基于摩擦滑动的低应力区岩石变形记忆性机理

采用砂岩试样进行岩石记忆性物理实验,描述岩石变形记忆性的基本特征.在物理实验及力学基本原理的基础上,提出在低于微裂纹初始应力以下应力区,变形记忆性的机理为微裂纹和颗粒接触面的摩擦滑动.基于此机理,构建包含Hook体和圣韦南体的基本单元模型,用来模拟单微裂纹或颗粒接触面上的摩擦滑动,对基本单元进行分析.将基本单元组合构建含多接触面的理论模型,对含大量微裂纹及颗粒的岩石进行模拟.研究结果表明:岩石变形记忆性存在于低应力区域;力学模型中的应变差曲线特性与实验曲线特性相吻合,可产生变形记忆性,南此证明微裂纹及颗粒接触面的摩擦滑动可以产生岩石变形记忆性.     

基于多尺度图像融合的新闻视频文字区域检测定位算法

针对新闻视频中的文字区域检测定位问题,研究了如何快速有效地检测新闻视频中的文字区域,用以实现自动视频检索。为克服视频中文字大小不一的难题,根据视频图像中文字区域特征有别于背景区域的特点,提出了一种基于多尺度图像融合的新闻视频文字区域检测定位算法。算法主要采用训练和学习两个步骤,首先对人为收集的含字符样本与不含字符样本进行小波特征和局部二值模式等特征提取,并完成SVM分类器训练,获取分类器;然后对测试视频帧进行多尺度的遍历检测,并融合检测结果,获取每帧的文字区域。实验结果表明,与前人提出的基于边缘检测的方法相比,算法具有明显优越性,在定位准确度上有较大提高,同时还能克服视频帧之间的快速变换,具有一定的实用意义。     

基于SIFT和RANSAC的特征图像匹配方法

针对目前普通图像匹配抗干扰能力不强的问题,将尺度不变特征变换(SIFT)和随机采样一致性(RANSAC)算法结合,提出了一种适应性强的图像匹配算法。首先对图像进行SIFT特征提取,利用最优节点优先搜索并计算最近邻特征向量与次最近邻向量间的欧式距离比来加速完成特征点对预匹配。在此基础上引入随机抽样一致性(RANSAC)算法去除不可靠的匹配对。最后根据匹配点对计算出图像间透射变换的参数。实验结果表明:该匹配算法具有尺度、旋转不变性以及一定的仿射不变性、抗干扰性,可以实现目标物体匹配。     

赣江上游流域丰水期大型底栖动物群落的分布特征

2009年6—7月间从赣江上游流域的70个采样点共采集到大型底栖动物33种,其中软体动物门23种、环节动物门7种、节肢动物门3种,主要优势种为河蚬(Corbicula fluminea)和耳型河螺(Rivularia auriculata).为了较好地了解大型底栖动物的群落分布特征,根据支流汇流和生境状况,将上游流域划分成6个区域.对6个区域的多样性、多维尺度等的分析结果表明,不同区域间大型底栖动物的群落结构组成存在明显差异,其中受人为扰动最小的区域采集得到的底栖动物种类数最多,丰度和生物量最高,Shannon-Wiener多样性指数和Pielou均匀度指数均处于最高水平.     

1993～1995年南海中部的硅质生物通量及其季节性变化:季风气候和El Nio的响应

南海中部放射虫与硅薄通量的季节性变化受到季风气候的控制。放射虫与硅薄在季风盛行期增加,在季风转变期减少。季风驱动的海流变化。促进不同海区的海水流动,为海洋表层生物带来了丰富的营养物质,从而促进了放射虫与硅薄通量的增加。     

不完备广义多尺度决策系统的逐步最优尺度选择

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。     

基于Delaunay三角网约束的倾斜影像匹配

针对倾斜影像存在尺度变化大、匹配困难的问题,提出一种基于Delaunay三角网约束的倾斜影像匹配方法.首先检测影像上的最大稳定极值区域(Maximally Stable Extremal Regions, MSER)作为初始匹配点,然后利用这些初始匹配点构建Delaunay三角网,并以同名三角形、核线、灰度等作为约束条件,迭代匹配左、右影像上三角网内的尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)特征点.试验表明：所提方法能获得可靠的匹配结果,匹配点分布均匀,具有较高的匹配正确率和匹配精度.     

用于高维时序数据预测的非同步尺度主成分分析

针对时间序列数据预测过程中可能面对高维或超高维的预测变量,同时考虑变量的时序特征及预测的非同步性,提出用于时序数据预测的非同步尺度主成分分析方法。首先构建单个预测变量和被预测变量的非同步线性回归,通过可决系数选取单变量的最佳滞后阶数,并将回归系数赋权与相应的预测变量得到赋权预测变量,并通过主成分分析对赋权预测变量降维,即非同步尺度主成分分析。将该方法用于消费者物价指数增长率的预测,结果表明经非同步尺度主成分分析降维的预测精度高于传统降维预测的方法。     

El Nio事件的前兆现象在日长和海平面观测中的反映

利用1962年以来的日长变化、东太平洋海面水温以及香港验潮站的海平面资料, 分析和揭示即将来临的El Nino事件的前兆现象在日长和海平面变化观测中的反映. 研究结果表明, 随着1998年初夏开始的强La Nino事件的结束, 又一次新的El Nino事件正在孕育过程中, 预计它的形成期将在2000年底前开始, 并可能在2001年底前后达到盛期.     

基于SAR成像的复杂环境中目标识别

综合小面元剖分的数值方法和小面元内部的微扰近似,提出了数值双尺度粗糙面模型,用于模拟SAR分布目标散射.建立SAR分布目标回波信号模型,用于仿真SAR原始数据的产生,用距离多普勒(RD)算法进行成像.模拟计算了一个复杂地形中人工建筑识别的实例,最后采用灰度分割的识别算法进行识别仿真.