辨率雷达图像的稀疏表示可以实现图像不同结构成分信息的分解,然后采用复数神经网络实现模糊核的校正以及预滤波,从而提升图像质量以及低分辨率SAR图像与超分辨率网络的匹配程度。通过上述处理流程可以避免更改网络训练设置的复杂操作,达到改善重建图像的性能,同时抑制了超分辨率网络对相干斑噪声的放大。实验验证表明,加入低分辨率SAR图像的预滤波处理步骤后,超分辨率网络的重构结果在视觉效果及客观指标上都获得了明显提升。